(2)、制冷机的最佳工况的研究制冷机性能参数COP是衡量制冷机效率的参数。把制冷机运行时的压缩机入口的制冷剂温度,压缩机出口的制冷剂温度和吸气压力的值定义为制冷机的工况。在同样的负荷下,制冷机的工况有无数种,通过计算COP的值可以看出,不同工况下,制冷机的功率是不同的。在一定的负荷下,COP最大时的工况为制冷机存在最佳工况,在达到同样的制冷量的条件下,最佳工况时制冷机能源消耗最小。
由制冷理论分析可知当冷凝压力不变时,升高吸气压力升高会使制冷剂的单位制冷量增大;压缩机吸入制冷剂蒸汽的比容减少,而且由于吸气压力的提高,压缩机的压力比减小,容积效率升高,实际吸气质量增大,压缩机的制冷量也增大。因此吸气压力越大,对吸气压力的BP神经网络模型仿真可以得到,不同负荷时都有一个最大的吸气压力,这个吸气压力就是该负荷下的最佳工况下的吸气压力,其对应的压缩机入口制冷剂温度、压缩机出口制冷剂温度也是它们的最佳工况下的值。
通过以上分析表明,在不同负荷下,提高制冷机的工作效率的方法是使制冷机在吸气压力较大的状态下工作,在压缩机入口制冷剂温度和压缩机出口制冷剂温度达到最佳工况的值时,可以用本文建立的吸气压力的BP神经网络模型来计算出该负荷下的最佳吸气压力的值,把这个值作为设定值来调节压缩机的工作频率达到这个值,使制冷机达到各个负荷下的最佳工作状态。
以下给出了几组典型负荷下,通过建立的BP神经网络模型计算出最佳工况下吸气压力的值以及对应的压缩机入口制冷机温度和压缩机出口制冷剂温度的值。
在50%的负荷下,采用额定工况,制冷机能耗为1.876Kw,采用本控制方法制冷机能耗为1.035Kw,节能量约为44.8%。
3、结论
(1)、本章采用BP神经网络建立了,分析了采用吸气压力作为制冷机中的压缩机的控制变量的优点,建立了制冷机吸气压力的数学模型,可根据此模型,计算出不同负荷下最佳工况对应的吸气压力的值。
(2)、分析和验证了不同负荷下制冷机性能参数COP和吸气压力的关系,并且得出了不同负荷下的最佳工况。
(3)、给出了一种制冷机的优化控制方法,该方法在不同负荷下根据神经网络计算出来最佳吸气压力的值和最佳工况,在达到最佳工况的条件下,控制压缩机的工作频率使吸气压力的值达到最佳值,达到制冷机在最佳工作状态下运行的目的。对整个中央空调系统的优化控制有指导意义。