摘要：由于暖通空调的制冷系统在实际运行中极易受到室内环境与室外自然气候的影响，因此，为了确保制冷系统的运行效果，暖通空调的制冷系统一旦运行就会处于全部运转状态，增加了制冷系统部分元件的负荷，增加了制冷系统运转时对能源的消耗。面对这种情况，工作人员应从负荷元件的状态着手进行分析，以便进行暖通空调制冷系统的优化研究，进而达到节能环保的目标。
关键词：暖通空调；制冷系统；优化
1暖通空调制冷系统的工作原理
通常情况下，暖通空调制冷系统的工作原理是利用制冷剂来进行交换热量的活动，制冷剂通过在压缩机、冷凝器、蒸发器以及节流阀等元件中的不断循环来使自身状态发生变化，进而完成对热量的吸收与释放。当制冷剂处于蒸发皿时，会通过对热量的吸收来完成由液体向低压低温气体的转变。然后，气化后的冷却剂就会由压缩机吸收，并对其进行压缩以形成高温高压的气体。接下来，该气体会再次经由冷凝器来向空气或水传递自身热量，使得气体再次转化为液体。这样就完成了一个基本循环，而反复多次的进行这种循环就能够通过交换热量来实现对温度的控制。通过对暖通空调制冷系统的工作原理进行了解后，可以得出如下结论：制冷系统对能源的消耗较大，在对暖通空调冷却系统进行优化时，工作人员应以此为切入点。
2暖通空调制冷系统的优化控制方法
2.1将BP神经网络应用在暖通空调制冷系统中
BP神经网络是一种具有多层反馈功能的网络系统，能够对多层网络中的隐藏单元连接问题进行解决。还需注意的是BP神经网络能够被应用于解决非线性映射问题，且能够取得较好的效果。因此，工作人员在研究暖通空调制冷系统的优化方法时，应重视对BP神经网络功能的应用。而BP神经网络的功能主要体现在以下几个方面：其一，对不同模式进行识别与分类。通常，计算机的信息数据具有不同的类型，如文字、图片与语言等，通过对BP神经网络的合理应用，就能够帮助工作人员根据相关信息数据的特点来进行快速的处理与分类。其二，在函数系统控制的应用。通过利用BP神经网络的自身非线性特点，来进行函数建模。而建模后的系统能够被广泛应用在工业控制中，较为常见的就是机器人的运动轨迹控制。其三，在压缩数据中的应用。工作人员可以利用BP神经网络来对相关数据进行压缩处理，进而降低对内存空间的侵占。基于BP神经网络具有的这些功能，工作人员可以在研究暖通空调制冷系统的优化时，对其进行合理应用，以完成对制冷剂吸气压力的模拟。由于暖通空调的制冷系统的制冷剂在消耗能源时具有明显的非线性特点，因此，加大了工作人员对其能耗信息收集工作的难度，无法保证该工作的准确性。所以，工作人员应利用BP神经网络来对信息数据进行模拟。由于BP神经网络能够对任意的连续非线性函数进行真实的模拟。因此，工作人员完全可以通过对BP神经网络的应用来对暖通空调制冷系统的制冷剂运行状态进行实时监测，为后续的调整与优化控制提供参考依据。
2.2将Matlab语言应用在暖通空调制冷系统中
Matlab语言作为一种强大的工程语言，在针对大量数据的处理工作中表现优异，具有较好的工作效率。因此，Matlab语言当前被广泛应用在控制系统、图像处理系统与系统仿真工作中。
期刊文章分类查询,尽在期刊图书馆随着我国科技水平的不断进步，Matlab语言的发展也愈加完善，其在各个领域中的应用研究都取得了一定的进步，很多专家都根据自己研究领域的特点研发了Matlab工具箱，其中包含有各种训练与设计的子程序，一旦工作人员需要，就能够立即进行调取，进而实现对编程的解放。由此可知，通过对Matlab语言的合理应用，有助于模块化操作的实现，能够让工作人员更加便捷的对系统进行控制。这样一来，即便工作人员对算法的本质不甚了解，也可以直接通过函数模块来进行简便的建模操作，以达到设计的目标。其中，BP神经网络是算法的基础部分，工作人员通过对其的应用能够对系统运转进行真实的模拟，而Matlab语言作为系统运转的具体操作模块，工作人员可以将其作为BP神经网络的一个子系统。因此，工作人员一旦在暖通空调的制冷系统中应用BP神经网络，那么就应该利用Matlab语言来完成对模块的设定工作，也就是将BP神经网络与Matlab语言组合在一起应用于暖通空调制冷系统的优化设计中。这种结合的方法在实际工作中具有以下明显优势：其一，有助于制冷系统设定工作的简化。由于暖通空调制冷系统在实际运行中极易受到室内外环境的影响，难以保证运行状态不变，因此，也就增加了工作人员手机其运行状态相关数据的工作难度。而通过将BP神经网络和Matlab语言结合应用于暖通空调制冷系统中，就能够有效解决这一问题。其二，有助于对制冷系统真实运转状态的反馈。通常情况下，暖通空调制冷系统的制冷剂在实际运行中的状态变化呈现出较为明显的非线性关系，也就增加了工作人员对其最佳吸气压力相关数据的采集。而通过对BP神经网络和Matlab语言结合应用，能够利用BP神经网络具有的非线性模拟映射特点，以及Matlab语言具有的快速处理数据特点，实现对制冷剂运行状态的快速反馈，为工作人员的调整与控制提供了极大的便利条件。
2.3将自适应模糊控制系统应用在暖通空调制冷系统的优化中
上述中提到的BP神经网络和Matlab语言都可以被看作暖通空调制冷系统中的一个组成部分，虽然对其的应用能够在一定程度上实现对相关信息数据的采集与反馈，但是仍然缺少控制系统的作用。而通过对自适应模糊控制系统的应用，就能够满足这一要求。其功能主要体现在以下几点：其一，能够对暖通空调制冷系统功能进行优化。由于暖通空调制冷系统中是由多个子系统组合而成的有机整体，因此，一旦工作人员对其中人员子系统进行优化，就会造成该整体系统的整体协调出现问题。但是，通过对自适应模糊控制系统的应用，就能够实现对整个制冷系统的优化与控制，进而实现降低能耗的目的。其二，能够对制冷剂的消耗进行合理控制。通过对自适应模糊系统的合理应用，能够对反馈数据进行科学处理，并找到最佳的冷却水温度，进而实现冷却水系统与环境的和谐。其三，有助于对制冷系统功能进行有效的调节。这是由于自适应模糊控制系统具有较好的学习与调节能力，因此，在制冷剂运转过程中，一旦其参数发生改变，自适应模糊控制系统就能够立即对其进行自主调整，以实现对模块运转的完善与改进，提高了控制工作的质量。
3结语
综上所述，随着社会经济水平的不断提高，人们的生活环境也越来越好。当前，暖通空调已经成为了建筑物中最重要的组成部分之一。而暖通空调制冷系统在运转过程中对能源的消耗也逐渐引起了社会各界的重视，特别是在我国能源资源严重紧张的今天，对暖通控制制冷系统进行优化控制是十分必要的。本文主要对BP神经网络、Matlab语言和自适应模糊控制系统的应用进行了阐述，以期为相关工作人员提供参考。
参考文献：
[1]夏毓，孙罡．暖通空调制冷系统的优化控制研究[J]．民营科技，2016，（5）：45-47．
[2]杨秀峰．如何优化控制制冷机在暖通空调中的作用[J]．中国新技术新产品，2011，（13）：56-58.
[3]刘雪峰．中央空调冷源系统变负荷运行控制机理与应用研究[D]．华南理工大学，2012．
论文作者:佘安平
论文发表刊物:《基层建设》2018年第8期
论文发表时间:2018/5/29
标签：神经网络论文; 制冷系统论文; 暖通空调论文; 工作人员论文; 制冷剂论文; 语言论文; 对其论文; 《基层建设》2018年第8期论文;