研究暖通空调制冷系统的优化控制

研究暖通空调制冷系统的优化控制

摘要：基于暖通空调制冷系统基本原理，对BP神经网络、Matlab和自适应模糊控制在制冷系统中的具体应用进行深入分析，为系统控制的优化改进提供理论参考。
关键词：暖通空调制冷系统系统优化控制
目前，空调系统能耗在建筑总能耗中占据的比例越来越大，为降低系统能耗，使系统始终处在最佳运行状态，需要进行优化控制，这就要用到一系列先进技术，提高系统整体控制水平。
1暖通空调制冷系统基本原理
对于暖通空调，其制冷系统主要利用制冷剂来完成热量交换，无论是压缩机，还是蒸发器，都会有制冷剂持续循环，其自身所处状态将不断发生变化，最终实现吸热和放热。蒸发皿当中，制冷剂可以吸收大量热量，此时制冷剂将从液态变成气态。制冷剂气化后，将进入压缩机，通过压缩变成温度和压力均较高的气体，于冷凝器当中向水或空气不断传热，最后变成液态。以上为基本循环过程，重复多次即可完成热量交换，实现降温目标[1]。
除制冷剂的反复循环以外，在暖通空调当中，还包括空气、冷却水和冷冻水的循环。以上循环均会与制冷剂产生热量交换，降低空气实际温度，达到预期制冷目的。根据上述原理可以看出，对于制冷系统，它是主要耗能部分，通过优化控制，能有效减少能量的损耗。
2暖通空调制冷系统优化控制
制冷系统直接受气候条件与室内实际情况影响，为达到预期的制冷效果，系统将全部投入运行，使系统仅有一部分进入负荷状态，使能耗增加。对此，建议从负荷方面着手，对制冷系统的吸气状态进行研究，最终实现系统的节能控制。
2.1系统对BP神经网络的具体应用
对于BP神经网络，它属于多层反馈网络，能解决隐藏单元之间的连接问题。同时，在非线性方面，还有重要作用。按期基本特性，可用于下列几个方面：其一，模式识别和分类，针对计算机数据，能将信息分成多种类型，如语言、文字与图片，以数据特征为依据进行识别，再对信息进行归类，为信息处理创造便利；其二，函数系统控制，借助自身具有的非线性特征完成函数建模，完成建模以后，系统可用于现代工业控制，比如对工业机器人进行运动轨迹自动控制；其三，数据压缩，利用BP神经网络，能对数据实施压缩处理，避免数据占用太大的内存。除此之外，还可按照特性实现有针对性的?稻莩槿。?为数据分析及使用提供便利。
鉴于以上特征，制冷系统同样可以应用神经网络，完成对吸气压力等参数的模拟。这是因为制冷系统实际能耗具有非线性特征，在对其能耗状态进行收集时，无法保证真实性与时效性。对此，通过对神经网络的引入，能实现真实的实时模拟。在神经网络的支持下，能对所有形式的非线性函数进行模拟，从而无限逼近真实值。另外，还可在状态监测过程中应用，以便进行调整与控制[2]。
2.2系统对Matlab的具体应用
Matlab，为工程语言，用于处理海量数据，具有极高的处理效率，在当前的控制系统及仿真中得到广泛应用。随着技术快速发展，当前的Matlab已经十分完善，不同领域的专家均可以自身要求为依据使用专门的工具箱，包含与训练和设计有关的子程序，在需要时可直接进行调取。在这一方面，它能使设计和应用实现模块化，对系统控制整个过程予以简化。因此，即便没有掌握算法本质，也能通过对函数模块的合理应用来完成设计目标，为建模过程创造必要的条件。
对于算法，一般建立在神经网络基础上，能对系统实际运作过程进行模拟，其中，Matlab只是一个运行模块，可将其看做一个子系统。若在制冷系统当中运用神经网络，则可利用Matlab进行模块设定。此做法具有以下优势：其一，对系统设定予以简化，制冷系统直接受环境影响，其实际运行会多次出现变化，需要收集的参数十分复杂。而通过对神经网络与Matlab的充分结合，能以模块特性为依据进行程序设定，使系统运行得以简化。其二，反馈与实际最为接近的相关数据，为有效减少系统能耗，应确定系统最佳吸气压力。如前所述，制冷剂实际状态的变化具有非线性特征，普通采集方式难以达到预期效果。然而，神经网络可对非线性映射予以模拟，同时利用Matlab还能对数据进行快速处理，形成良好动态循环，以最快的速度向系统做出反馈，为调整及控制提供
方便。
2.3系统对自适应模糊控制的具体应用
以上两种优化控制方法都属于系统组成部分，尽管可以对数据进行采集与反馈，但没有专门的控制系统。对此，为进一步提高智能化水平，并减少能耗，需要采用自适应模糊控制。通过对自适应模糊控制的合理引入，能以反馈数据各项特征为依据完成自适应学习，再通过逻辑系统完成参数调整。通过对这一技术的应用，能发挥以下作用：其一，对系统性能予以整体优化，制冷系统由若干子系统构成，是有机整体，如果只对其中某个元件进行优化，则会产生协调方面的问题。而自适应模糊控制可将整个制冷系统作为对象进行优化，可将实际能耗降至最低，达到整体优化目标。其二，可对制冷系统功耗予以有效控制，以反馈数据为依据完成逻辑处理，确定冷却水实际温度，协调环境和冷却水系统之间的关系。在系统正常运行过程中，热传递按最低能耗运行，为系统控制提供便利。其三，提供调节功能，该具有具有良好调节与学习能力，系统运行时，如果参数发生显著变化，则可自动进行调整，对模块实际运行予以改进与优化[3]。
以上方法实际上是一个有机整体，其配合可以降低系统能耗。需要注意的是，在某些系统的设计过程中，会用到其它算法进行替代，这样也可以起到相同的作用。然而，从本质上讲，系统控制需要从实时监测角度着手，再将相关数据反馈至控制系统，位系统参数设置及调整提供依据，最终实现降耗目标。
3结束语
综上所述，空调作为当代建筑必不可少的组成部分，其能耗问题得到越来越多人的关注。为降低系统能耗，需要在设计中做好优化控制，采用神经网络、Matlab与自适应模糊控制等技术，提高优化控制水平，实现预期的节能控制目标。
参考文献：
[1]吕龙.优化控制制冷机在暖通空调中的作用[J].黑龙江科技信息，2017（08）：43.
[2]张媛.暖通空调制冷系统的优化控制方法研究[J].中国高新技术企业，2017（03）：28-29.
[3]夏毓，孙罡.暖通空调制冷系统的优化控制研究[J].民营科技，2016（05）：41+238.