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.