1、背景

　　介紹隨著(zhù)生產(chǎn)力的發(fā)展和人們生活水平的提高，暖通空調（HVAC）系統，已在我國得到了廣泛應用，HVAC技術(shù)也得到了很大發(fā)展，我國的暖通空調系統絕大多數處在低效運行狀態(tài)，造成運行效率低，能源浪費嚴重[1]，解決好暖通空調系統的能源浪費問(wèn)題有很重要的現實(shí)意義。

　　制冷機作為暖通空調系統中制取冷量和輸出冷量的部分，其能耗大約占整個(gè)暖通空調系統的50％[2].對制冷機控制方法的好壞直接影響到整個(gè)暖通空調系統的運行狀況，因此對制冷機的工作狀態(tài)進(jìn)行優(yōu)化控制是解決對暖通空調系統能耗問(wèn)題的重要途徑。

　　國內外許多學(xué)者對制冷機的部分負荷下工作狀態(tài)進(jìn)行了優(yōu)化控制研究[3][4]，在制冷機的優(yōu)化控制上做出了巨大的貢獻。但是也存在一些問(wèn)題，如：很多人的研究對象都是制冷機的數學(xué)模型[5]，他們根據一些對制冷機工作時(shí)的狀態(tài)進(jìn)行了理想的假設和大量的簡(jiǎn)化建立了制冷機的機理模型，而這些假設和簡(jiǎn)化在實(shí)際中是不成立的。對控制變量的選擇有時(shí)也不是很合理，如采用冷凍水供水溫度為壓縮機的工作頻率控制變量[6]，當壓縮機的工作狀態(tài)發(fā)生改變時(shí)，冷凍水供水溫度因其工作特性不能及時(shí)的變化。

　　本文通過(guò)暖通空調系統實(shí)際運行的數據來(lái)辨識吸氣壓力的BP神經(jīng)網(wǎng)絡(luò )模型，得到了各種負荷下最佳工況。對于整個(gè)暖通空調系統的優(yōu)化控制具有指導意義。

　　2、制冷機優(yōu)化控制方法的研究

　　在對制冷機進(jìn)行優(yōu)化控制時(shí)，對壓縮機的工作頻率的確定是一個(gè)重要問(wèn)題。吸氣壓力是制冷機中重要的參數，是衡量制冷機是否正常運行的，本文選用吸氣壓力作為壓縮機工作頻率的控制變量，這樣會(huì )比溫度作為控制變量的要準確、快速。但由于影響吸氣壓力的參數具有很強的非線(xiàn)性的特點(diǎn)，不容易建立其機理模型。本文根據制冷機運行時(shí)的實(shí)際數據，通過(guò)BP神經(jīng)網(wǎng)絡(luò )辨識吸氣壓力的模型，來(lái)消除非線(xiàn)性等因素對結果的影響。

　　2.1吸氣壓力的BP神經(jīng)網(wǎng)絡(luò )模型以吸氣壓力為神經(jīng)網(wǎng)絡(luò )的輸出量，選取與吸氣壓力關(guān)系緊密的壓縮機入口制冷劑溫度、壓縮機出口制冷劑溫度和負荷作為神經(jīng)網(wǎng)絡(luò )的輸入變量。根據本文研究對象的實(shí)際情況，采用一個(gè)隱層五個(gè)隱層結點(diǎn)即3－5－1模式來(lái)辨識吸氣壓力的模型。

　　通過(guò)改變輸入變量的值得到不同條件下的樣本數據。輸入1500組實(shí)際測量的輸入變量樣本數據和期望的吸氣壓力輸出的值進(jìn)行計算。BP算法的誤差err_goal=0.01，學(xué)習速率lr=0.01，隱層傳遞函數為tansig，輸出層傳遞函數為purelin，學(xué)習函數為learnbp.計算后的權值如下：為了檢驗BP神經(jīng)網(wǎng)絡(luò )模型的精確性，用預先準備的50組樣本數據進(jìn)行預測，橫坐標表示50個(gè)例子，并與實(shí)際值比較，見(jiàn)圖1.結果表明，預測值和實(shí)際值吻合的相當的好，說(shuō)明建立的BP神經(jīng)網(wǎng)絡(luò )模型是精確的，在實(shí)際中是可行的。

　　根據吸氣壓力的BP神經(jīng)網(wǎng)絡(luò )模型，通過(guò)計算機仿真觀(guān)察在一定負荷時(shí)的吸氣壓力和壓縮機入口制冷劑溫度、壓縮機出口制冷劑溫度的關(guān)系。上圖分別是負荷為100％，80％和40％時(shí)的吸氣壓力隨著(zhù)壓縮機入口制冷劑溫度和壓縮機出口制冷劑溫度變化而變化的情況�？梢杂^(guān)察出，當壓縮機入口制冷劑溫度越高，吸氣壓力的值越大，壓縮機出口制冷劑溫度越低，吸氣壓力的值越小，并且吸氣壓力的最大值在壓縮機入口制冷劑溫度達到最高、壓縮機出口制冷劑溫度達到最低是達到。在各個(gè)負荷下，吸氣壓力的最大值是唯一的。

　　2.2 制冷機的最佳工況的研究制冷機性能參數COP是衡量制冷機效率的參數。把制冷機運行時(shí)的壓縮機入口的制冷劑溫度，壓縮機出口的制冷劑溫度和吸氣壓力的值定義為制冷機的工況。在同樣的負荷下，制冷機的工況有無(wú)數種，通過(guò)計算COP的值可以看出，不同工況下，制冷機的功率是不同的。在一定的負荷下，COP最大時(shí)的工況為制冷機存在最佳工況，在達到同樣的制冷量的條件下，最佳工況時(shí)制冷機能源消耗最小。

　　由制冷理論分析可知當冷凝壓力不變時(shí)，升高吸氣壓力升高會(huì )使制冷劑的單位制冷量增大；壓縮機吸入制冷劑蒸汽的比容減少，而且由于吸氣壓力的提高，壓縮機的壓力比減小，容積效率升高，實(shí)際吸氣質(zhì)量增大，壓縮機的制冷量也增大。因此吸氣壓力越大，對吸氣壓力的BP神經(jīng)網(wǎng)絡(luò )模型仿真可以得到，不同負荷時(shí)都有一個(gè)最大的吸氣壓力，這個(gè)吸氣壓力就是該負荷下的最佳工況下的吸氣壓力，其對應的壓縮機入口制冷劑溫度、壓縮機出口制冷劑溫度也是它們的最佳工況下的值。

　　通過(guò)以上分析表明，在不同負荷下，提高制冷機的工作效率的方法是使制冷機在吸氣壓力較大的狀態(tài)下工作，在壓縮機入口制冷劑溫度和壓縮機出口制冷劑溫度達到最佳工況的值時(shí)，可以用本文建立的吸氣壓力的BP神經(jīng)網(wǎng)絡(luò )模型來(lái)計算出該負荷下的最佳吸氣壓力的值，把這個(gè)值作為設定值來(lái)調節壓縮機的工作頻率達到這個(gè)值，使制冷機達到各個(gè)負荷下的最佳工作狀態(tài)。

　　以下給出了幾組典型負荷下，通過(guò)建立的BP神經(jīng)網(wǎng)絡(luò )模型計算出最佳工況下吸氣壓力的值以及對應的壓縮機入口制冷機溫度和壓縮機出口制冷劑溫度的值。

　　在50％的負荷下，采用額定工況，制冷機能耗為1.876Kw，采用本控制方法制冷機能耗為1.035Kw，節能量約為44.8％。

　　3、結論

　�。�1）本章采用BP神經(jīng)網(wǎng)絡(luò )建立了，分析了采用吸氣壓力作為制冷機中的壓縮機的控制變量的優(yōu)點(diǎn)，建立了制冷機吸氣壓力的數學(xué)模型，可根據此模型，計算出不同負荷下最佳工況對應的吸氣壓力的值。

　�。�2）分析和驗證了不同負荷下制冷機性能參數COP和吸氣壓力的關(guān)系，并且得出了不同負荷下的最佳工況。

　�。�3）給出了一種制冷機的優(yōu)化控制方法，該方法在不同負荷下根據神經(jīng)網(wǎng)絡(luò )計算出來(lái)最佳吸氣壓力的值和最佳工況，在達到最佳工況的條件下，控制壓縮機的工作頻率使吸氣壓力的值達到最佳值，達到制冷機在最佳工作狀態(tài)下運行的目的。對整個(gè)暖通空調系統的優(yōu)化控制有指導意義。

　　參考文獻

　　[1] 李樹(shù)江，秦軍等 暖通空調系統優(yōu)化控制與能量管理得現狀及發(fā)展趨勢 《暖通空調》2007年04期30-34頁(yè)

　　[2] Cai Wenjian，Wang Yaowen，Li Shujiang，et al. A simplified modeling of cooling coils for control and optimization of HVAC systems[J].Energy Conversion and Management，2004，45（18/19）：2915 -2930

　　[3] Ikegami，Y，Nanayakkara. Refrigerator system modeling and validation [C] IEEE International Symposium on Industrial Electronics，v3，2001，p2001-2006

　　[4] Fong K F，Hanby V I. HVAC system optimization for energy management by evolutionary programming [J] . Energy and Buildings，2006 ，38 （3）：220–231

　　[5] He Xiangdong，Asada H H. A new feedback linearization approach to advanced control of multi2unit HVAC systems [C] American Control Conference ，2003

　　[6] Shirayama，Yuuya. Dynamic simulator of absorption refrigerating system[C] Proceedings of the SICE Annual Conference，SICE 2005 Annual Conference in Okayama-Proceedings，2005，p1790-1794