工业互联网在制冷系统中的应用

工业互联网在制冷系统中的应用

广州市粤联水产制冷工程有限公司511490

摘要:随着网络信息技术不断发展,数据收集日益完备,实现智能化运行就意味着工业系统运营成本的降低,基于此,本文研究工业互联网在制冷系统中的应用,总结制冷系统的类型:三联供系统微电网;空调冰蓄冷系统。讨论在制冷系统中运用工业互联网所获得的成果。希望能为关注此话题的研究者提供参考意见。

关键词:冰蓄冷系统;神经网络;运行成本

引言

现如今,制冷机组的装机容量已经得到明显拓展,与此同时,消除大负荷效应的理念被逐渐淡化。但是能源危机已经是全球范围内的普遍问题,社会生产力在用电高峰时期受到明显制约,此时冰蓄冷技术的“移峰填谷”蓄能作用再一次受到广泛关注,工业互联网在制冷系统中的应用会提高冰蓄冷系统的智能化水平。

一、制冷系统的类型研究

(一)三联供系统微电网的基本情况

联供系统微电网的组成包括制冷供热和发电系统,该总能系统建立在能源梯级利用的基础上。系统在发电之后,会产生一些低品位的热能,而联供系统就能实现对这些能源的有效回收和利用。在制冷工况下,三联供系统的各个制冷设备存在一定差异,针对吸收式制冷系统节能这一问题,相关研究还需要继续深入进行探索。供热制冷分产系统个使用的是常规的能源,其中存在的问题是能源利用率较低,这就意味着大量的能量资源被浪费[1]。微电网系统使用的是分布式冷热电联产制冷供热系统,使用的能量都是低品位能源,遵循的是能量梯级原理。与分产系统相比,冷热电联产系统能够实现最大化利用能源,此时制冷供热所产生的能源浪费问题就能得到有效解决,从而发挥良好的节能环保作用。分布式冷热电能产系统共有三种形式,第一种是燃气轮机与直燃型吸收式制冷机。第二种是燃气轮机、余热锅炉、吸收式制冷机三种机器相结合。第三种是燃气轮机、余热锅炉、汽轮机、吸收式制冷机四种机器相结合。

(二)空调冰蓄冷系统的基本情况

以某办公楼改造工程为例,原有的空调冷源是常规型的电制冷形式,区域内的供冷面积达5000平方米。经过长期运行之后,该制冷系统已经有明显的老化迹象,与此同时,区域内需要制冷的范围也有所扩大。因此领导者决定对空调机房进行升级改造。改造任务不仅要满足实际的冷负荷要求,还要在一定程度上降低空调的运行成本。项目改造要实现对空调系统的智能化运行,也就是说要实现无人值守。改造升级完成之后,冷冻站的能源管理水平也会有所提高。运用冰蓄冷系统,供冷面积能够达到8000平方米。设计的日末端尖峰负荷为1200KW。选用的制冷机组是双工况螺杆乙二醇变频,该空调的正常制冷量为890kW,制冰工况下的制冷量为590kW。选用的槽体材料是混凝土、玻璃钢、塑料。

(三)制冷系统的节能因素

反应制冷系统是否具备节能性,要看一次能耗节能率,如果这一指数值大于0,就说明制冷系统具备一定节能作用。相反的一次能耗节能率小于0,就说明该系统不具备节能作用。在计算不同类型燃气轮吸收式节能率的数值时,要以不同压缩式制冷系统为基础条件。压缩式制冷系统与蒸汽双效型制冷系统相比,二者的能耗均体现在冷却水泵、冷却塔风机和冷水泵这三方面。另外冷水机组和溶液泵这两个系统也会产生一定能量消耗。

二、工业互联网在制冷系统中的应用

(一)神经网络和遗传算法的结合动因

数据驱动的故障诊断工作中会用到人工神经网络,该种学习工具具有灵活普遍的特点,同时这也是现代数据分析研究中的热点内容。“黑箱”问题体现非线性辨识特点。该技术在处理这一类的问题时,能够发挥明显效用。体现非线性特点的是广泛互联神经元的并行工作。网络具备良好的自适应能力,同时也能记忆各种输入量和输出量,在此基础上分析相互之间存在的关联。这里所说的服务对象指的是各种网络输入层的样本。需要系统化训练各层神经元,实现的目标是网络输出均方误差最小,将权重和阈值连接起来,并不断调整,直到达到最佳的状态,最终存储到网络中的形式是权值和阈值,从而实现对新样本的有效识别。前馈型网络在误差反向的作用下,逐渐把网络调整至最佳状态。神经网络遗传算法流程如图1所示。

(二)对冰蓄冷系统实现智能化控制

从项目运行的实际情况来看,对冰蓄冷系统实现智能化控制,已经达到了良好的运行效果,常规固定的时段的控制运用相应手段,运行情况更加灵活,能获得更高的经济效益。在中央控制器的作用下,能高效收集系统各个关键节点传感器的信息,历史的气象资料和历史的用冷负荷数据与之形成对比。在智能化运行逻辑的支持下,智能控制系统能面向环境温度的变化情况选择合适的运行模式。融冰优先控制原则在其中发挥一定作用,比如空调以日间工况模式运行,就可以根据智能系统给出的预测冰量,合理分配蓄冰装置中的蓄冷量。此时系统就能向末端提供合适的蓄冷量。以负荷预测结果为依据,分析比较剩余蓄冰量和剩余时间,并汇总预测负荷。如果在空调运行的最后几个小时内,系统仍然存在较多的冰量,系统就会做出调整,进入单融冰运行模式,从而集中融化剩余冰量,在最后几个小时里,剩余冰量即将消耗殆尽,温度反馈的情况,决定是否增加主机运行量。

图1神经网络遗传算法流程

(三)制冷系统的运行成本得到有效降低

智能控制系统能够有效根据用冷需求量的变化情况,对冰蓄冷系统的运行策略进行调整。保证配给的冰量科学合理。此时空调系统对电力资源的使用会更加经济合理,实现真正意义上的节能运行[2]。就宏观层面展开分析,实现系统节能就是要科学管理能源,对行业和产业结构实现有效调整,对各项技术加以改进。运用智能控制系统,不仅会节省大量的人力和物力资源,还能在很大程度上减少能源消耗量。将互联网端口计划性对接,实现对系统的远程监控,在此基础上有针对性地干预系统的运行情况,促进空调系统管理水平大幅度提高。与传统模式的运行策略相比,智能系统可以广泛采集数据,并及时处理。此时数据信息的透明度更高,系统的运行情况也更加容易控制。在此条件下,能源的最佳配置就得以实现。利用数据链整合手段,科学控制系统的运行状态,从而最大限度降低制冷系统的运行成本。

总结

综上所述,当前各个国家都积极强调节能减排,大力推广绿色环保理念,冰蓄冷技术在运行成本方面表现出绝对优势,工业互联网在制冷系统中的应用,神经网络和遗传算法的结合发挥关键作用,实现对冰蓄冷系统实现智能化控制,使得制冷系统的运行成本得到有效降低。

参考文献

[1]谢伟,江爱朋,姜周曙.基于IGSA优化的LSSVM制冷系统故障诊断研究[J].计算机测量与控制,2019,27(03):14-18.

[2]孙建军,康方圆,申江.复叠制冷系统中制冷剂的研究现状[J].冷藏技术,2019,42(01):24-28+23.

标签:;  ;  ;  

工业互联网在制冷系统中的应用
下载Doc文档

猜你喜欢