一种基于尖点突变模型的除霜控制方法与流程

1.本发明涉及空气源热泵技术领域，特别涉及一种基于尖点突变模型的除霜控制方法。


背景技术：

2.空气源热泵具有运行可靠、环境友好、节约能源等优点，因此在冬季广泛应用于建筑供暖。然而，当室外盘管表面温度同时低于室外空气的露点温度以及0℃时，空气源热泵的室外盘管表面就会出现结霜现象，这不仅会阻塞室外盘管的空气流道，增加空气与盘管的换热热阻，还会恶化压缩机等部件的运行性能，进一步降低空气源热泵机组的制热量以及cop。因此，为提高机组的运行效率，采取周期性除霜措施是十分必要的。目前的除霜措施中，逆循环除霜应用最为广泛。然而，无论何种除霜措施，都需要在合适的时间点启动，才能保证机组的性能。
3.目前的除霜启动控制策略主要分为两种，分别是：“基于时间的除霜启动控制策略”、“基于需求的除霜启动控制策略”。对于“基于时间的除霜启动控制策略”而言，当机组运行时长与室外盘管表面温度达到设定值时，启动除霜动作。但是设定值的选择缺乏理论依据，并且对不同程度的结霜情况缺乏普适性。更重要的是，在该策略下运行，机组会出现“有霜不除”与“无霜除霜”两种“误除霜”现象，尽管有学者对该策略进行改进，比如加入过热度等参数判断除霜启动时间点，而“误除霜”现象仍难以避免。而在这之后，研究人员认为，若在霜层累积至一定程度再进行除霜，应该可以避免“误除霜”现象，因此提出了“基于需求的除霜启动控制策略”，比如测量霜层热导率、计算室外盘管压降、检测霜层厚度、霜层表面温度等。
4.然而，“基于需求的除霜启动控制策略”仍然存在很多限制。首先，霜层生长是一个包含多因素的复杂热质传递现象，比如温度、相对湿度、风速以及各种机组运行参数，这些时变参数的检测需要相当大的数据量以及相当高的初投资。其次，霜层的特征参数，比如霜层厚度、霜层热导率、霜层表面温度等的测量对于测试仪器的精度有一定要求，这同样会产生较高的初投资。因此，如果被测参数的数据量以及数据精度能够降低，那么测量工作量以及初始投资也可以下降，这样的除霜启动控制策略能够更好的应用于空气源热泵机组。
5.上述两种策略中，主要关注被测参数的连续变化并测量待测参数是否达到某一定值。然而，由于结霜作为一种灾害现象，它带给系统的影响是多方面的，因此在机组实际运行过程中，可以发现机组性能会发生突然的恶化，相关研究人员的实验测试也可以证明这一点。因此从突变理论的视角研究空气源机组的结霜、除霜问题，不关注特征参数是否达到某一定值，而是立足于研究参数变化情况的新视角，关注运行参数的变化情况，构建一种指标模型准确判断除霜启动时间点。


技术实现要素：

6.为解决现有技术中存在的上述缺陷，本发明的目的在于提供一种基于尖点突变模
型的除霜控制方法，可以自然避免“无霜除霜”的误除霜现象，同时也可以有效避免“有霜不除”的误除霜现象，并且可以弥补数据量需求大、数据精度要求高等缺陷。该方法通过确定合适的特征参数作为状态变量与控制变量，并根据测试数据求解模型参数得到指标模型。在机组后续运行过程中，将被测参数输入模型，根据指标的变化情况判断除霜启动时间点。
7.本发明是通过下述技术方案来实现的。
8.本发明提供一种基于尖点突变模型的除霜控制方法，包括下述步骤：
9.步骤1，分析影响机组性能的因素，确定状态变量与控制变量的个数；
10.步骤2，对尖点突变模型的势函数求一阶导与二阶导，分别得到平衡曲面方程与奇点方程，并联立求解得到分叉集方程与尖点突变模型的指标表达式；
11.步骤3，对状态变量与控制变量进行标准化处理，并对平衡曲面方程进行变形与代换，依据变形后的平衡曲面方程，得到判别除霜启动时间点的指标模型；
12.步骤4，选取蒸发器风机出口空气温度变化值作为状态变量；选取压缩机出口温度变化值作为主控制变量；选取室外环境温湿度综合值作为次控制变量；
13.步骤5，根据空气源热泵机组实际运行中的典型制热周期数据，利用多元线性回归求解指标模型的模型参数；
14.步骤6，将机组运行中每一时刻的特征参数测试数据输入模型，得到指标的值，若指标值与典型制热周期中突变时刻的指标值相差小于1，则应该启动除霜。
15.上述方案中，状态变量包括运行性能；控制变量包括机组自身内环境和机组所处外环境。
16.上述方案中，步骤2中，根据尖点突变模型的势函数，对势函数求一阶导得到满足系统平衡状态的平衡曲面方程，对势函数求二阶导得到奇点方程，联立平衡曲面方程与奇点方程，得到分叉集方程；根据分叉集方程构建尖点突变理论的指标。
17.上述方案中，步骤3中，对状态变量与控制变量作标准化处理，消去量纲的影响，标准化处理之后的状态变量为x
′
，主控制变量为u
′
，次控制变量为v
′
；将平衡曲面方程变形为矩阵形式；得到判别除霜时间点的指标模型。
18.上述方案中，步骤4，室外环境温湿度综合值利用熵值法得到。
19.上述方案中，步骤5中，检测机组上一次除霜结束到下一次除霜开始的一个制热周期的运行数据，并计算蒸发器风机出口空气温度变化值δt
efo
；计算该制热周期内δt
efo
的数学期望μ与方差σ2，判断该周期是否是典型制热周期；
20.并且将满足时的dicc值命名为dicc
thc
；求解压缩机出口温度变化值δt
co
。
21.上述方案中，步骤6，使机组开始运行另一个制热周期，在提前设定的基础运行时长之后，计算判别除霜启动时间点的指标模型dicc的值；若dicc与dicc
thc
的差值小于1，则除霜启动。
22.本发明由于采取以上技术方案，其具有以下有益效果：
23.1)由于当结霜情况不严重时，多因素的影响不足以使机组性能发生突然的恶化，因此本发明可以自然避免“无霜除霜”的误除霜现象。而在机组的制热量下降之前，本发明构建的指标可以确定除霜启动时间点，因此可以有效避免“有霜不除”的误除霜现象。
24.2)作为一种灾害现象，结霜过程中的状态变量突变点个数是有限的，因此本发明对数据容量没有过高要求。并且相比于之前大多数研究特征参数的确定值，本发明主要关注特征参数的变化值，减小了测量误差的影响，降低了测量精度的要求。
附图说明
25.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，并不构成对本发明的不当限定，在附图中：
26.图1为本发明基于尖点突变模型的除霜控制方法的技术路线图；
27.图2为尖点突变模型的平衡曲面图；
28.图3为单个制热周期中，制热量与蒸发器风机出口空气温度的变化图；
29.图4为全部制热周期的cop提升对比图。
具体实施方式
30.下面将结合附图以及具体实施例来详细说明本发明，在此本发明的示意性实施例以及说明用来解释本发明，但并不作为对本发明的限定。
31.如图1所示，本发明基于尖点突变模型的除霜控制方法，包括如下步骤：
32.步骤1，对机组性能的影响因素进行分析，确定状态变量与控制变量的个数。
33.由于结霜最终带来的影响是机组运行性能的恶化，因此将运行性能视为唯一状态变量；而机组性能的变化可以认为受两个因素的影响：机组自身内环境，机组所处外环境，这两个因素可视为控制变量，并且内环境作为主控制变量，外环境作为次控制变量。
34.步骤2，基于尖点突变模型的得到指标表达式，具体步骤如下：
35.(2a)对于不连续状态的特征，通常用表示系统全局性质的势函数来研究。尖点突变模型的势函数为：
36.v(x)＝x4 ux2 vx
37.式中：v是系统的势函数；x是状态变量；u是主控制变量；v是次控制变量。
38.(2b)对尖点突变模型的势函数求一阶导，得到平衡曲面方程：
[0039][0040]
对势函数求二阶导得到奇点方程：
[0041][0042]
联立平衡曲面方程与奇点方程并消去x，得到分叉集方程：
[0043]
8u3 27v2＝0。
[0044]
(2c)根据稳定性分析，如图2所示，平衡曲面可以分为两个稳定区域(上稳定区域及下稳定区域)与一个不可达域。在分叉集外时，控制变量的连续变化会带来状态变量的连续变化，而当控制变量沿着特殊路径穿过分叉集进入不可达域，状态变量发生突变，系统状态也发生突然变化。因此，根据分叉集方程构建尖点突变理论的指标表达式为：
[0045]
i＝8u3 27v2[0046]
步骤3，为消去量纲的影响，对状态变量与控制变量进行标准化处理；再对平衡曲
面方程进行变形与替代，得到可进行多元线性回归求解的平衡方程形式，以及判别除霜启动时间点的指标模型。具体步骤如下：
[0047]
(3a)标准化处理方程如下：
[0048]
正向型：
[0049]
负向型：
[0050]
式中，zi′
是标准化处理之后的参数值，zi是某一时刻的参数值，z
max
是某时段内参数的最大值，z
min
是某时段内参数的最小值。
[0051]
标准化处理之后的状态变量为x
′
，主控制变量为u
′
，次控制变量为v
′
。
[0052]
(3b)将平衡曲面方程写为如下形式：
[0053]
4x3＝-2ux-v
[0054]
并令y＝4x
′3，u＝k1u
′
，v＝k2v
′‑
k3。因此上式变换为可利用多元线性回归求解的形式，如下：
[0055]
y＝(-2u
′
x
′
)k1 (-v
′
)k2 1
·
k3[0056]
再令w
′
＝u
′
x
′
，并写为矩阵形式如下：
[0057]
y＝xb
[0058][0059]
b＝[k
1 k
2 k3]
t
[0060]
式中：n是样本数；b是系数矩阵；k1，k2，k3是模型参数；w1′
，w2′
，......wn′
分别是第1，第2，
……
第n个标准化的主控制变量与状态变量之积u
′1x
′1，u
′2x
′2，......u
′nx
′n。
[0061]
(3c)根据步骤2构建的尖点突变理论的指标表达式，将判别除霜时间点的指标模型命名为dicc，如下：
[0062]
dicc＝8(k1u
′
)3 27(k2v
′‑
k3)2[0063]
步骤4，选取蒸发器风机出口空气温度变化值作为状态变量；选取压缩机出口温度变化值作为主控制变量；选取室外环境温湿度综合值作为次控制变量。具体如下：
[0064]
(4a)制热量是能直接反映机组运行性能的参数，可以考虑作为状态变量，但是制热量作为一个间接测量量，是由多个直接测量参数计算得到，因此考虑到测量的不便以及过程中产生的误差，制热量不被视为状态变量。根据图3观察到的现象，t1时刻起，在5mins内从-3℃增大至-1.4℃，并逐渐趋于稳定。之后t2时刻起，制热量从2.8kw突然降低至2.5kw。即蒸发器风机出口空气温度突然增大之后，制热量会突然降低，并且实际测试中67％的制热周期出现了这一现象。
[0065]
因此将蒸发器风机出口空气温度变化值δt
efo
作为状态变量，按下式计算：
[0066][0067]
式中：δt
efo
是蒸发器风机出口空气温度变化值，是一时刻的蒸发器风机空气出口温度，是后一时刻的蒸发器风机出口空气温度。
[0068]
(4b)由于压缩机是整个机组的核心部件之一，其性能是十分重要的，因此压缩机出口温度变化值δt
co
作为主控制变量，按下式计算：
[0069][0070]
式中：δt
co
是压缩机出口温度变化值，是一时刻的压缩机出口温度，是后一时刻的压缩机出口温度。
[0071]
(4c)室外环境温湿度综合值利用熵值法得到。
[0072]
步骤5，以某种型号的空气源热泵为例，获取空气源热泵机组实际运行中的典型制热周期数据，利用多元线性回归求解指标模型的模型参数。
[0073]
(5a)由于过小的数据采集间隔，会导致待测参数均为平稳变化，不易发现数据中的突变点。因此，在本例中，数据采集间隔设置为4分钟。
[0074]
(5b)在测试中的多数运行时刻，δt
efo
为0或在0附近波动，因此δt
efo
服从正态分布，实际测试的一个制热周期中，计算δt
efo
的数学期望μ＝0，方差σ2＝0.11，因此，δt
efo
～n(0.07,0.11)。
[0075]
将正态分布转化为标准正态分布，因此，并且制热周期中有一时刻的δt
efo
测量值满足因此将该制热周期视为典型制热周期。并且将时的dicc值命名为dicc
thc
。
[0076]
(5b)标准化后的状态变量与主控制变量，以及熵值法求解后温湿度综合值若下表：
[0077][0078][0079]
利用表中数据求解模型参数，结果如下表：
[0080][0081]
并且计算值和观测值拟合良好，相关系数达到0.9826。
[0082]
步骤6，使机组开始运行另一个制热周期，向模型输入标准化之后的δt
efo
与δt
co
以及熵值法处理后的温湿度综合值。在提前设定的基础运行时长之后，求解dicc的值，若dicc与dicc
thc
的差值小于1，则除霜启动。
[0083]
下面以陕西省商洛市洛南县为例，对比采用本发明所述方法启动除霜与机组原除霜启动策略所产生的效果如下。
[0084]
共测试39个制热周期，其中26个制热周期出现图3所示现象，计算每一个制热周期的cop、所有周期的cop
average
与制热量。
[0085][0086]
其中，cop
hc
为一个制热周期的平均cop，i为时刻，n为每一个制热周期内的总测试时刻。
[0087][0088]
其中，cop
average
为全部制热周期的平均cop，j为制热周期，m为制热周期的总个数。
[0089][0090]
其中，q
at
为全部制热周期的平均制热量。
[0091]
如图4所示，相比机组原除霜启动策略，按照本发明方法启动除霜，每一个制热周期的均有提高，并且cop
average
从1.76增大至1.83，增大3.9％。
[0092]
同时q
at
也从2.57kw增大至2.61kw，增加1.5％。
[0093]
本发明并不局限于上述实施例，在本发明公开的技术方案的基础上，本领域的技术人员根据所公开的技术内容，不需要创造性的劳动就可以对其中的一些技术特征作出一些替换和变形，这些替换和变形均在本发明的保护范围内。