能源知識庫

重點摘述

固體乾燥劑輪為除濕乾燥系統之核心元件，乾燥劑輪(DW)的設計及操作參數會明顯影響除濕乾燥系統的性能表現。為建立一個通用且快速的模型來預測DW的性能表現，所以調查除濕乾燥系統在不同操作條件下的性能表現，是有其需要性。本研究使用人工類神經網絡（ANN）技術對DW性能進行預測研究，將DW之參數，如轉速、通道長度、水力直徑、處理製程/再生面積比、乾燥劑層厚度和吹掃角等，當作ANN預測模型的輸入參數，再把製程和再生氣體的溫度、濕度比以及流速等參數，當作訓練ANN預測模型訓練的輸入值，以確認該經所訓練後的ANN預測模型是可以被使用，該ANN預測模型的輸出值是製程、吹掃和再生空氣的溫度和濕度比。本研究要訓練ANN預測模型的輸入及輸出之數據資料庫，是由含有乾燥劑輪有關參數之暫態方程式所得到。有幾款結構的ANN預測模型，使用MATLAB軟體進行訓練分析，經分析後最好的結構是4個隱藏層、50個神經元，計算結果相對平均差及均方根差各別為0.54%和5.9×10^-5。將DW使用ANN預測之操作性能與實驗的數據相比對，可得知本文所選用的ANN結構，可以準確預測DW的操作性能。