一种小型制冷设备的智能化控制方法和控制系统技术方案

技术编号：44912110 阅读：7 留言：0更新日期：2025-04-08 18:55

本发明专利技术属于制冷技术领域，公开了一种小型制冷设备的智能化控制方法和控制系统。一方面，通过多种传感器对工况参数和运行参数进行监测，建立多维数据库；基于该多维数据库建立制冷设备的代理模型，并结合实时监测数据对压缩机和风机的运行进行智能化匹配控制；另一方面，建立周期COP<subgt;cyc</subgt;的评标指标，以综合衡量制冷期间与化霜期间的能量损失，并确定指示化霜量，当累积结霜量达到指示化霜量时启动化霜。本发明专利技术在满足制冷空间制冷需求的基础上，通过优化部件运行、抑制霜层生长、按需启动化霜，提高了制冷空间内的控温精度、降低了制冷设备的运行能耗，为制冷设备的精准控温及节能提供了新的思路与方法。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术属于制冷，具体涉及一种冰箱、冷柜、展示柜等小型制冷设备的智能化控制方法和控制系统。

技术介绍

1、随着人们生活水平的不断提高和环保意识的增强，家用电器的智能化和节能化发展趋势愈专利技术显。制冷设备如冰箱、冷柜、展示柜、酒柜等成为家庭及商业中常用的制冷设备，其性能和能效直接关系到家庭的用电负担和环境影响。因此，如何在保证制冷效果的同时有效降低能耗和优化系统运行已成为制冷技术研发中的重要课题。传统的制冷系统通常采用固定运行策略的压缩机和风机，这种方式难以适应多变的使用环境和工况，导致能耗较高。此外，蒸发器表面的结霜问题也是影响设备性能和能效的关键因素之一。结霜降低设备的制冷效率、堵塞风道，造成制冷空间温度波动，增加压缩机的运行负担，从而提高能耗。为了维持蒸发器的良好工作状态，提高间室内的控制精度，应抑制结霜，同时对蒸发器表面的霜层累积进行按需化霜。目前普遍采用的抑制结霜的方法为蒸发器设计优化，而在化霜控制优化上，一些研究者提出使用光电传感器、图像采集、声信号采集等方法来监控霜层累积程度，然而小型制冷设备常具有较小的体积和紧凑的结构，限制了霜层测量及采集设备的安装，此外蒸发器表面的霜层通常分布不均匀，设备的安装位置影响监测的精度。。目前，多数设备仍采用定时化霜的方式进行除霜。近年来，随着传感器技术、数据分析和人工智能算法的快速发展，为小型制冷系统的精准控温与节能控制提供了新的解决方案。然而，目前市场上多数小型制冷设备产品在智能化和自适应控制方面仍处于初级阶段，尚未充分利用现代优化算法和数据驱动的技术优势。

<p>技术实现思路

1、本专利技术提供了一种小型制冷设备的智能化控制方法和控制系统，能够动态调整压缩机和风机的运行状态，动态调整化霜频率，实现降低制冷功率、降低结霜速率、按需启动化霜的目标，从而为用户提供更精准、更高效、更智能的使用体验。

2、为了达到上述专利技术目的，本专利技术通过以下的技术方案予以实现：

3、根据本专利技术的一个方面，提供了一种小型制冷设备的智能化控制方法，包括制冷运行控制方法和化霜控制方法；

4、其中，所述制冷运行控制方法，包括：

5、通过多个传感器监测制冷设备的工况参数和运行参数；

6、基于工况参数和运行参数的历史数据构建多维数据库，并基于所述多维数据库构建制冷设备的代理模型；

7、基于工况参数和运行参数的实时监测数据与所述代理模型，构建以降低运行能耗和减缓结霜速率为目标的多目标优化模型，并生成满足约束条件的帕累托解集；

8、通过分析所述帕累托解集中的解进行决策，以结霜速率和整机运行功率作为决策变量，根据多目标决策准则，从所述帕累托解集中选择最优方案，作为制冷运行优化方案；

9、根据所述最优方案调整压缩机和风机的运行；

10、其中，所述化霜控制方法的第一种，包括：

11、基于所述多维数据库，计算制冷-化霜周期的周期copcyc，将周期copcyc最大值所在时刻的累积结霜量作为指示化霜量；

12、采用相关性分析技术，计算所述多维数据库中各参数与累积结霜量的相关性指标，并筛选相关性指标超过第一设定阀值的参数作为候选特征参数；计算候选特征参数之间的相关性指标，筛选相关性指标数值低于第二设定阀值的参数，之后以筛选出的特征参数作为输入变量，建立累积结霜量预测模型；

13、基于工况参数和运行参数的实时监测数据与所述累积结霜量预测模型，预测蒸发器表面的累积结霜量；

14、当累积结霜量大于等于指示化霜量，启动化霜；

15、其中，所述化霜控制方法的第二种，包括：

16、基于所述多维数据库，计算制冷-化霜周期的周期copcyc，将周期copcyc最大值所在时刻的累积结霜量作为指示化霜量；

17、基于工况参数和运行参数的实时监测数据与所述代理模型，预测实时结霜速率并进行累积计算，获得蒸发器表面的累积结霜量；

18、当累积结霜量大于等于指示化霜量，启动化霜；启动化霜时，累积结霜量清零。

19、进一步地，所述工况参数选自环境温度、环境湿度、间室设置温度、间室湿度；所述运行参数包括直接测量的数据以及对直接测量数据进行计算后的数据；其中，直接测量的数据选自间室内实际温度、压缩机转速、风机转速、蒸发压力、冷凝压力、制冷系统内制冷剂的流量、蒸发器管路进口温度、蒸发器管路出口温度、蒸发器换热风道的进风温度、蒸发器换热风道的出风温度、蒸发器换热风道的进风湿度、蒸发器换热风道的出风湿度、蒸发器冷表面温度、蒸发器换热风道的风速、间室风口处的风速、蒸发器进出口压降、压缩机转速、压缩机运行功率、风机运行功率、整机运行功率、压缩机运行电流、风机运行电流；其中，对直接测量的数据进行计算后的数据选自蒸发器管路进出口的温差、蒸发器换热风道进出风的温差、蒸发器冷表面与间室内温度的差值、结霜速率、累积结霜量、换热量、结霜换热量、降温换热量；

20、所述结霜换热量为换热量中用于水蒸气冷凝成霜的部分，所述降温换热量为换热量中用于降温部分。

21、进一步地，所述代理模型采用机器学习和/或深度学习的方法实现，所述代理模型的输入参数选自环境温度、环境湿度、间室湿度、间室设置温度、压缩机转速、风机转速，所述代理模型的输出参数选自整机运行功率、降温换热量、结霜速率。

22、进一步地，所述多目标优化模型的约束条件选自环境温度、环境湿度、间室设置温度、间室湿度、降温换热量、压缩机转速、风机转速；目标方程为整机运行功率和结霜速率，优化目标为使整机运行功率与结霜速率最小化。

23、进一步地，所述多目标决策准则采用加权和法、理想点法或者topsis进行决策。

24、进一步地，所述制冷-化霜周期的起始和结束，分别为相邻两次化霜结束后压缩机的首次启动时刻。

25、进一步地，所述周期copcyc定义为周期累积有效制冷量与周期累积能耗的比值，即：其中，qeff为周期累积有效制冷量，ecyc为周期累积能耗；

26、所述周期累积有效制冷量为周期累积换热量与化霜系统产生热量的差值，即：qeff＝q-qdf；其中，q为周期累积换热量，qdf为化霜系统产生热量。

27、进一步地，所述相关性指标为pearson相关系数或spearman相关系数。

28、进一步地，建立累积结霜量预测模型采用机器学习和/或深度学习的方法，且所述特征参数作为输入，以所述累积结霜量作为输出。

29、根据本专利技术的另一个方面，提供了一种用于执行上述小型制冷设备的智能化控制方法；包括数据采集模块、多维数据库、分析决策算法模块、控制模块；

30、所述数据采集模块包括多个传感器，用于监测制冷设备的工况参数和运行参数；

31、所述多维数据库基于工况参数和运行参数的历史数据构建；

32、所述分析决策算法模块包括制冷运行优化模块和化霜启动分析模块；

33、所述制冷运行优化本文档来自技高网...

【技术保护点】

1.一种小型制冷设备的智能化控制方法，其特征在于，包括制冷运行控制方法和化霜控制方法；

2.根据权利要求1所述的一种小型制冷设备的智能化控制方法，其特征在于，所述工况参数选自环境温度、环境湿度、间室设置温度、间室湿度；所述运行参数包括直接测量的数据以及对直接测量数据进行计算后的数据；其中，直接测量的数据选自间室内实际温度、压缩机转速、风机转速、蒸发压力、冷凝压力、制冷系统内制冷剂的流量、蒸发器管路进口温度、蒸发器管路出口温度、蒸发器换热风道的进风温度、蒸发器换热风道的出风温度、蒸发器换热风道的进风湿度、蒸发器换热风道的出风湿度、蒸发器冷表面温度、蒸发器换热风道的风速、间室风口处的风速、蒸发器进出口压降、压缩机转速、压缩机运行功率、风机运行功率、整机运行功率、压缩机运行电流、风机运行电流；其中，对直接测量的数据进行计算后的数据选自蒸发器管路进出口的温差、蒸发器换热风道进出风的温差、蒸发器冷表面与间室内温度的差值、结霜速率、累积结霜量、换热量、结霜换热量、降温换热量；

3.根据权利要求1所述的一种小型制冷设备的智能化控制方法，其特征在于，所述代理模型采用机器学

4.根据权利要求1所述的一种小型制冷设备的智能化控制方法，其特征在于，所述多目标优化模型的约束条件选自环境温度、环境湿度、间室设置温度、间室湿度、降温换热量、压缩机转速、风机转速；目标方程为整机运行功率和结霜速率，优化目标为使整机运行功率与结霜速率最小化。

5.根据权利要求1所述的一种小型制冷设备的智能化控制方法，其特征在于，所述多目标决策准则采用加权和法、理想点法或者TOPSIS进行决策。

6.根据权利要求1所述的一种小型制冷设备的智能化控制方法，其特征在于，所述制冷-化霜周期的起始和结束，分别为相邻两次化霜结束后压缩机的首次启动时刻。

7.根据权利要求1所述的一种小型制冷设备的智能化控制方法，其特征在于，所述周期COPcyc定义为周期累积有效制冷量与周期累积能耗的比值，即：其中，Qeff为周期累积有效制冷量，Ecyc为周期累积能耗；

8.根据权利要求1所述的一种小型制冷设备的智能化控制方法，其特征在于，所述相关性指标为Pearson相关系数或Spearman相关系数。

9.根据权利要求1所述的一种小型制冷设备的智能化控制方法，其特征在于，建立累积结霜量预测模型采用机器学习和/或深度学习的方法，且所述特征参数作为输入，以所述累积结霜量作为输出。

10.一种小型制冷设备的智能化控制系统，其特征在于，用于执行如权利要求1-9中任一项小型制冷设备的智能化控制方法；包括数据采集模块、多维数据库、分析决策算法模块、控制模块；

...

【技术特征摘要】

1.一种小型制冷设备的智能化控制方法，其特征在于，包括制冷运行控制方法和化霜控制方法；

3.根据权利要求1所述的一种小型制冷设备的智能化控制方法，其特征在于，所述代理模型采用机器学习和/或深度学习的方法实现，所述代理模型的输入参数选自环境温度、环境湿度、间室湿度、间室设置温度、压缩机转速、风机转速，所述代理模型的输出参数选自整机运行功率、降温换热量、结霜速率。

4.根据权利要求1所述的一种小型制冷设备的智能化控制方法，其...

【专利技术属性】
技术研发人员：杨昭，张淑萍，贺红霞，赵延峰，舒悦，候召宁，
申请(专利权)人：天津大学，
类型：发明
国别省市：

全部详细技术资料下载我是这个专利的主人