中文摘要：

制冷空调系统是能耗大户。为提高能源利用效率，制冷空调系统设计日趋复杂、对系统仿真技术的需求也不断增强。面对复杂制冷空调系统，系统仿真方法亟待突破以满足计算精度、速度、稳定性与通用性的综合要求。本课题提出并研究一种系统混合仿真方法在部件层面发展神经网络建模方法，建立准确、快速、稳定的部件模型库；在系统层面保持热力学系统"框架"模型，保证系统模型的通用性。在部件神经网络研究上，通过对机理模型的无量纲化确定部件神经网络的无量纲输入输出参数，保证网络的最小化与通用性；通过自定义神经元激励函数改善网络性能；通过交叉验证保证训练样本集较小情况下神经网络的泛化性能。在系统热力学模型研究上，通过图论方法完成系统的通用数学描述；通过非线性方程组聚类算法实现快速稳健的系统仿真。以多联机系统为例验证混合仿真方法的精度、速度与稳定性。本课题的研究为自主研发高效通用的制冷空调系统仿真平台提供了新思路与理论基础。