暖通空调制冷系统的优化与控制技术研究

牛孝岭

摘要：近年来，随着社会经济的飞速发展，居民收入水平不断提高，人们对居住环境的质量越来越重视，空调已经成为人们日常生活中必不可少的配置。如何提高空调的运行效率，降低空调的能耗是近年来的重要课题和方向。本文在分析暖通空调系统工作原理的基础上，深入分析了空调制冷系统的优化控制技术。

关键词：暖通空调;制冷系统;优化控制

1 暖通空调制冷系统的工作原理

暖通空调的实际作业过程中，其制冷效果是通过热量的交换来完成。通过制冷剂在冷凝器、压缩机、节流阀、蒸发器四个设备中不停的循环，促使制冷剂自身状态变化的同时完成对热量的吸收和释放。制冷剂经过膨胀阀节流，降低压力和温度使之变为的液体后制冷剂进入蒸发器，蒸发器负责吸收周围空气或物体的热量，制冷剂在其中沸腾由原来的液体转变成为低温低压的蒸气，此部分气体被吸入到压缩机中，压缩机将低温低压的气体压缩为高温高压气体，然后将该气体排入冷凝器中，冷凝器将制冷剂所携带的热量传递给外界，同时制冷剂从气态转变为液态。通过如此反复循环，来实现热量的交换起到温度调节的目的。从以上的制冷过程不难看出压缩机是暖通空调运行的动力源，是整个系统的核心部分，同时也是能源消耗的主力。因此想要降低暖通空调的能耗就必须对压缩机的运行进行充分的优化，以提高运行的效率，从而实现降低能耗的目标。

2 暖通空调制冷系统的发展现状

众所周知，空调是通过制冷剂的循环变化来完成温度的调节，从而营造洁净舒适的环境。目前HCFC-22为代表的HCFCs类制冷剂是我国最常见的制冷剂。HCFC-22是一种无毒，化学性能稳定且不可燃的化合物，它还具有良好的热力学性能。在暖通空调的运行过程中，发挥出很好的制冷效果和制冷效率，因此HCFC-22在各种制冷设备，得到了广泛的应用。但是HCFC-22的应用也带来了巨大的负面影响，HCFC-22具有较高的ODP值，其长时间的存在大气中，会严重破坏臭氧层，臭氧层被破坏造成的严重后果，直接影响动植物的生长，致使海洋生物死亡，人们皮肤患病率也会增加，南极上方甚至出现了巨大的臭氧空洞。同时HCFC-22制冷剂拥有很高的GWP值，HCFC-22在大气中的浓度不断增加促进了“温室效应”，冰川大规模的融化致使海平面上升，会导致沿海的一些国家和城市被淹没。鉴于HCFC-22对环境的不利影响，自1992年哥本哈根会议以来，国际上已经对HCFC-22替代展开研究。2007年9月蒙特利尔议定书第19次缔约方更是将以HCFC-22为代表的HCFCs类制冷剂禁用时间提前至2030年。随着禁用日期的临近，人们也在不断找寻新的制冷剂替代方案，杜邦和霍尼韦尔公司开发了应用于汽车空调系统的制冷剂R1234yf，其GWP值仅为4而ODP值为0，但其生产工艺和方法被杜邦和霍尼韦尔垄断，使其使用成本很高。使用天然制冷剂（如：R744/R290/R600a等）来替代目前HCFCs类制冷剂的研究近些年蓬勃发展，但目前天然工质制冷剂绝大部分被用在轻小型制冷设备中。目前使用最广泛的替代方案是使用混合制冷剂来暂时过渡性替代HCFCs，如使用R410A和R407C制冷剂来替代HCFC-22制冷剂。

3 暖通空调制冷系统的优化与控制技术分析

空气调节的意义在于，使空气达到所要求的状态或使空气达到正常的状态。在暖通空调的运行过程中，系统的工作状态会受到室外自然环境与室内状况的影响，这些影响因素有的是稳定的，有的是不稳定的，有的是随时间变化的。因此，为了确保暖通空调的使用效果，使空气达到所要求的状态，系统通常会满负荷投入运行状态中，这往往会使系统产生能量不能被充分利用而大量散失，或者使空气被过度调节。这些都将造成很大的能源浪费。鉴于此，需要对暖通空调系统进行优化控制，系统优化控制首先需要从其负荷状态入手，研究该系统负荷的变化规律和发展趋势，从而制定有效的能源节约方案。

3.1 BP神經网络的应用

BP神经网络是暖通空调制冷系统中一种常见的网络系统，能够进行多层次反馈，解决多层网络结构中隐藏的相关问题。同时，其对解决非线性的映射问题有非常重要的作用。BP神经网络主要应用在以下几个方面：首先，BP神经网络能够对文字、数据及语言等信息进行识别，根据数据信息的特点进行准确的识别与分类，帮助工作人员快速地完成信息的处理工作;其次，BP神经网络可以对函数系统进行有效的控制。利用BP神经网络结构，能够根据非线性的特点建设函数模型，并将其应用于工业化的控制系统中，从而操控设备的运行方式。将其应用于暖通空调制冷系统中，可以模拟该系统负荷状态。对系统运行过程中产生的真实数据进行模拟，为有关技术人员提供有关的理论支持和参考。此外，还可以利用BP神经网络模拟非线性函数的特点，建立与实际情况相同的网络模型为暖通空调运行过程中状态的调整提供有价值的参考。

3.2 Matlab语言的应用

Matlab语言是一种功能性很强的程序语言，该语言可以处理数量庞大的数据，其处理效率非常高，处理结果也非常准确。因此，Matlab语言被广泛应用在控制系统、图像处理及仿真系统等领域之中。随着科学技术水平的不断提升，Matlab语言的应用体系也更加完善，各领域的技术人员也根据自身的实际需要，制造出了Matlab工具箱，其中包括各种样式的子程序，方便人们的及时调取，并在此基础上完成自己的编程工作。换言之，Matlab语言的应用实现了模块化的应用方式，并简化了整个系统的控制流程。在暖通空调系统的运行过程中，Matlab语言可以结合BP神经网络一起应用，其优化与技术控制方式为：2种方式结合后，可以简化了整个系统的运行流程。实际上，在暖通空调运行的过程中，系统的运行状态会受到外界环境与室内环境的影响。因此，系统的运行状况也时常发生改变。而采用上述2种方式结合的办法，可以更加快速地收集相关数据，简化不必要的系统运作流程，提高系统运行效率。

3.3 自适应模糊控制系统的应用

自适应模糊算法是基于自适应模糊控制器和自适应学习能力模糊逻辑系统的算法，该算法能够通过对采集的数据及信息的分析，对逻辑关系的参数实施自调整。自适应模糊系统采用了自适应模糊算法的优化控制策略，来实现对暖通空调制冷系统的优化控制。首先它可以实现对制冷系统的整体优化。因为暖通空调制冷系统，是多个子程序同步循环的过程，是一个有机的整体，单纯的对某一个或者是某一部分的元件实施优化，虽然在一定程度上能够提升运行能力，但系统的运行能耗并未得到有效的控制。自适应模糊控制系统的是将系统整体优化为出发点，将暖通系统进行全局优化。其次，自适应模糊系统还能有效的控制暖通系统的能耗。通过自适应模糊算法，能找到系统最适宜温度，促进暖通系统与外在环境的协调性，进而实现系统运用最低的能耗完成传热过程中的平衡。如此一来，有效的控制了暖通系统的消耗功率。最后，自适应模糊控制系统具有强大的调节能力和学习能力。它可实现控制参数的实时在线调节，促进优化控制模块的进步和改善，确保控制调节的有效性。

4 结束语

综上所述，随着经济社会的高速发展，人们的生活水平不断提高，对涉及生活质量的各个方面都提出了更高的要求。同时，在现代建筑的建设过程中，暖通空调已成为不可或缺的重要部分，对人们的生活和工作环境有重要的影响。

参考文献：

[1]  王晴晴.暖通空调制冷系统的优化与控制技术分析[J].科技创新与应用，2020（06）：157-158.

（作者单位：瑞冬集团股份有限公司）