通过对列管冷凝器的实验数据研究，建立了结合基本模型的人工神经网络，利用其非线性映射能力对模型进行校正，显着提高了冷凝器的仿真精度，从而提供了有效的工程应用方法，可同时提高冷凝器仿真的通用性和精度，给出了不同类型的冷凝器并比较了它们的特性，了解到列管冷凝器原理的结构和特点。

目前了解到列管冷凝器的应用现状，总结了应用过程中存在的问题，以及解决方案，以及列管冷凝器的进一步发展前景，为克服实际器件复杂性和生产工艺差异对冷凝器稳态仿真精度的影响，提高冷凝器仿真模型的通用性和精度，提出了仿真基本模型的应用，冷凝器结合人工神经网络，对于相区的划分和制冷剂出口的焓迭代，提出了稳定的列管冷凝器模拟分布模型和算法，建立了冷凝器模拟的基本模型，计算结果与实验数据的趋势一致。

使用列管冷凝器，可以减少来自冷却单元的不可逆的热传递损失，并提高装置的效率，在该文献中，在冷却装置中使用具有蒸发翅片的列管冷凝器，了解到带有蒸发翅片的列管冷凝器的传热过程，建立了质量传导设计的数学模型和计算方法，简要水分管翼结构等重要因素，对传热传导性能的影响，为这类冷凝器的设计和应用提供了理论参考。

如今提出对于局部的散热预测算法，在集中的污垢数据的局部模型中，新的测量数据，并且自适应算法用于优化，并自动调整模型的参数之间的加权系数，该算法可以很好地解决新旧数据之间的相互作用问题。