【技术实现步骤摘要】
本专利技术创造涉及智能制冷机领域，具体涉及一种基于智能控制的制冷机组。
技术介绍
1、近年来，随着人们生活水平的不断提高和工业生产的迅速发展，制冷技术在各个领域中的应用越来越广泛。无论是家庭中的空调、冰箱，还是工业生产中的冷链运输和冷库管理，制冷设备都起到了至关重要的作用。然而，随着应用需求的增加，制冷设备的运行效率、能耗管理和智能化控制也提出了更高的要求。传统的制冷系统多采用固定参数控制，缺乏对环境变化和运行状态的实时监控和调整，导致在实际运行过程中存在能耗高、效率低和故障频发等问题。特别是在大型制冷系统中，设备的能耗问题尤为突出，不仅增加了运营成本，还对环境造成了不利影响。因此，如何通过智能化手段优化制冷系统的运行，提高其能效比，降低能耗，已成为亟待解决的问题。随着物联网、大数据和智能控制技术的快速发展，为制冷系统的智能化控制提供了新的思路和方法。通过传感技术实时采集制冷系统运行中的各类参数，如温度、压力、湿度、流量、压缩机转速、冷凝剂风机风俗、膨胀阀开度，并利用大数据分析和机器学习算法，能够实现对制冷系统的精确控制和优化调整，提高系统的运行效率和可靠性。本专利技术提出了一种基于大数据和智能化控制的制冷系统，通过实时数据采集、历史数据分析和智能优化控制等模块的协同工作，实现对制冷过程的全面监控和智能调整，不仅能够显著提高制冷系统的运行效率，降低能耗，还能及时发现和处理异常情况，保障系统的安全稳定运行。这一系统的实现，将为制冷行业的发展注入新的活力，推动其向更加节能、高效和智能化的方向发展。
技术实
1、针对上述问题，本专利技术旨在提供一种基于智能控制的制冷机组。
2、本专利技术创造的目的通过以下技术方案实现：
3、一种基于智能控制的制冷机组，包括以下模块：数据采集模块，用于使用传感技术采集制冷过程中的温度、压力、湿度、流量、压缩机转速、冷凝剂风机风速、膨胀阀开度参数，并记录在控制系统中；控制优化模块，利用机器学习算法，通过分析历史数据和实时数据，建立制冷系统的运行参数与制冷效果的函数关系，智能化调整和优化压缩机、风机、膨胀阀的运行参数，以提高制冷效率和降低能耗；系统管理模块，包括系统维护与监控单元和安全与权限控制单元，系统维护与监控单元用于监控系统性能和故障检测，安全与权限控制单元用于用户身份验证和权限控制；数据可视化与报告模块，提供直观的数据可视化界面，展示控制过程中的数据和分析结果，并生成分析报告，帮助用户直观了解系统性能并进行优化。
4、进一步的，所述数据采集模块包括传感单元和数据记录单元，其中传感单元利用温度传感器、压力传感器、湿度传感器、流量传感器、压缩机转速传感器、冷凝剂风机风速度传感器、膨胀阀开度传感器，实时采集制冷系统中的数据，所述数据包括蒸发器温度和冷凝器温度、制冷剂压力、环境湿度、制冷剂流量、压缩机转速、冷凝器风机速度以及膨胀阀开度；温度传感器用于检测蒸发器和冷凝器的运行温度，确保制冷系统在预设范围运行；压力传感器用于测量制冷剂在系统中的压力，监控制冷循环的状态，防止异常压力导致系统故障；湿度传感器用于监控环境湿度，确保系统稳定运行；流量传感器用于监测制冷剂的流量，确保制冷剂在系统中的均匀分布，提高系统效率，压缩机转速传感器用于监测压缩机的转速，确保压缩机在最佳转速范围内运行；冷凝器风机速度传感器用于监测风机的旋转速度，确保冷凝器的散热效果；膨胀阀开度传感器用于监测膨胀阀的开合角度，精确控制制冷剂流量，提升制冷效率；数据记录单元用于将传感单元采集到的所有数据实时记录并存储在控制系统中，数据记录单元确保数据的完整性和及时性，所采集的数据为后续的分析和优化提供基础，通过对历史数据的分析，帮助优化制冷系统的运行参数，提高制冷效率和能源利用率。
5、进一步的，所述控制优化模块包括智慧节能控制单元、参数优化单元、损耗最低控制单元、模型训练与更新单元、数据反馈与预警单元、用户定义参数设置单元，其中：智慧节能控制单元通过集成卷积神经网络（cnn）、长短期记忆网络（lstm）、变分自编码器（vae）和图神经网络（gnn）初步提取原始数据特征，并通过多层感知器（mlp）丰富特征表达方式，提高模型泛化能力，分析历史数据与实时数据，建立制冷系统的运行参数与制冷耗能之间的函数关系，损耗最低控制单元根据智慧节能控制单元建立的函数关系，实时优化压缩机、风机、膨胀阀组件的运行参数，参数优化单元结合多目标拉格朗日松弛法（molr），实现全局优化，模型训练与更新单元利用新数据不断改进和优化模型，适应环境温度、湿度的变化，模型训练与更新单元基于智慧节能控制单元与损耗最低控制单元提供的策略，动态调整优化模型中参数，用户定义参数设置单元允许用户根据需求调整参数设置，并通过算法优化，结合历史数据和实时监测结果，提供个性化的参数优化方案。
6、多种输入变量：制冷系统涉及多个变量，如蒸发器温度、冷凝器温度、制冷剂压力、环境湿度和制冷剂流量。这些变量本身就是多维的，每个变量都可以在不同的时间和条件下变化，形成高维数据集。
7、进一步的，控制优化模块包括损耗最低控制单元，损耗最低控制单元通过引入卡尔曼滤波与多目标拉格朗日松弛法（molr），实现能耗、制冷效果与设备磨损之间的优化平衡，具体为定义多目标优化函数，目标函数为：
8、 ，
9、其中，，为输入向量，分别为压缩机转速、冷凝器风机速度以及膨胀阀开度， 表示系统能耗，
10、，
11、其中， 是系统运行的总时间，, , 为分别与压缩机、风机、膨胀阀的能耗相关的权重系数，是压缩机在时间的功率消耗，作为的函数，其中是压缩机的控制变量，是风机在时间的功率消耗，作为的函数，其中是风机的控制变量，是膨胀阀在时间的功率消耗，作为的函数，其中是膨胀阀的控制变量，是系统内部温度 的时间导数，表示温度变化率，是系统制冷量的时间导数，表示制冷量的变化率，是分别与温度变化率和制冷量变化率的惩罚系数，表示能耗随温度变化率和制冷量变化的敏感度，
12、 为蒸发器温度，代表制冷效果，通过温度传感器实时获取，并根据控制输入建立非线性映射关系，为系统设定制冷温度，
13、为设备磨损程度的估计函数，整合压缩机、冷凝器、蒸发器组件的运行时间、负荷状态和操作频率，
14、，
15、是压缩机在时间t的功率消耗，作为的函数，其中 是压缩机的控制变量, 是冷凝器在时间t的功率消耗，作为的函数，其中是冷凝器的控制变量，是蒸发器在时间t的功率消耗，作为的函数，其中是蒸发器的控制变量，，，，分别表示压缩机、冷凝器和蒸发器随时间变化的权重函数，代表设备在不同时间段的负荷状态或磨损系数，由历史数据得出，，，分别是压缩机、冷凝器和蒸发器的最大额定功率，，，分别是压缩机、冷凝器和蒸发器的操作频率函数，反映了设备运行时的操作频率对磨损的影响，，，是与压缩机、冷凝器和蒸发器的磨损程度相关的指数系数，反映了磨损对功率消耗的非线性依赖性，，，是与压缩机、冷凝器和蒸发器的磨损相关的权重系数，...
【技术保护点】
1.一种基于智能控制的制冷机组，其特征在于，包括以下模块：数据采集模块，通过传感技术采集制冷过程中的温度、压力、湿度、流量、压缩机转速、冷凝剂风机风速、膨胀阀开度参数；控制优化模块，利用机器学习算法，通过分析历史数据和实时数据，建立制冷系统的运行参数与制冷效果的函数关系，智能化调整和优化压缩机、风机、膨胀阀的运行参数；系统管理模块，包括系统维护与监控单元和安全与权限控制单元，系统维护与监控单元用于监控系统性能和故障检测，安全与权限控制单元用于用户身份验证和权限控制；数据可视化与报告模块，提供数据可视化界面，展示控制过程中的数据和分析结果，生成分析报告，帮助用户了解系统性能。
2.根据权利要求1所述的一种基于智能控制的制冷机组，其特征在于，所述数据采集模块包括传感单元和数据记录单元，其中传感单元利用温度传感器、压力传感器、湿度传感器、流量传感器、压缩机转速传感器、冷凝剂风机风速度传感器、膨胀阀开度传感器，实时采集制冷系统中的数据，所述数据包括蒸发器温度和冷凝器温度、制冷剂压力、环境湿度、制冷剂流量、压缩机转速、冷凝器风机速度以及膨胀阀开度；其中，温度传感器用于检测蒸发器
3.根据权利要求1所述的一种基于智能控制的制冷机组，其特征在于，所述控制优化模块包括智慧节能控制单元、参数优化单元、损耗最低控制单元、模型训练与更新单元、数据反馈与预警单元、用户定义参数设置单元，其中，智慧节能控制单元通过集成卷积神经网络、长短期记忆网络、变分自编码器和图神经网络初步提取原始数据特征，并通过多层感知器丰富特征表达方式，提高模型泛化能力，分析历史数据与实时数据，建立制冷系统的运行参数与制冷耗能之间的函数关系；损耗最低控制单元根据智慧节能控制单元建立的函数关系，实时优化压缩机、风机、膨胀阀组件的运行参数；参数优化单元结合多目标拉格朗日松弛法，实现全局优化；模型训练与更新单元利用新数据不断改进和优化模型，适应环境温度、湿度的变化，模型训练与更新单元基于智慧节能控制单元与损耗最低控制单元提供的策略，动态调整优化模型中参数；用户定义参数设置单元允许用户根据需求调整参数设置，并通过算法优化，结合历史数据和实时监测结果，提供个性化的参数优化方案。
4.根据权利要求3所述的一种基于智能控制的制冷机组，其特征在于，所述损耗最低控制单元通过引入卡尔曼滤波与多目标拉格朗日松弛法，实现能耗、制冷效果与设备磨损之间的优化平衡，具体为定义多目标优化函数，目标函数为：
5.根据权利要求3所述的一种基于智能控制的制冷机组，其特征在于，所述智慧节能控制单元，针对制冷系统的蒸发器温度、冷凝器温度、制冷剂压力、环境湿度和制冷剂流量变量进行高维特征提取与学习，多变量混合神经网络与深度强化学习优化子单元通过多层感知器将在卷积神经网络、长短期记忆网络、变分自编码器和图神经网络特征提取的基础上，丰富特征表达方式，并表示为系统能耗预测值，
6.根据权利要求1所述的一种基于智能控制的制冷机组，其特征在于，所述系统管理模块包括系统维护与监控单元、安全与权限控制单元、数据备份与恢复单元、日志记录与审计单元、系统更新与升级单元、用户支持与帮助单元，其中：系统维护与监控单元，用于实时监控系统性能，进行故障检测和诊断，能够自动识别并修复故障，同时提供诊断报告，便于维护人员进行深入分析和处理；安全与权限控制单元，包括用户身份验证和权限控制，能够确保系统数据的安全性，防止未经授权的访问和操作，通过权限设置，系统管理员定义和分配不同用户的操作权限，确保操作的合规性和安全性；数据备份与恢复单元，定期对系统数据进行备份，确保在发生数据丢失或系统崩溃时，能够快速恢复数据，减少对生产的影响；日志记录与审计单元，记录系统的所有操作和事件日志，便于审计和追踪，能够记录每个用户的操作行为，确保在出现问题时能够快速定位和解决；系统更新与升级单元，定期检查并更新系统软件，确保系统始终运行在最新版本，以获得最新的功能和安全补丁；用户支持与帮助单元，提供系统使用指南、技术问题解答和技术支持，帮助用户快速上手并解决使用过程中遇到的问题，提高用...
【技术特征摘要】
1.一种基于智能控制的制冷机组，其特征在于，包括以下模块：数据采集模块，通过传感技术采集制冷过程中的温度、压力、湿度、流量、压缩机转速、冷凝剂风机风速、膨胀阀开度参数；控制优化模块，利用机器学习算法，通过分析历史数据和实时数据，建立制冷系统的运行参数与制冷效果的函数关系，智能化调整和优化压缩机、风机、膨胀阀的运行参数；系统管理模块，包括系统维护与监控单元和安全与权限控制单元，系统维护与监控单元用于监控系统性能和故障检测，安全与权限控制单元用于用户身份验证和权限控制；数据可视化与报告模块，提供数据可视化界面，展示控制过程中的数据和分析结果，生成分析报告，帮助用户了解系统性能。
2.根据权利要求1所述的一种基于智能控制的制冷机组，其特征在于，所述数据采集模块包括传感单元和数据记录单元，其中传感单元利用温度传感器、压力传感器、湿度传感器、流量传感器、压缩机转速传感器、冷凝剂风机风速度传感器、膨胀阀开度传感器，实时采集制冷系统中的数据，所述数据包括蒸发器温度和冷凝器温度、制冷剂压力、环境湿度、制冷剂流量、压缩机转速、冷凝器风机速度以及膨胀阀开度；其中，温度传感器用于检测蒸发器和冷凝器的运行温度，确保制冷系统在预设范围运行；压力传感器用于测量制冷剂在系统中的压力，监控制冷循环的状态，防止异常压力导致系统故障；湿度传感器用于监控环境湿度，确保系统稳定运行；流量传感器用于监测制冷剂的流量，确保制冷剂在系统中的均匀分布，提高系统效率，压缩机转速传感器用于监测压缩机的转速，确保压缩机在最佳转速范围内运行；冷凝器风机速度传感器用于监测风机的旋转速度，确保冷凝器的散热效果；膨胀阀开度传感器用于监测膨胀阀的开合角度，精确控制制冷剂流量，提升制冷效率；数据记录单元用于将传感单元采集到的所有数据实时记录并存储在控制系统中。
3.根据权利要求1所述的一种基于智能控制的制冷机组，其特征在于，所述控制优化模块包括智慧节能控制单元、参数优化单元、损耗最低控制单元、模型训练与更新单元、数据反馈与预警单元、用户定义参数设置单元，其中，智慧节能控制单元通过集成卷积神经网络、长短期记忆网络、变分自编码器和图神经网络初步提取原始数据特征，并通过多层感知器丰富特征表达方式，提高模型泛化能力，分析历史数据与实时数据，建立制冷系统的运行参数与制冷耗能之间的函数关系；损耗最低控制单元根据智慧节能控制单元建立的函数关系，实时优化压缩机、风机、膨胀阀组件的运行参数；参数优化单元结合多目标拉格朗日松弛法，实现全局优化；模型训练与更新单元利用新数据不断改进和优化模型，适应环境温度、湿度的变化，模型训练与更新单元基于智慧节能控制单元与损耗最低控制单元提供的策略，动态调整优化模型中参数；用户定义参数设置单元允许用户根据需求调整参数设置，并通过算法优化，结合历史数据和实时监测结果，提供个性化的参数优化方案。
4.根据权利要求3所述的一种基于智能控制的制冷机...
【专利技术属性】
技术研发人员：李小生，李彦萌，
申请(专利权)人：山西吉升达制冷设备有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。