摘要
本发明公开了一种基于神经网络的脉管制冷机快速调相方法,包括:本发明采用基于神经网络模型对阀门开度进行预测,所述神经网络模型的输入为阀门开度及阀门开度误差,输出为脉管制冷单元的制冷性能,基于反向传播算法对神经网络模型进行训练,建立阀门开度与制冷性能之间的非线性关系,并通过给定的制冷性能推算出合适的阀门开度,进而向阀门调节装置输出控制信号。本发明通过神经网络模型精确地预测了脉管制冷机阀门开度与制冷性能之间的非线性关系,从而实现了最优阀门开度的快速调节,显著提高了调试效率。
技术关键词
脉管制冷机
调相方法
阀门调节装置
调相机构
估计误差分布
神经网络模型
训练集数据
随机噪声
传播算法
ReLU函数
训练神经网络
神经网络训练
前馈神经网络
调相装置
数据分析模块
误差信息