制冷压缩机性能测试台的吸气压力和其它参数之间有较强的耦合,又是变化过程最快的参数之一,并且有高的控制精度要求.根据这些特点,作者首次创造性的采用了基于模糊神经网络的吸气压力的智能控制.该控制系统开发简便,且具有较强的通用性.文中详细的介绍了该控制系统的软硬件设计,并对此控制系统作了较深入的理论探讨.该文作的主要工作如下:(1)分析了国内外压缩机测试台控制技术,以及压缩机测试系统的控制对象特性,在此基础上首次提出了吸气压力的模糊神经网络控制.(2)设计了模糊神经网络控制器的结构及控制规则库.(3)建立了压缩机测试台较精确的数学模型.通过理论分析和设计实践,该章中推导出的测试系统的传递函数,具有一定的精确性.此模型还可以扩展用于吸气温度、排气压力和温度的控制以及它们的PI、PID等各种控制方法的控制,具有较强的通用性.(4)对控制系统进行仿真,证明了系统的稳定性,并分析了控制器的参数变化对系统控制品质的影响.(5)文中对系统进行了大量理论分析,理论分析具有一定的先进性.在理论分析的基础上,作者用Vc++6.0编制了控制软件.结合具体的控制系统,作者提出了在软件中设置阀的开度记忆,较好的解决了下次起动时的额外功耗和可能出现的压缩机液击问题.作者设计的硬件系统具有较强简便性和通用性.作者设计的控制系统很好的解决以往吸气压力控制中存在的一些问题.