[发明专利]利用风机电流的神经网络热泵除霜控制装置及控制方法有效

专利信息
申请号: 201911132291.9 申请日: 2019-11-19
公开(公告)号: CN110850717B 公开(公告)日: 2022-05-20
发明(设计)人: 徐英杰 申请(专利权)人: 浙江工业大学
主分类号: G05B13/04 分类号: G05B13/04;G05B13/02;F25B30/06;F25D21/06;G06N3/08
代理公司: 浙江千克知识产权代理有限公司 33246 代理人: 周希良
地址: 310000 *** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 利用 风机 电流 神经网络 除霜 控制 装置 方法
【说明书】:

发明提供一种利用风机电流的神经网络热泵除霜控制装置及控制方法,方法包括步骤:S1,电流测量装置实时采集空气源热泵蒸发器风机的电流信号;S2,数据转换模块对所述电流信号进行滤波、解调、分解和重构,获取数据信息,再利用特征提取算法进行时域和频域分析,提取特征数据值;S3,数据诊断模块利用基于GA算法的ELM神经网络对特征数据值进行诊断分析处理,得出结霜故障的诊断信息;S4,除霜控制模块根据所述诊断信息,对空气源热泵蒸发器进行除霜控制。本发明利用基于GA算法的ELM神经网络模型提高了收敛速度和收敛时间,增加了系统的稳定性;通过对风机电流的变化情况进行诊断,根据诊断结果快速准确地控制化霜,提高了热泵系统的运行效率。

技术领域

本发明属于热泵除霜技术领域,具体涉及一种利用风机电流的神经网络热泵除霜控制装置及控制方法。

背景技术

空气源热泵技术是基于逆卡诺循环原理建立起来的一种节能、环保制热技术。空气源热泵系统通过自然能(空气蓄热)获取低温热源,经系统高效集热整合后成为高温热源,用来供暖或供应热水。空气源热泵的适应范围广,运行成本低,对环境无污染,具有良好的节能减排效果,现已广泛应用于化工、热能、制热、暖通等领域。

由于空气中含有水分且相对湿度比较高,制冷系统正常运行时,空气源热泵蒸发器管内的制冷剂吸收室外空气的热量,蒸发器的表面温度远低于空气的露点温度,空气中的水分会析出而凝结在蒸发器管壁上。当管壁温度低于0℃时,水露则凝结成霜,造成蒸发器结霜。虽然空气源热泵在我国城市发展中广泛应用,但是由于空气源热泵室外侧换热器在冬季运行时存在结霜现象使得空气源热泵冬季供暖时的运行状况却不理想。

室外换热器结霜主要从两个方面对热泵机组的运行造成不良影响。一方面,霜层的形成增大了室外换热器表面导热热阻,降低了室外换热器的传热系数;另一方面,霜层的存在增大了空气流过室外换热器阻力,减少了空气流量,从而降低了机组供热性能。伴随着室外换热器壁面霜层的增长,室外换热器蒸发温度下降、机组制热量降低、风机性能衰减和输入电流增大、供热性能系数降低,严重时出现压缩机停机,从而导致机组不能正常工作。因此对结霜状态下风机电机电流的变化进行研究,便可以通过对流过风机的电流的实时监测来及时地发现结霜现象并及时实现化霜。现有的基于风机电流控制除霜的技术,多仅采用宏观特征(幅值与正弦频率)进行阈值比较,识别率较低,控制效果欠佳。

发明内容

传统的控制蒸发器除霜的方法是通过温度传感器测量换热器盘管温度或者是定时除霜,这种控制除霜的方式效率低下,不能及时地发现故障也不能有效地清除故障。本发明的目的在于提供一种利用风机电流的神经网络热泵除霜控制装置及控制方法,根据风机的电流信号利用神经网络系统准确快速地判断出当前空气源热泵的状态,以便于及早地发现并清除故障,减少热泵在结霜状态下的效率低下,保证空气源热泵机组在高效状态下运行。

为了达到上述发明目的,本发明采用以下技术方案:

利用风机电流的神经网络热泵除霜控制装置,包括:

电流测量装置,实时测量空气源热泵蒸发器风机的电流信号;

数据转换模块,对所述电流信号进行滤波、解调、分解和重构,获取数据信息,再利用特征提取算法进行时域和频域分析,提取特征数据值,

数据诊断模块,利用基于GA算法的ELM神经网络对特征数据值进行诊断分析处理,得出结霜故障的诊断信息;

除霜控制模块,根据所述诊断信息,对空气源热泵蒸发器进行除霜控制。

作为本发明的优选方案之一,所述数据转换模块中,利用Hilbert变换进行滤波、解调操作,利用小波包分析、频域分析或CZT转换进行分解和重构操作。

作为本发明的优选方案之一,所述特征提取算法采用小波包分解、快速傅里叶变换、主成分分析中的任一种。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911132291.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top