基于BP神经网络与模糊控制耦合的冰箱除霜控制方法

本发明公开了一种基于BP神经网络与模糊控制耦合的冰箱除霜控制方法，其特征是：通过数据驱动建模实现对制冷系统动态特性的深度感知：由BP神经网络学习压缩机、蒸发器实际数据信号，间接估算制冷剂充注量、霜层形态分布等隐性参数；模糊控制器根据神经网络预测结果动态调整除霜策略，实现对制冷循环参数与结霜过程的协同优化。通过神经网络在线学习环境参数，实时优化模糊规则库；神经网络直接映射压缩机运行模式、蒸发器结构参数等底层物理特性，输出动态补偿信号；通过积累历史数据持续迭代模型，适应地域/季节差异。