基于GA-BP神经网络的土壤-空气换热器换热量预测分析
2021-03-20董江涛杜震宇
可再生能源 2021年3期
董江涛,杜震宇
(太原理工大学 土木工程学院,山西 太原 030024)
0 引言
日光温室是我国应用比较广泛的设施农业建筑形式之一。日光温室内温度过高或过低都会严重影响农作物的品质和产量,而调节日光温室热湿环境须要消耗巨大的能源[1]。浅层地热能是一种分布比较广泛的可再生能源,且具有无污染、储量丰富的优点。土壤-空气换热器是一种利用浅层地热能的节能装置,该换热器不仅可以在冬季对换热管内的空气进行加温,还可以在夏季对换热管内的空气进行降温[2]。文献[3],[4]通过分析发现,将土壤-空气换热器用于处理温室热湿环境,具有良好的使用效果和经济效益。
国内外学者对土壤-空气换热器的换热特性和经济性进行了大量研究。Ozgener O和Ozgener L对土耳其一个温室中的土壤-空气换热器进行了经济性分析发现,土壤-空气换热器系统的能量损失主要发生在风机和换热管处,制热时,土壤-空气换热器系统的平均COP为10.51;制冷时,土壤-空气换热器系统的平均COP为10.09[5],[6]。范毅通过建立数值模型,分析了换热管进风口空气流速不同时,土壤-空气换热器的换热性能变化规律,并得到当换热管进风口空气流速为5.5 m/s时,土壤-空气换热器的换热量和COP达到最大值[7]。Niu建立了一维稳态数学模型,并基于数值模拟结果拟合了用于预测土壤-空气换热器制冷量的二次回归方程[8]。陈红兵利用土壤水分迁移的一维土壤热湿传递数学模型,分析了土壤源热泵蓄热过程中土壤温度场、湿度场的变化规律[9]。……
登录APP查看全文
