当前位置：首页> 正在进行安全检测...

正在进行安全检测...

时间：下载该word文档

工厂中央空调的自动化控制系统应用研究
摘要：对空调能耗普遍的问题进行了细致考察，针对具体问题给出了优化方案，基于空调的基本额定设计参数和空调历史运行曲线，建立空调焓湿图。使用平台化第三代人工智能技术+能源设备模型库，快速接入工厂能耗设备，采集设备的各项指标以及环境温度、湿度、风力等指标，采用强化学习动态路径规划的方法寻找最优能源方案，兼顾稳定性和能源成本，检验结果显示，该方案有效降低工厂工艺区域空调能耗3.5%，区域温湿度达标率也得到显著提升。
关键词：空调能耗；设计参数；区域温度
工厂的中央空调系统设计相对复杂，同时造价成本也很高，尤其能耗占比非常大，在当前“低碳环保”理念下，降低空调的能耗，实现节能环保是重要方向，从研发到调试，我们一直致力于设计出更加智能、环保的空调产品，以契合低碳环保理念，提升行业景气。
1工厂中央空调设备普遍存在的问题探究
首先是工厂的生产对空间环境的高要求使得很多空调设备难以满足，尤其一些特种设备生产，或精微产品的生产对生产环境的要求越来越高，例如动力电池的生产，对生产过程环境的温度、湿度、粒子尘埃数量就有非常高的要求。但是行业内现在普遍采用标准PID或串级方式进行控制，这种控制方式有一定的优势，但是整体而言偏于落后，在人工智能、大数据等技术已经更新了几代的时代背景下，诸如标准PID或串级方式会造成控制不达标或能耗过大的情况，既在技术理念上落后，又难以满足现代的生产需求和节能减排要求。另一方面，非自动化控制使得空调始终在机械运行，对能源的损耗主要体现在缺乏灵活性和即时调整变化上，自动化的内涵就是赋予空调系统根据实际需求和环境状况做出即时变化和
灵活调整，促使机械化向自动化前进，在自动化的基础上还可以向着智能化进步，在未来还要向着智慧化发展[1]。
某制药厂是一家集科研、开发、生产、营销为一体的综合型制药企业。公司扩产搬迁一期工程总建筑面积为地上52034平方米，地下764平方米。常州四药空调制冷特点：空调冷负荷：一期工程净化车间总空调面积为3.5万平方米，总冷负荷为13600kW；板换供冷1600kW。空调系统特点：空调负荷大且集中，使用时间长，供冷稳定性要求高。

2工厂中央空调自动化控制系统的构成

通过对该制药厂的调研，一个完整的厂区中央空调自动化控制系统至少具备以下四个部分，由以下四个部分为核心，结合终点微电脑等外设对空调进行自动化控制。
2.1空气参数检测系统
空气状态参数检测系统主要由显示器、变送器和传感器构成，其中，由传感器对空气状态进行检测，在空调控制系统中，传感器一般有温度传感器、湿度传感器等等，控制系统的精度会受到传感器的精度影响，传感器将检测到的空气状态参数结合变送器数据进行上传，并作初步分类处理，然后将数据呈现正显示器上，从内部来看，空调控制系统是一种多维分布参数系统，系统能够将空气状态参数模拟为一个分布场，场的坐标是气流组织和负荷分布，一般而言，传感器的感知范围有限，因此要想在整个空调区获取空气动态参数，除了提升传感器的灵敏度和精准度外，还要考虑传感器的安放位置，在本项目中，传感器的安置位置主要选择空气湿度和温度等参数扰动较小的区域，也即能够整体代表厂区内平均水平的位置。
2.2空气动态参数自动调节系统
自动调节是空调自动化的核心构成，调节的对象以温度和湿度两个参数为主，该量系统的核心是调节器，调节器一般是PID调节器或位式调节器，在少部分情况下也会采用串接、分程等调节器，在常规控制程序分别对两个参数进行控制和
调节，他们之间会存在耦合关系，这种关系被称为干扰，调节的途径是通过冷却器、加热器、加湿器等各装置的增益或减低，同时调节送风量，重新对回风与送风的比例进行设定，总体上按照预定控制程序对压力、温度和湿度等参数进行自动调节，传统的调节装置采用数字仪表或模拟量来实现，也可以通过微电脑来实现，一般而言采用计算机控制时，被调参数之间的耦合情况将会减少，实现参数的独立调节，亦即解耦控制，本项目在此基础上更进一步，使用平台化第三代人工智能技术+能源设备模型库，快速接入工厂能耗设备，采集设备的各项指标以及环境温度、湿度、风力等指标，在第三代人工智能和数据处理技术的基础上对采集的各项参数进行分析，并按照预定的程序进行自动化控制[2]。
2.3空调工况的判断和自动切换系统
在空调工况的判断和自动切换方面，同样是在外部环境的参数反馈下进行，主要考虑的是外部的气候条件和内部的负荷情况，进行综合分析，进而实现即时漂移，以找到最优工况，一般而言，是按照季节负荷绘制出厂区内部的全年工况分区图形，但是这种方式存在一定弊端，就是在判断工况是，工况分区内会受到测量进度的限制而导致边界重叠，因此要想保证系统在切换工况时保持稳定，边界重叠区不出现竞争和震荡，转换时间间隔要大于等于制冷机的最短启停时间。
基于空调的基本额定设计参数和空调历史运行曲线，建立空调焓湿图（如图1），对焓湿图进行分析总结，找出其中的规律，这些规律所代表的是空调的实际运行状态，通过状态反馈和环境参数相结合的方式寻找最优的工况，并实现自动调节[3]。

图1工厂中央空调空调焓湿图2.4设备和建筑物安全防护系统
这一部分似于保险系统，确保空调的安全性，亦即对所有设备设置专门的安全防护控制线路，例如在无风的情况下若加热器通电则会造成重大安全隐患，在防护系统下，加热器的通电启动具有一定的前提条件，也就是通风，当出现火情时，防护装置会立即切断所有风路或整个空调系统，同时启动排烟风机。
3工厂中央空调自动化控制技术核心
神经网络控制和模糊控制是空调自动化控制技术的核心内容，模糊逻辑推理、模糊集合论和模糊语言变量是模糊控制系统的理论基础，该技术的直接实现途径是计算机，智能模糊语言控制器是其核心[4]，该控制系统具备一定的智能化潜能和自主学习特性，甚至不需要建立青精确的数学模型或既定程序，且能够适应复杂的系统，目前而言，在空调系统中的变风量和定风量控制系统中得到了很好的应用，在此基础上，我们采用强化学习动态路径规划的方法寻找最优能源方案，所谓学习动态路径规划，是在原有的学习途径之上优化了学习范围和自主学习途径，实现了静态、机械性学习到倒台学习路径的转变，使得系统能够通过全方位、更为精细的反馈情况找到空调的最低能耗方案，与此同时，通过神经网络控制和人工智能实现空调控制的智能化，模拟人脑神经系统的工作方式，以大量简单的
处理单元构成相互连接，以此形成一个复杂的神经网络，以智能神经网络代替原来的控制器或辨识器，构成神经网络控制系统，对复杂的、不确定的系统具有良好的控制效果[5]。
4结语
中央空调以高性能的cop为硬件核心，在终端微电脑的控制下，系统会根据实际负荷情况做出节能调整，最大限度地保持最优的节能路径，节约经济成本，实现绿色环保。它体现在，实现所有末端风机盘管的自动温度调节，还可根据区间是否有人，通过微电脑对空调设备进行即时开关控制，核心在于通过第三地人工智能技术和能源设备模型的接入，采集设备在运行过程中产生的各项指标和数据，通过这些数据的分析得出最优的节能规划，该方案有效降低工厂工艺区域空调能耗3.5%，区域温湿度达标率也得到显著提升。
参考文献：
[1]王刚,袁朝辉,束成军.浅谈空调制冷系统自控节能设计[J].中国设备工程,2010(1:66-68,40.
[2]王民海.医院中央空调自动化控制及应用[J].建筑工程技术与设计,2019(6:3657.
[3]周添龙.工厂中央空调的自动化控制系统应用研究[J].造纸装备及材料,2022,51(6:202-204.
[4]安徽万辰机电科技有限公司.一种中央空调自动化控制设备:CN202122707817.0[P].2022-03-18.
[5]张玲.中央空调系统自动化控制探讨[J].今日自动化,2020(8:84-85,88.

阅读全文