摘要：在我国大部分建筑高层建筑内，暖通空调制冷系统每年运行过程中产生的能耗占到建筑总体的1/3~1/2，其用电花费的资金也非常多。鉴于此，相关部门必须进一步加强对暖通空调制冷系统的优化与控制，使其逐渐向低能耗运行方式转变，为人们提供舒适、洁净的生活以及工作氛围，提高人们的生活质量。在暖通空调的运行过程中，核心元件是暖通空调的制冷系统，该部分也是耗能量最大的部分。本文结合实际工作经验，对暖通空调制冷系统的优化与控制技术展开论述。
关键词：暖通空调；制冷系统；控制技术
前言
随着我国社会经济的快速发展和人们生活水平的不断提升，暖通空调已经成为现代化建筑当中不可或缺的一个组成部分，可是在实际应用过程中，暖通空调的制冷剂总是出现一定的运作问题，而且能耗也相对比较高，和我国现如今的能源紧缺问题之间不相符，同时也不符合我国可持续发展的战略要求。在暖通空调运行过程中，能耗最大的就是制冷系统，所以对该系统进行不断地优化处理有着十分重要的意义。
1 暖通空调制冷系统现状
在暖通空调制冷过程中，主要是利用制冷剂来对风的温度进行调节，我国现如今最常见的制冷剂就是氟利昂化合物，其是一种无毒、不会发生燃烧且性能比较稳定的化合物，而且具有较好的热力学性能，在实际应用过程中具有很好的制冷效率和制冷效果，所以目前被广泛应用到各种大型制冷设备当中，具体构成见下图1。
图1 暖通空调制冷系统
可是其也具有一定的缺陷，那就是其可能会在空气中散播很长的时间，最终漂浮到大气层当中，会引发一定的温室效应和臭氧空洞现象。现在世界上各个国家都对这种制冷剂给大气环境所造成的污染引起了越来越高的重视，部分国家已经将其列入到禁用品行列。在此大背景之下，新冷媒具有更好的使用效果和实用性，所以目前我们所使用的制冷剂基本上都是R410A 制冷剂，相比较而言这种制冷剂更加环保清洁，其主要是由氟、氢还有碳元素所组成，不仅无毒而且性能也比较稳定。因为其中并没有氯元素，所以也不会发生温室效应和臭氧空洞现象，这种制冷剂现如今在全世界范围内得到了非常广泛的应用。
2 暖通空调制冷技术的优化控制措施
2.1 CFD 技术
在暖通空调系统运行过程中，CFD 技术也起着十分重要的作用，这种技术也可以叫做计算流体动力学，主要是利用计算机相关技术开发出来的一种数学模型，将其应用到实际工作当中可以实现对大量数据的有效计算，该项技术可以充分利用其具有的加速收敛技术把整个计算过程都简单化，这样就可以节省计算时间，大大提升工作效率和工作质量。CFD 技术可以充分利用自身的处理系统对数据进行快速计算和处理，而且对庞大数据的处理效果相对比较准确，这样相关的工作人员就可以实现对制冷系统的有效控制。该项技术在暖通空调不同的模块会发挥出不同的作用，根据研究表明对前端模块的作用最大，这主要是因为在对数据进行计算的时候所需要的各种数据都是在前端所形成的。技术核心在将数据进行充分的分析处理之后，将其提供给CFD 模块以为其实际应用提供更大的便利。由此可以看出CFD 技术在暖通空调当中的应用大大提升了整个系统的制冷效果，同时也使得系统的运转更加高效快捷。
还需要注意的是，在对CFD 技术使用之前，相关的工作人员还应该对几项内容进行准确的确定：室内吸收冷气时候的压力参数、制冷剂压缩机的实际运行工况以及具体的作业转动频率，并由相关的研究人员对这些参数进行不断地优化处理以更好地提升暖通空调的制冷效果。在暖通空调系统当中使用了CFD 技术之后，可以将投入使用之后的制冷剂系统相关数据和预先设置好的数据进行充分的对比分析，然后形成BP 神经网络模型，在该模型当中，制冷剂的压缩机工况、输入量以及制冷剂的温度几个方面都存在一定的联系，同时压缩机实际运行工况和其自身的出入口负荷两者之间也存在一定的联系，其实BP 神经网络模型的输出值就是制冷剂的吸气压力值。
2.2 BP 神经网络
BP 神经网络是一种多层反馈的网络系统，可以解决多层网络的隐藏单元连接问题。而且BP 神经网络在解决非线性的映射问题时，有着不可替代的作用。根据BP 神经网络的特性，它主要用在以下三个方面：（1）模式的识别与分类。在计算机的数据中，可以将信息分为文字、图片和语言等类型，BP 神经网络可以根据
不同数据的特征进行识别，然后把信息针对性的归类，有助于加快信息的处理；（2）函数系统控制。BP 神经网络可以利用其自身非线性的特点进行函数建模，建模后的系统就可以广泛应用在工业控制中，如机器人的运动轨迹控制等；（3）压缩数据。BP 神经网络可以对数据进行压缩，减少数据所占据的内存空间。另外，BP 神经网络还可以对数据的特征进行抽取，方便数据的分析。根据BP 神经网络的上述特征，可以将这种神经网络应用在暖通空调的制冷系统中，实现对空调制冷系统中制冷机吸气压力的模拟。因为暖通空调制冷机的能耗有很强的非线性特点，所以在收集其能耗状态时很难保证精确性。基于此，发挥BP 神经网络的作用，实现对真实数据的模拟。BP 神经网络可以模拟任意的连续非线性函数，利用神经网络模型来逼近实际值。BP 神经网络在暖通空调中可以实现制冷机状态的监测，方便后续的调整和控制。
2.3 Matlab 语言
Matlab 语言是一种很强大的工程语言，它可以处理大量的数据，而且处理的效率很高。所以，在控制系统、图像处理和系统仿真中的应用较为广泛。在随后的发展中，Matlab 语言更为完善，各个领域的专家根据自身的需求推出了Matlab 工具箱，里面有各种训练与设计的子程序，当人们需要的时候就可以直接调取，进而解放了自己的编程。从这方面来讲，Matlab 语言实现了模块化的设计与应用，能够简化系统的控制过程。
BP 神经网络是算法的基础，可以实现系统运作的模拟，而Matlab 语言是整个系统运作的模块，在一定程度上可以看作是BP神经网络的子系统。如果把BP 神经网络应用在暖通空调的制冷系统中，那么就可以用Matlab 语言实现模块的设定。这种结合的优势主要体现在以下两点：暖通空调的制冷系统受外界环境和室内环境的影响较大，所以其运行会经常性的发生改变，要收集其运行状态的各种参数较为复杂。但是将BP 神经网络和Matlab 语言结合后，就能够根据模块的特性快速设定程序，简化整个系统的运作，反馈最接近实际情况的数据。为了降低暖通空调制冷机的能耗，需要确定其最佳吸气压力的状态。制冷剂的状态变化有着明显的非线性关系，寻常的采集方法很难起到较好的效果。但是，BP 神经网络能够模拟非线性的映射，而Matlab 语言能够快速的处理数据，这就形成了较好的循环，能够最快速地把暖通空调制冷剂的运作状态反馈给系统，方便了调整和控制。
2.4 自适应模糊控制系统的应用
自适应模糊控制系统也是暖通空调制冷系统中常见的一种优化控制方式。自适应模糊控制系统主要是对整个制冷系统进行优化，其最终的目的是降低能耗。自适应模糊控制系统在运行过程中，可以根据数据反馈的情况展开适应性的学习，并结合相关逻辑关系对参数进行调整。同时，自适应模糊控制系统的应用可以有效控制制冷机消耗的实际功率，并通过分析相关数据得出冷却水最佳的温度，在此基础上对水温进行调节，增强冷却水系统与外界环境之间的协调性。
3 结语
在暖通空调运行过程中，能耗最大的就是制冷系统，所以必须对该系统进行不断地优化处理，实现对相关技术的有效控制。另外，我们还应该从生活当中的每一个细节做起，学会如何更好地节能，将节能理念充分应用到暖通空调系统当中。
参考文献：
[1]王凯红.浅谈暖通设计在中央空调中的运用研究[J].机电信息，2019（17）
[2]马若伟.暖通空调系统噪声分析与降噪策略[J].中小企业管理与科技（上旬刊），2018（11）
[3]梁文兴，孟承坤，马朝阳，毕新伟.浅析暖通空调制冷系统中的环保节能技术[J].资源节约与环保，2018（12）
论文作者:颜华
论文发表刊物:《基层建设》2019年第16期
论文发表时间:2019/9/11
标签：神经网络论文; 制冷剂论文; 暖通空调论文; 数据论文; 制冷系统论文; 系统论文; 技术论文; 《基层建设》2019年第16期论文;