我国作为农业大省,在果蔬产量上逐年提高,这对我国的物流运输尤其是冷链运输提出了更高的要求。同时互联网+冷链模式的快速发展使我国的冷链运输需求量不断增大,而我国的冷链物流运输与国外相比在技术以及流通率上仍然具有较大的差距。针对我国冷链运输国情,短途冷藏车运输是冷链运输中的重要途径。在冷藏车的研究上,针对的主要问题一是降低冷藏车能耗,二是保证产品运输过程中的质量。冷藏车主要的能耗问题是制冷空调,能够准确计算冷藏车热负荷是准确调控制冷空调制冷风机转速,从而控制进风温度,保证产品运输质量的关键。因此本文基于以上问题,从以下几个方面对冷藏车进行研究:(1)呼吸热是冷藏车运输过程中热负荷的重要组成部分,呼吸速率是表征呼吸热的物理参数。以马铃薯作为研究对象,通过实验研究马铃薯在不同温度下的氧气消耗以及二氧化碳生成情况,并通过公式转化为呼吸速率。基于实验数据得到的呼吸速率数值,分析最大呼吸速率以及呼吸熵与温度的依赖性关系。通过酶动力学模型,一阶回归模型以及SVR模型建立马铃薯不同温度下的呼吸速率预测模型。并分析几种预测模型的准确性,结果显示SVR模型在预测马铃薯呼吸速率方面准确度较高。(2)基于建立的呼吸速率预测模型,建立马铃薯的呼吸热计算公式。通过恒温箱温度实验得到马铃薯在0℃,12℃,20℃三种温度下的稳态实验数据以及0℃到20℃和20℃到0℃的瞬态实验数据。建立恒温箱三维计算模型,基于实验数据和呼吸热计算公式,模拟计算恒温箱在瞬态和稳态计算中的温度变化,通过对比模拟与实验的数据,验证所建立呼吸热模型的实用性和准确性。定性分析马铃薯在自然对流情况下的温度变化情况。(3)以某款冷藏车为研究对象,分析该冷藏车热负荷的影响因素,并基于理论公式建立该冷藏车的热负荷计算模型,分别分析车速,环境温度,辐射量,呼吸热和漏热量的计算。然后基于建立的热负荷数学模型以及计算得到的相应制冷风速,建立了 BP神经网络的训练样本,对该训练样本进行随机处理后训练学习,得到基于BP神经网络的冷藏车制冷风速测试结果,结果显示BP神经网络在实时控制冷藏车制冷风速方面具有较高的准确性。