江苏盐城 224100
摘要：目前，随着我国科技水平飞速发展和国民生活质量的提高，制冷类型空调设备的使用也在逐渐增多，制冷空调的设备行业是我国机械制造产业的一个重要的组成部分，如今已是我国的装备制造产业不可缺少的部分。虽然制冷空调的设备得到了越来越广泛地应用，但是随之带来的运行管理的问题也逐渐增多。本文从暖通空调制冷系统的工作原理入手，研究了暖通空调制冷系统的优化控制方法。
关键词：暖通空调；优化控制方法；研究
前 言：随着我国国民经济的迅速发展，人民生活水平的提高，暖通空调设备的应用逐渐普及，已经深入到国民经济建设的各个领域。许多工业部门如电子工业、食品工业、纺织工业、精密机械加工和制造工业、光学研制部门、仪器仪表工业、计量中心、科研试验中心、国防尖端技术工业等等都广泛使用，工业空调的目的在于使生产房间维持一定的工艺空气环境，比如相对稳定的室内环境温度、环境湿度、环境的洁净度等，以便于提高劳动生产率，确保产品质量的稳定可靠，改善员工劳动生产条件等。
暖通空调技术的应用推动了人类的文明进步和生活水平的提高，但如果在设计、制造、使用管理上存在不足，也会给人们带来一定的危害，如在我们的周围，因设备使用管理上的不当，设备损坏、商品变质、人员伤亡的事故时有发生。所以认真掌握制冷空调安全技术，正确操作暖通空调设备，保证设备安全有效的运行，保证生产安全、员工身心安全就显得非常重要。加强暖通空调设备的安全运行管理是保障暖通空调作业安全，防比事故发生的基础工作。
1 空调制冷系统的概述
一般家用的空调制冷系统由制冷剂和四大部件组成，即压缩机、冷凝器、膨胀阀（节流部件）、蒸发器。压缩机是制冷循环的动力系统，它从吸气管吸入低温低压的制冷剂气体，通过电机运转带动活塞对其进行压缩后，向排气管排出高温高压的制冷剂气体。冷凝器是一个热交换设备，利用环境冷却介质，将来自压缩机的高温高压制冷蒸汽的热量带走，使制冷剂冷凝。膨胀阀（节流部件）是一个节流元件，高压中温的制冷剂液体通过其节流成为低温低压的湿蒸汽，根据饱和压力与饱和温度一一对应原理，降低制冷剂液体的压力，从而降低制冷剂液体的温度，将高压中温的制冷剂液体通过节流元件，得到低温低压制冷剂，再送入蒸发器内吸热蒸发。蒸发器是一个热交换设备，节流后的低温低压制冷剂在其内蒸发。
2 暖通空调制冷系统的工作原理
暖通空调的制冷系统是通过制冷剂实现热量的交换，制冷剂在压缩机、冷凝器、蒸发器和节流阀四个元件中不断循环，自身的状态发生变化，进而实现吸收热量与释放热量[1]。制冷剂在蒸发皿中吸收热量，这时的制冷剂山液体变为了低压低温的气体。气化的冷却剂被压缩机吸入，进而压缩成高温高压的气体，这些气体在冷凝器中将自身的热量传递给空气或者水，变为最初的液体状态。这就是一个基本的循环，多次进行这个循环就可以实现热量的交换，达到降温的目的。
除了制冷剂循环外，暖通空调还有冷却水循环、冷冻水循环和室内空气循环。这三种循环都直接或者间接与冷却剂发生热量交换，帮助把室内空气的温度降低，实现制冷的效果。从暖通空调制冷系统的工作原理来看，制冷系统是能源消耗最大的部分，对其进行优化控制可以最大限度地降低能量损耗[2]。
3 暖通空调制冷系统的优化控制方法
暖通空调的制冷系统受室外气象和室内状态的影响较大，所以为了保证制冷的效果，制冷系统会全部运作，这就导致了制冷系统只有部分处于负荷状态，增大了其能耗。基于此，可以从暖通空调部分负荷的状态入手，研究制冷机最佳吸气压力的状态，进而分析其能源节约的问题。
期刊文章分类查询,尽在期刊图书馆
3.1 BP神经网络在暖通空调制冷系统中的应用
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，可以发挥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[3]。
3.2 MatIab语言在暖通空调制冷系统中的应用
MatIab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，MatIab语言更为完善，各个领域的专家根据自身的需求推出了MatIab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[4]。从这方面来讲，MatIab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。所以，即使不了解算法的本质，人们也可以直接利用函数模块来实现设计目的，方便了建模的过程。
BP神经网络是算法的基础，可以实现系统运作的模拟，而MatIab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MatIab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：（1）简化整个系统的设定。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MatIab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；（2）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MatIab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[5]。
3.3 自适应模糊控制系统的应用
（1）整体优化系统的性能。暖通空调的制冷系统是由多个子系统组成的，它们是一个有机的整体，若单纯地从某个元件进行优化，就会存在协调的问题。但是自适应模糊控制系统是将整个制冷机作为系统进行优化控制的，所以能够将能耗降到最低，进而实现整体系统的优化；（2有较强的调节功能。自适应模糊控制系统有极强的学习能力和调节能力，在制冷机运行的过程中，若参数发生了较明显的变化，自适应模糊控制系统就可以自主调整，把模块的运行进行完善和改进，这就保证了控制过程的准确与有效。
上述两种方法在某种程度上是一个整体，它们的配合才能够最大程度降低制冷机的能耗。当然，在一些暖通空调的制冷系统控制中，采用了其他的神经网络和算法来替代，也能够起到相应的效果。但是从本质而言，对暖通空调制冷机能耗的控制都是从实时监测入手的，然后把收集的数据反馈到控制系统，之后再进行系统运行参数的调整，进而达到降低能耗的目的。
结 语：
综上所述，随着社会的发展，人们对生活质量的要求越来越高，暖通空调已经成为建筑物中不可缺少的一部分。本文以BP神经网络、MatIab语言为主，分析了现代化技术在暖通空调制冷机控制中的应用，希望可以给业内人士提供一点帮助。
参考文献：
[1]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[J].华南理工大学，2013.
[2]毕崇宁.暖通空调水系统效率优化策略研究[D].山东大学，2013.
[3]夏毓，孙里.暖通空调制冷系统的优化控制研究田.民营科技，2014，（5）.
作者简介：李 星，男，工程师。身份证号码：3209821990****7816
论文作者:李星
论文发表刊物:《基层建设》2017年第35期
论文发表时间:2018/4/20
标签：神经网络论文; 制冷剂论文; 暖通空调论文; 制冷机论文; 制冷系统论文; 系统论文; 是一个论文; 《基层建设》2017年第35期论文;