暖通空调制冷系统的优化与控制技术

暖通空调制冷系统的优化与控制技术

发布时间：2023-04-10T03:26:27.768Z 来源：《科技潮》2023年3期作者：赵莉娜

[导读] 暖通空调在建筑室内的应用能够对室内的温度以及湿度等进行调整，给人们带来一个舒适的生活环境。

杭州华电华源环境工程有限公司浙江杭州 310051

摘要：空调作为人们生活中不可或缺的基础设备，可以调节室内温度，提升生活空间的舒适度。夏季空调使用相对频繁，其能耗相对较大，随着空调使用量的逐渐增大，其制冷系统的年能耗量占建筑总能耗的50%左右。制冷系统是暖通空调的核心元件，也是耗量最大的设备，因此必须控制并优化制冷系统，降低能耗，提高该系统的运行效率。

关键词：暖通空调制冷系统；优化；控制

1 暖通空调制冷系统分析

暖通空调在建筑室内的应用能够对室内的温度以及湿度等进行调整，给人们带来一个舒适的生活环境。其中制冷系统主要通过制冷剂的热量交换来实现制冷，制冷剂在空调内的压缩机、冷凝器、蒸发器以及节流阀这四个部分进行循环，在循环的过程中通过状态的变换来实现对热量的吸收以及释放等操作。其中，蒸发器作为制冷剂循环通过的四个元件之一，是空调制冷系统进行热量吸收的场所。在吸收了大量的热量之后，制冷剂会从液体转变为温度很低的气体。制冷剂在气化之后由液体转变为低温低压的气体，这些气体会进入压缩机，并且在压缩机内由低温的气体转变为高温的气体，之后再进入到冷凝器中。在冷凝器中将所带的热量传递给出去，之后又转变为液体。经过这样一轮制冷剂状态的转换来实现制冷系统的降温功能。可见在暖通空调的制冷系统中，制冷剂起到了非常重要的作用。通过制冷剂的循环与转换来达到制冷的效果，使室内的温度降低。但是制冷系统能源消耗量大与制冷剂也有很大的关系，想要优化暖通空调制冷系统，降低制冷系统的耗能量，要对系统进行全面的研究，通过多方面的改进来达到节能效果。

2 暖通空调制冷系统的优化与控制技术

2.1 自适应模糊控制系统的应用

为了实现智能化暖通空调系统操控，实现资源能耗降低的目标，应尝试应用自适应模糊控制系统。此系统能够根据反馈情况进行调整，并具备模仿功能，在逻辑系统的支持下对参数进行调整。在暖通空调中应用自适应模糊控制系统应用，其功能优势主要表现在如下几方面：1、对系统性能进行整体优化。空调的制冷系统需要众多子系统组合而成，综合在一起共同形成有机的整体，如果只是针对某一元件进行升级优化，势必会造成整体不协调的现象。而自适应模糊控制系统是以整个制冷机作为优化控制的对象，因此在能耗降低方面有显著的优势，从而达到对系统整体优化的目的。2、对制冷机功率消耗进行控制。应用自适应模糊控制系统能够达到最佳的冷却水温度状态，保证冷却水系统与环境条件之间的协调，主要是由于其具备对反馈的数据进行逻辑处理的能力。因此，在制冷机作业运行时，能够通过最低能耗的运行模式实现热传递，便于整个暖通空调系统对制冷机消耗功率进行有效控制。3、调节功能十分强。自适应模糊控制系统在学习能力和调节能力方面具备不可替代的优势，制冷机运行过程中，如果出现了十分明显的参数变化，自适应模糊控制系统便可发挥出自控调节功能，对模块运行进行进一步改进与优化，以此提升控制过程的精准性与有效性。以上三种方法可视为一个系统的整体，只有在三者有机协调配合的状态下，方可实现最大程度的降低制冷机能量消耗。同时，在暖通空调的制冷系统控制中，如果采用其他的神经网络和算法来替代，同样可以达到理想的效果。但殊途同归，对暖通空调制冷机能量消耗控制工作都是从实时监测作为切入点，通过数据搜集反馈到控制系统，然后再对系统的运行参数进行调整，最终达到降低能源消耗的效果。

2.2 BP神经网络

在空调制冷系统中，BP神经网络比较常见，且具有一定的优势。该种网络系统可以对多层进行有效反馈，有效解决隐藏问题，缓解非线性映射问题。应用该网络系统可以有效提高信息处理能力，识别文字和图片等具体数据信息，并能够自主进行分类。这种处理可以有效缓解工作人员的压力，保证数据信息分类的合理性和可靠性。BP神经系统可以应用网络结构，根据非线性的特点，设计函数模型，对函数系统进行合理控制。在工业化控制系统中应用函数模型，可以合理控制机械的运行方式。如果将此系统应用到暖通空调制冷系统中，可以对吸气压力进行合理模拟，结合制冷机能耗的非线性，深入研究其能耗的实际情况所造成的阻力。在制冷系统中应用该技术，可以获得真实可靠的数据，为技术人员提供有力的数据支持。应用BP神经网络可以对风险性函数进行模拟，建立符合实际情况的网络模型，呈现其具体特点，为优化控制方案提供参考依据。

2.3 Matlab语言

Matlab这种工程语言在数据处理方面十分强大，处理效率是其他工程语言难以匹敌的，因此，此种工程语言常被应用到在计算机系统中，使得Matlab语言的实用性不断提升。在广泛应用的过程中，Matlab工具箱被开发出来，便于进行不同模式的训练，提供了丰富的子程序，更加迎合应用者的使用需求，有效减轻编程作业压力。可见，Matlab语言在模块设计方面与实际应用方面更具优势，降低了以往系统控制操作的难度，即便是不具备计算能力，同样在进行模块设计作业时，函数模块能够发挥出有效的支持作用。作为基础算法，能够对系

统运作进行镜像模拟，而Matlab语言复杂支持整个系统运行，可以将其视为BP神经网络的子系统。若在暖通空调的制冷系统中应用BP神经网络，则可以应用Matlab语言实现模块设定的目的。通过这种组合方式能够发挥出如下优势：1、使整个系统设定的复杂性大幅度降低。外界气象与室内环境极易对暖通空调的制冷系统造成影响，因此在运行过程中容易出现不稳定的现象，若想将其运行过程中的各项数据搜集起来，则具有一定的复杂性。但将BP神经网络与Matlab语言二者一同应用，能够根据实际情况与具体的程序，使整个系统变得更加简单。

2、最终得到的数据反馈信息更具真实性。为了实现可持续发展战略目标，降低暖通空调制冷机在运行过程中的能量消耗，就要掌握其在最佳吸气压力状态下的实际情况。制冷剂的状态变化具有十分显著的非线性关系，在常规采集方式下，无法达到理想的目标。而发挥出BP神经网络的模拟映射能力，有助于Matlab语言在第一时间内对数据进行处理，从而构建良好的循环作业状态，便于系统在第一时间内掌握暖通空调制冷剂的运作状态，有利于后续调控操作。

3 结束语

暖通空调制冷系统是现代建筑不可或缺的主要组成部分，能创设舒适优越的居住及办公环境，但在能源消耗量方面相对较大。因此，相关技术人员需根据国家可持续性发展的战略要求，深化研究力度，探寻更为适宜的暖通空调制冷系统的优化与控制技术，将其落实在实际设计及运行过程当中，使智能化、节能环保成为暖通空调制冷系统的未来主流发展方向；同时合理科学应用BP神经网络技术、Matlab语言技术以及自适应模糊控制系统等，以此使暖通空调制冷系统的应用效益得到全面提升。

参考文献：

[1]赵智革.基于BIM的商业建筑暖通空调节能系统设计方案比选与优化要点[J].新材料·新装饰，2023，5（1）：113-116.

[2]冯琢.大型绿色装配建筑暖通空调系统节能技术优化[J].制冷与空调（四川），2022，36（1）：115-119.