您的位置: 主页 > 人工智能内参 > 桥隆飙2:智能制冷控制系统的节能优化设计

桥隆飙2:智能制冷控制系统的节能优化设计

时间: 2019-03-13阅读:

摘要 本文针对基于节能优化视角下的分布式智能制冷控制系统设计的研究,将从智能制冷控制理论概述入手,结合分布式制冷控制系统节能优化现状,提出智能制冷控制系统设计方案。最后,本文对智能制冷系统节能优化控制方案展开论述。希望本文的研究,能為提升制冷行业制冷系统的能源使用效率提供参考性建议。

【关键词】节能优化 制冷系统 神经网络 分布式模式

在新型的经济环境背景下,人们对生活质量要求越来越高,制冷行业也获得了较好的发展前景。制冷行业主要是通过冷链、制冷系统,对生鲜食物进行冷冻,以此保证食物的质量与新鲜感。其中的制冷系统是保障食物质量的关键,在食品相关行业中得到了广泛运用。然而,制冷系统所消耗的能源也是不可比拟的。在节能减排的大环境下,对制冷控制系统进行节能优化设计,提升其智能化己然成为一种趋势。因此,加强基于节能优化视角下的分布式智能制冷控制系统设计研究具有重要意义。

1 智能制冷控制理论概述

1.1 制冷系统节能优化的必要性

现如今,能源问题成为许多国家发展中的难点问题。随着各国对不可再生能源的开采,世界上的能源储备越来越少。对于处在快速发展状态的中国而言,这种能源短缺现象直接关系到国家未来发展前景。因此,无论是国家还是国民,都应当在节能降耗方面引起高度重视。制冷行业一直是能源消耗量较大的行业之一,从制冷链的角度分析,能源消耗比重最大的为超市制冷系统。特别是近年来,随着人们对食品新鲜度要求的提高,超市的数量与规模呈现出快速上升的趋势。基于此,通过对制冷系统的节能优化设计,提升能源使用效率具有必要性。

1.2 基于神经网络原理控制算法

人工神经网络,指的是在一种特理机制上,通过处理知识的思维、学习与记忆能力,对人脑机制进行模拟的信息系统。本文在智能智能系统设计中,采用的是BP神经网络,由输入、中间、输出层组成,并通过正向与反向完成计算。在正向计算当中,输入信号会经过传递函数,将输出信息传播到输出层的节点内,进而给出结果。若期望值发生偏差,要进行误差反向计算,使该信号按照原始通路返回,并对各节点的权值进行修改,以此降低误差。本文设计的分布式制冷控制系统,其特征就是基于神经网络原理,实现了对精密参数的采集与控制。首先,对制冷阀门开度及压力等参数进行分布式采集,然后将参数作为神经网络的输入数据,通过微处理芯片的运行,精确控制水量与压强控制阀,以此使制冷系统达到预期控制目标。

2 分布式制冷控制系统节能优化现状

制冷控制系统的运作过程十分复杂,融入了传热与传质等运作方式。制冷设备的运作过程,是在符合热力学第一、二原理的基础上,提取出低温物品能量,促使物质之间能量的转化,并将多余能量进行释放,以保证食物的低温性。由此可见,分布式的制冷系统的运作是一个动态化过程。近年来,在现代化技术的发展背景下,研究者对制冷系统的控制方法进行研究。由于智能控制具有一定的局限性,因此为了使制冷系统能够发挥出节能性作用,其系统的各部件控制应当将控制策略联合在内,使整个制冷系统中,制冷装置能够被作为控制对象,以此实现制冷系统装置的最优化。因此,应当将多变智能控制运用在制冷系统中,提升制冷效果。

3 智能制冷控制系统设计方案

3.1 系统组成结构

制冷控制系统,就是通过对工作过程的控制,达到提高制冷效率的目的。随着制冷控制系统智能化程度的加深,该系统的节能环保需求越来越高。尤其是面对区域较大的制冷系统,为了提高能源利用率,必须提高制冷控制系统的灵敏度与精度。基于此,本文采用的设计方案为:以神经网络为核心模块,提升制冷控制系统智能化程度,实现系统对应用目标的调节。根据方案要求,分布式制冷控制系统组成结构如图1所示。从图1中可知,分布式的温度传感器会根据区域温度,对采集到的温度信息进行数据处理,并构建神经网络控制模型,进而自动调节热力膨胀阀、压强控制阀、水量阀等。另外,该系统可支持多路蒸发器组成的控制系统,促使其以不同工作模式完成应用需求,保证冷凝器液体流量的合理性。

3.2 系统工作流程

分布式制冷控制系统的具体应用方式与工作流程如下:

3.2.1 系统启动

首先,用户需根据历史经验数据或者采集数据训练神经网络,或者,使用系统默认的神经网络参数进行设置。在进行默认参数设置时,该网络的控制精度并不高。但是在工作一段时间后,各种控制数据与效果就会产生,并可对神经网络参数进行自动调节,促使网络输出预期结果。

3.2.2 运行模式

分布式的制冷系统从神经网络的稳定状态开始进入正常工作模式,通过制冷系统内部阀门压力、开度传感器,以及制冷区域位置的温度传感器进行参数采集。

3.2.3 数据的采集与分析

首先,为避免单个传感器发生故障,制冷系统会对采集的多种数据进行融合。然后,将融合后的数据传输到神经网络当中,以此自动生成控制输出数据,并将输出控制量送入热力膨胀阀中,通过压强与水量发的控制,实现系统的精确控制。最后,通过温度传感器对参数进行采样,对参数的输出进行动态控制,以此实现连续闭环控制。

3.2.4 信息反馈

为了使用户能够对制冷过程灵活控制,符合用户管理要求,该系统可提供输入键盘与显示屏,达到参数输入与指令输入功能,并方便查看制冷系统的参数设置与工作状态。

4 智能制冷系统节能优化控制方案

4.1 制冷系统的节能优化控制设计

以大型超时的制冷系统为例,其主要包括冷藏与冷冻两部分。系统中的监控中心,主要负责对系统运行状态进行监控。当外界环境与温度发生改变,一般需要采用人工的方式,对蒸发及冷凝压力做出调节,进而对系统的制冷程度进行改善。可见,通过人工的调节方式,保持系统最佳运行状态,从劳动力与可能性方面均不是最合适的。而且,在实际操作中,操作人员通常是在工作点不变的情况下,根据经验进行回路数值设定,这很有可能会影响能源消耗量。因此,要实现制冷系统节能优化控制,必须保证回路数值始终处于合适的状态之中。

4.2 制冷系统的动态优化控制设计

在分布式模式中,系统可通过目标函数对优化层的稳态进行表达。对函数的优化,应当使其保持在离线的状态,提升工作点设置的可行性。但是该设置方法也存在一定的缺陷,比如,对于运行参数变化频繁的制冷系统而言,就不是非常适合。

模型的间接法,主要是将函数表达式作为必要性条件,利用数据分析方法,得到模型解析表达式。最后,根据综合实际物理条件,对系统的最优解与最佳数值进行确定。尤其实在制冷系统的能量转化过程中,利用模型间接法可以将系统允运行过程准确描述出来。但是,该方式的缺点在于变化量与未知量过多,参数数值存在误差,模型的结构存在误差等,这会在一定程度上降低优化与控制效果。

在制冷系統的动态优化控制过程中,预测控制也是一种特殊方法,其优势在于能够在离线条件下反复进行控制。其缺点在于,该方式无法实现全局回路数值的控制,只能对局部进行监测。因此,在实际的操作过程中,该模式需以经常滚动的形式实施,并以新的优化作为基础,进而达到最优控制的目的。

4.3 分布式制冷控制系统节能动态优化

由于大型超时内部陈列柜属于并联状态,因此每个陈列柜都属于制冷器,但是这些陈列柜基本趋于统一工作频率。为了解决同步现象,可采取以下两种方法:

(1)对制冷系统吸气压力进行优化。根据物理规律与约束逻辑法则,将系统定性知识融入到模型中,将操作趋势和逻辑作为系统运作约束条件。

(2)根据混合逻辑动态模型,预测和控制制冷系统动态优化。利用MPC控制约束方法,处理状态模型的空间系统,以解决状态空间模型的多变量控制。

5 结论

为了降低制冷行业在能源上的消耗,且提升制冷效果,本文将基于节能优化视角下的分布式智能制冷控制系统设计作为主要研究内容,在对制冷系统节能优化必要性、神经网络原理等理论进行分析的基础上,从系统组成结构、系统工作流程、制冷系统节能优化、动态优化等控制方案方面做出系统探究。研究结果表明,分布式制冷系统节能控制,具有节能降耗的作用,有利于制冷行业的可持续发展。在未来,还需进一步加强对基于节能优化视角下的分布式智能制冷控制系统设计的研究,使节能优化理念充分发挥作用,创造出更多利于社会的价值。

参考文献

[1]王广海,夏晶晶,吕恩利等,基于CAN总线的果蔬气调保鲜运输车分布式控制系统设计[J],科技通报,2016,32 (06): 57-62.

[2]王永.基于分布式联供系统的双效溴化锂制冷机性能分析及优化控制[D].山东大学,2016,12 (05):112-114.

[3]黄耀珍.基于改进粒子群算法优化的CCHP系统中冷冻水循环系统的模糊PID控制[D].重庆大学,2015,24 (01): 78-80.

[4]宋宏升,基于典型日逐时负荷的分布式能源站制冷、制热设备容量优化[J].分布式能源,2017,21 (11):45-46.

[5]黄挺,曹园树.基于全年逐时负荷的分布式能源站制冷主机容量分配优化设计[J].暖通空调,2015,08 (09): 30-33.

[6]闫奇众,夏润天.制冷型APD分布式拉曼光纤测温系统在厦门灌新路隧道中的应用[J].交通科技,2016,13 (01): 65-67.

[7]谢大幸,石永锋,郝建刚等,某大学城分布式能源站燃机应用溴化锂制冷技术冷却入口空气的方案探讨[J].发电与空调,2015,02 (04):5-8.

上一篇:爱养成修改:大数据背景下的计算机信息安全及防护思路
下一篇:没有了

相关阅读