[发明专利]基于热膨胀和热能除霜的空气能热水器除霜方法

权利要求书

1.基于热膨胀和热能除霜的空气能热水器除霜方法，其特征在于，包括以下步骤：

S1：结霜程度的检测；

S2：除霜控制：通过获取所述S1给出的结霜程度，在判定为结霜时控制盘型铜管上的热膨胀单元和加热单元进行除霜；

所述的热膨胀单元为电热材料和热膨胀材料复合组成，所述电热材料嵌入热膨胀材料的内部；热膨胀单元紧贴或者缠绕在盘型铜管上；

所述加热单元包括紧贴或者缠绕在盘型铜管上的发热材料；

所述步骤S1中结霜程度的检测方法包括以下步骤：

①通过天气信息获取当天环境温度T_amb、环境相对湿度H_amb，确定空气能热水器当前处于结霜运行范围；

②以此时刻开始每隔△T时间执行一次结霜程度预测算法，并定义每次结霜预测算法执行时均需对每个参数采样n个数据，采样周期为T_s；

③对出风口处温度和压缩机功率P_comp采样n个数据，分别记为：依据空气热交换功率得到：其中：C(T_amb,H_amb)为空气比热容，ρ(T_amb,H_amb)为空气密度，n_fan和S_fan分别为蒸发器风扇转速和截面积，默认为常数；依据公式得到：{λ(1),…,λ(n)}；其中：λ为空气能热水器吸热效能系数；

④获取数组{P_comp(i)}的最小值和最大值和求取等间隔量并建立数组其中：以{P_comp(1),…,P_comp(n)}为自变量离散数值，{λ(1),…,λ(n)}为应变量离散数值，使用插值算法，获得对应的序列

⑤基于一次累加方式，对序列生成新序列满足：在此基础上，基于灰色预测模型GM(1,1)，建立微分方程参照现有算法求解待估参数向量和上述微分方程，进而得到预测模型

⑥对预测序列进行还原，得到还原序列的预测模型为：定义关联度r为：其中：

⑦判断r≥ζ是否满足，其中ζ＝0.95，如果是，进入步骤⑧；否则，返回步骤②；

⑧判断a≥θ是否满足，其中θ＝0.5，如果是，则空气能热水器处于结霜故障运行，进入步骤⑨；否则，进入步骤②；

⑨求解结霜程度α＝a/a_max，进而得出空气能热水器结霜程度α。

2.根据权利要求1所述的基于热膨胀和热能除霜的空气能热水器除霜方法，其特征在于：所述S2中的除霜控制方法包括以下步骤：

①获取结霜程度α；依据δ＝s(α)，计算出结霜程度为α时热膨胀单元所需产生的膨胀形变δ；依据I＝g(δ)，计算热膨胀单元产生膨胀形变δ时所需流过热膨胀单元的电流I；依据I_hot＝h(α)，计算出结霜程度为α时加热单元对应的电流值I_hot；

②将I和I_hot分别作为热膨胀单元控制电源输出电流参考值和加热单元电源输出电流参考值，并对其进行控制；

③驱动热膨胀单元和加热除霜单元进行除霜；

④完成后退出。