謝立新

（柳州職業(yè)技術學院，廣西 柳州 545006）

面向倉儲冷庫的分布式制冷控制系統(tǒng)設計

謝立新

（柳州職業(yè)技術學院，廣西 柳州 545006）

采用神經網絡原理，設計一種面向倉儲冷庫的分布式制冷控制系統(tǒng)，該系統(tǒng)通過運行在微處理器芯片的神經網絡控制算法，對制冷系統(tǒng)中的熱力膨脹閥，水量調節(jié)閥和高低壓控制閥進行精確控制，從而達到制冷控制的預期目標。

分布式；制冷控制；神經網絡

目前，倉儲冷庫制冷系統(tǒng)一般是采用簡單的被動式的控制模式，即通過溫度傳感器感知制冷系統(tǒng)周圍的溫度。然后，根據(jù)所采集到的溫度值與制冷系統(tǒng)設置的制冷目標溫度進行對比，如果低于目標溫度，則啟動制冷系統(tǒng)，直到測量到制冷系統(tǒng)周圍的溫度滿足目標溫度時，關閉制冷系統(tǒng)。這種控制模式實現(xiàn)相對簡單，但是控制過程比較粗糙，在制冷控制過程中，最容易出現(xiàn)的一種現(xiàn)象即控制過程的不斷開啟和關閉的正當過程，當制冷系統(tǒng)一旦啟動工作，溫度傳感器很快測量到周圍的溫度低于目標溫度，此時制冷系統(tǒng)關閉，但是當制冷系統(tǒng)關閉之后，周圍溫度又很快超過設定的目標溫度，從而導致制冷系統(tǒng)頻繁的處于開啟和斷開的狀態(tài)，這種工作模式既不利于環(huán)保節(jié)能，同時也很容易造成制冷系統(tǒng)工作的故障，造成這種現(xiàn)象的主要原因是控制系統(tǒng)給制冷工作過程的控制不夠精細，而且控制的條件及控制的模式過于簡單，僅僅根據(jù)溫度值進行簡單的比對及作出溫度控制，不能達到高精度的制冷控制應用目的。本文通過對倉儲冷庫內部的溫度以及制冷系統(tǒng)的閥門開度和壓力等參數(shù)進行分布式采集，并以采集到的參數(shù)作為神經網絡控制的輸入數(shù)據(jù)，通過運行在微處理器芯片的神經網絡控制算法，制冷系統(tǒng)中的熱力膨脹閥，水量調節(jié)閥和高低壓控制閥進行精確控制，使得制冷系統(tǒng)達到預期的控制目標。

1 系統(tǒng)組成結構

制冷控制系統(tǒng)是對制冷系統(tǒng)的工作過程進行控制，其目的是為了提高制冷系統(tǒng)的工作效率，使得制冷系統(tǒng)能夠根據(jù)用戶的需求按照預先設定的制冷目的，實現(xiàn)對制冷系統(tǒng)的工作過程及工作模式的控制，隨著計算機和自動控制技術的發(fā)展，制冷控制系統(tǒng)的自動化程度和智能化程度越來越高，同時由于節(jié)能環(huán)保的應用需求，對制冷控制系統(tǒng)的控制精度和控制響應靈敏度要求也越來越高。面向倉儲冷庫的制冷系統(tǒng)，由于其制冷的空間區(qū)域非常大，對能源的消耗也非常高，為了提高能源的利用效率，因此對面向倉儲冷庫的制冷控制系統(tǒng)，其性能也要求越來越高。為了解決倉儲冷庫的制冷控制系統(tǒng)的應用需求，本文采用如下設計方案：對倉儲冷庫的制冷控制系統(tǒng)的核心模塊采用基于神經網絡的控制系統(tǒng)。由于神經網絡具有很強的自學習能力，從而可以使得所設計的制冷控制系統(tǒng)具有很高的智能化程度，能夠根據(jù)控制系統(tǒng)的應用目標和應用環(huán)境自動的調節(jié)控制模式和控制過程。

根據(jù)設計方案要求，設計的如圖 1所示的面向倉儲冷庫的分布式制冷控制系統(tǒng)組成結構圖，從該圖中可以看到制冷控制系統(tǒng)通過分布式的溫度傳感器采集倉儲冷庫不同位置的區(qū)域環(huán)境溫度，然后根據(jù)所采集到的溫度信息又為控制器進行數(shù)據(jù)處理構建神經網絡控制模型。根據(jù)所構建的神經網絡對制冷系統(tǒng)中的水量調節(jié)閥，高低壓控制閥，熱力膨脹閥進行自動的調節(jié)。在實際應用過程中，常常會根據(jù)不同的應用目的將冷庫劃分為多個區(qū)域，不同的區(qū)域要求實現(xiàn)的溫度控制目標各不一樣，而且制冷系統(tǒng)當中所包含的蒸發(fā)器可能有多套。為此，本文設計的分布式制冷控制系統(tǒng)能夠支持多路蒸發(fā)器所組成的制冷控制系統(tǒng)，每一路蒸發(fā)器都通過熱力膨脹閥進行調節(jié)和控制使得不同的蒸發(fā)器能夠以不同的功率和工作模式完成制冷的應用需求。水量調節(jié)閥主要對制冷系統(tǒng)中的冷凝器進行控制，使得流經冷凝器的液體流量與制冷系統(tǒng)工作目標相匹配。制冷系統(tǒng)中的壓縮機通過高低壓控制閥進行控制調節(jié)壓縮機內部的工作壓力既確保制冷系統(tǒng)中制冷目標溫度的實現(xiàn)，同時也為了保證制冷系統(tǒng)壓縮機內部的壓力處于正常的范圍之內。除此之外，該控制系統(tǒng)所采集到的參數(shù)，除了通過溫度傳感器采集冷庫內部溫度信息之外，還通過壓力傳感器和閥門開度傳感器采集制冷系統(tǒng)中的壓縮機內部壓力以及各閥門的打開程度，從而為制冷控制系統(tǒng)精確控制提供詳細的工作狀態(tài)數(shù)據(jù)。

圖1 分布式制冷控制系統(tǒng)組成結構圖

2 基于神經網絡原理控制算法

人工神經網絡（Artificial Neural Network）從定義上來理解是一種在特理機制上通過處理知識的思維、學習、記憶能力達到模擬人腦機制的信息系統(tǒng)。它將“能量函數(shù)”引入神經網絡，使神經網絡穩(wěn)定性有了明確的判據(jù)，通過學習和記憶找出輸入、輸出變量之間的非線性關系，在執(zhí)行問題和求解時，將所獲取的數(shù)據(jù)輸入給訓練好的網絡，依據(jù)網絡學習的知識進行網絡推理，得出合理的答案與結果。本文我們所采用的是一種稱為BP神經的網絡，它由輸入層、中間層、輸出層組成，不同的層可以有若干個節(jié)點。BP網絡通過正向計算和反向計算完成計算。在正向計算過程中，輸入信號要先向前傳播到隱層節(jié)點，經過傳遞函數(shù)后，再把隱層節(jié)點的輸出信息傳播到輸出層節(jié)點，最后給出輸出結果。如果網絡的輸出值與期望值存在誤差，那么進行誤差反向計算，把誤差信號沿原來的連接通路返回，再修改連接各節(jié)點的權值使誤差減小。本文設計的面向倉儲冷庫的分布式制冷控制系統(tǒng)，該控制系統(tǒng)的特征是采用基于神經網絡原理實現(xiàn)制冷系統(tǒng)的相關參數(shù)精確控制?？刂七^程中通過對倉儲冷庫內部的溫度以及制冷系統(tǒng)的閥門開度和壓力等參數(shù)進行分布式采集，并以采集到的參數(shù)作為神經網絡控制的輸入數(shù)據(jù)，通過運行在微處理器芯片的神經網絡控制算法，制冷系統(tǒng)中的熱力膨脹閥，水量調節(jié)閥和高低壓控制閥進行精確控制，使得制冷系統(tǒng)達到預期的控制目標。具體算法的輸入輸出點如圖2所示，左邊節(jié)點為輸入值，右邊節(jié)點為輸出值。

圖2 基于神經網絡的溫度控制器設計結構

3 系統(tǒng)工作流程

下面將以設計方案的具體應用方式進一步論述面向倉儲冷庫的分布式制冷控制系統(tǒng)工作流程。

（1）系統(tǒng)啟動：用戶啟動分布式制冷控制系統(tǒng)，首先需要對制冷控制系統(tǒng)的神經網絡進行訓練，訓練的數(shù)據(jù)既可以來自于歷史的經驗數(shù)據(jù)，也可以通過對制冷目標環(huán)境實際溫度及控制要求相關參數(shù)采集得到。除此之外，也可以使用默認的神經網絡參數(shù)設置。在使用默認的神經網絡參數(shù)設置時，神經網絡的控制精度在初期可能不是太高。當神經網絡工作一段時間之后，根據(jù)實際的工作過程所產生的各種控制數(shù)據(jù)以及控制效果可以對神經網絡各參數(shù)進行自動的調節(jié)，使得神經網絡的輸出結果與預期的控制目標基本吻合。

（2）運行模式：當神經網絡處于穩(wěn)定狀態(tài)時，分布式制冷控制系統(tǒng)開始正式進入正常的工作模式，在正常工作過程中首先通過分布在倉儲冷庫各區(qū)域位置的溫度傳感器以及制冷控制系統(tǒng)內部的閥門開度傳感器和壓力傳感器進行相關參數(shù)的采集。

（3）數(shù)據(jù)采集與分析：首先，制冷控制系統(tǒng)會根據(jù)所采集到的多種數(shù)據(jù)融合，避免由于單個傳感器的故障或者單個區(qū)域溫度或其他參數(shù)的異常突變導致數(shù)據(jù)采樣的嚴重失真現(xiàn)象的出現(xiàn)；然后，系統(tǒng)將進行數(shù)據(jù)融合后的數(shù)據(jù)送入神經網絡的輸入端由神經網絡自動生成相關的控制輸出數(shù)據(jù)，將所得到輸出控制量分別送入熱力膨脹閥，水量調節(jié)閥和高低壓控制閥，實現(xiàn)整個制冷系統(tǒng)的精確控制；最后，再根據(jù)溫度傳感器對當前的各參數(shù)進行采樣，動態(tài)的調整相應的控制參數(shù)的輸出，從而實現(xiàn)一個連續(xù)閉環(huán)的控制應用系統(tǒng)。

（4）信息反饋：制冷控制系統(tǒng)在工作過程中為了讓用戶能夠靈活的實現(xiàn)制冷控制過程及控制要求的設定及管理，為用戶提供了 LCD顯示屏和用戶輸入鍵盤，用戶通過鍵盤能夠實現(xiàn)相應的參數(shù)輸入及控制命令的輸入，并能夠通過 LCD顯示屏查看制冷控制系統(tǒng)當前的工作狀態(tài)及參數(shù)設置和工作過程中的相關參數(shù)信息。

4 總結

本文設計的分布式制冷控制系統(tǒng)采用基于神經網絡的制冷控制原理，通過構建神經網絡對制冷系統(tǒng)所采集到的各種參數(shù)數(shù)據(jù)進行綜合分析，既能夠得到高精度的制冷控制目標，避免制冷控制過程中的振蕩現(xiàn)象發(fā)生，同時采用神經網絡作為控制系統(tǒng)的核心方法，具有很強的自適應和自學習能力，提高了制冷控制系統(tǒng)的智能化程度。分布式制冷控制系統(tǒng)能夠支持多路蒸發(fā)器所組成的制冷循環(huán)系統(tǒng)，可以對倉儲冷庫中不同區(qū)域實現(xiàn)不同溫度的控制目標。分布式制冷控制系統(tǒng)構建了由大量傳感器所組成的分布式信息采集網絡，能夠實現(xiàn)對倉儲冷庫中各區(qū)域的溫度以及制冷系統(tǒng)內部的閥門開度和壓力變化情況進行精確的采集，為制冷控制系統(tǒng)實現(xiàn)高精度的控制提供了有力的數(shù)據(jù)保障。

[1] 黃茹楠,管晴晴.電液振動臺的模糊PID控制的研究[J]. 液壓與氣動,2009(4):36-38.

[2] 陳紅,鄧良才,呂凡.制冷系統(tǒng)蒸發(fā)器動態(tài)過程數(shù)學模型模糊辨識[J].重慶大學學報(自然科學版),2007,30 (3):42-46.

[3] 楊達飛;譚琛;歐艷華,等.一種面向倉儲冷庫的分布式制冷控制系統(tǒng)及其控制方法:中國,CN203624217U[P]. 2014-06-04.

[4] 朱松勤,王弘.基于 IDEF的制冷系統(tǒng)仿真[J].制冷,2004, 23(4):39-43.

[5] 劉偉,張龍水,范金玉.基于粒子群優(yōu)化神經網絡的諧波檢測[J].大慶石油學院學報,2010,34(1):94-97.

[6] 歐艷華.基于PID的車用小型制冷制熱裝置設計[J]. 大眾科技,2013,(12):89-90.

[7] 蔣靜.恒溫箱溫度調節(jié)及參數(shù)整定方法[J].儀器儀表用戶,2009,(3):110-111.

Distributed control systems for refrigeration cold storage design

Neural network theory, design a distributed control system for refrigeration cold storage, the system microprocessor chip neural network control algorithm running on the refrigeration system thermal expansion valve, water regulating valves and high and low pressure control valve precise control, so as to achieve the desired objectives refrigeration control.

Distributed; refrigeration control; neural network

TP13

A

1008-1151(2015)02-0062-03

2015-01-11

2014年廣西教育廳科研項目“高精度機械加工車間節(jié)能溫控系統(tǒng)設計”（LX2014526）；2013年廣西教育廳科研項目“制冷設備狀態(tài)監(jiān)測與故障診斷系統(tǒng)設計”（2013YB354）。

謝立新（1966－），男，柳州職業(yè)技術學院副教授，從事制冷控制方向研究。