换热器性能的准确预测，对于使用换热器装置的优化设计、降低能耗具有关键的作用.翅片管换热器应用广泛，我国仅每年用于空调器上作为蒸发器或冷凝器的翅片管式换热器即达数千万套，因此通过数学模型精确地预测翅片管换热器的性能非常重要.
通常，换热器仿真软件中存在两类误差:
① 模型和计算误差，即建模时的假设、解析方程转换成离散方程及计算机位数的截断导致的误差;
② 经验关联式的误差，如管内制冷剂侧与管外空气侧换热系数等.从换热器仿真程序的现状来看，第一类误差已经比较小，通过调整这类误差来改善仿真程序精度的余地也比较小.第二类误差较大，比如通过试验整理得到的空气侧换热系数与翅片高度、形状、管排数和分路数等多种因素有关，故在其试验工况数据范围内进行公式整理时，会有一定误差，当公式外推使用时精度将更低;如果所用的翅片管换热器的结构尺寸或工作状态与该式整理时所依赖结构及工况参数相差较大时，偏差就会更大，因此有必要通过对有关参数的调整来改善程序的仿真精度.
自校正方法描述
换热器仿真程序中使用的管内制冷剂侧与管外空气侧换热系数的计算公式都有一定的误差，后者要比前者小一个数量级，因此在总的换热系数中，误差主要集中在空气侧换热系数计算这一部分.要达到让仿真程序具有自适应、自调整的功能，就要使仿真程序能够根据实验数据的结构、工况以及实际的换热性能等参数，自动计算出所需要的空气侧换热系数的修正因子，并在此基础上，使仿真程序自动得到空气侧换热系数修正因子的回归多项式或神经网络关联模型.
1、空气侧换热系数修正因子的计算
2、修正因子的回归策略
（1 ）修正因子的简单多项式的关联方法空气
（2）修正因子的神经网络关联方法
（3） 两种策略的选择上面提供了关联空气侧