基于实时气象信息的智能控温冷藏车的制作方法

本发明属于冷藏运输技术领域，具体涉及基于实时气象信息的冷藏运输车。

背景技术

目前，我国冷藏运输业中的冷藏运输设备以机械冷藏车为主，主要是通过监测车厢内温度，当车厢内温度超调量大于一定值后，启动制冷系统来维持车厢内温度。然而，该方法忽略了冷藏车的外界工况变化特征，系统只有在车厢温度达到一定的超调量后才会做出响应，由于车厢内货物热惰性及外界环境气象的变化可能较大的影响，系统做出相应调整存在一定的调节时间，致使调整期间车厢内温度的超调量可能进一步增大，增加了物品腐烂浪费的风险。

技术实现要素：

为了实现冷藏车车厢温度的精确控制，避免车厢内温度超调量过大，本发明了提出一种基于实时气象信息的智能控温冷藏车。

为实现本发明的目的所采用的技术方案是：

一种基于实时气象信息的智能控温冷藏车，包括：

气象信息获取系统，用于获取冷藏车行驶路线上途经地点的实时气象信息；

温度监测系统，用于实时监测冷藏车的车厢内以及车厢外部的环境温度；

中央处理器，与所述气象信息系统以及温度监测系统通信连接，用于根据所接收的实时气象信息、车厢内以及车厢外部的环境温度、车速，通过神经网络算法智能控制冷藏车的制冷系统的工作状态，实现智能地调节冷藏车的车厢内的温度。

所述的智能控制冷藏车的制冷系统的工作状态包括智能调控制冷系统的压缩机的启停及运行频率，电子膨胀阀开度和冷风机送风速度。

所述气象信息获取系统包括接入互联网网络的移动终端以及物联网通信模块，所述移动终端通过所述物联网通信模块与所述的中央处理器通信连接。

所述温度监测系统包括设在冷藏车的车厢内外的温度传感器。

本发明可根据行驶路线上的当地的气象条件调节制冷系统的工况，能够减少由于制冷系统不必要的运行而造成的大量能量损失，在保证高精度的控温的同时，更加节能环保。

附图说明

图1是本发明的神经网络算法的原理示意图。

图2是本发明智能控温冷藏车的原理结构示意图。

具体实施方式

以下结合附图和具体实施例对本发明作进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

参见图1-2所示，一种基于实时气象信息的智能控温冷藏车，包括：

气象信息获取系统，用于获取冷藏车行驶路线上途经地点的实时气象信息；

温度监测系统，用于实时监测冷藏车的车厢内以及车厢外部的环境温度；

中央处理器，与所述气象信息系统以及温度监系测统通信连接，用于根据所接收的实时气象信息、车厢内以及车厢外部的环境温度的信息、车速，通过神经网络算法智能控制冷藏车的制冷系统的工作状态。

其中，本发明中的制冷系统为现有冷藏车的制冷系统，包括有压缩机、冷凝器1、电子膨胀阀2和蒸发器3，所述压缩机与冷凝器连接，所述冷凝器与电子膨胀阀连接，所述电子膨胀阀与蒸发器连接，所述蒸发器连接压缩机，其中所述蒸发器置于冷藏车厢4内顶部，所述压缩机、蒸发器的冷风机，电子膨胀阀与中央处理器通过4-20ma或0～10v标准信号连接通信。

具体的，所述的智能控制冷藏车的制冷系统的工作状态可以是包括智能调控制冷系统的压缩机的启停及运行频率，电子膨胀阀的开度和冷风机送风速度，从而实现智能地来调节冷藏车内的温度。

本发明中，所述的中央处理器把获得的实时气象信息(尤其是前方1～2小时车程范围内)，车辆自身速度和车厢内和外界环境的温度信号作为输入变量，将制冷系统的压缩机的启停的时间间隔和运行频率，电子膨胀阀的开度与冷风机的送风速度作为输出变量，将冷藏车数百次运行中记录的气象数据和温度变化数据作为输入变量和冷藏车运行中压缩机的启停时间间隔及运行频率，电子膨胀阀开度以及冷风机送风速度作为输出变量进行神经网络算法训练样本，当输出变量可以使得冷藏车内温度波动小于一定值时，即采用此时的控制逻辑来进行车厢内温度的调控。

作为一个实施例，本发明中，所述气象信息获取系统，可以是包括移动终端以及物联网通信模块，如zigbee通信模块，所述移动终端与物联网通信模块通信连接，所述移动终端接入互联网网络，由工作人员携带，可以直接获取气象部门的实时气象信息，并将实时气象信息通过物联网通信模块发送到中央处理器处理，所述的气象信息包括前方地区的温度，风速，太阳辐射强度。

作为一个实施例，本发明中，所述温度监测系统可以是包括设在冷藏车的车厢内外的温度传感器，与所述的中央处理器通信连接，以将采集的冷藏车的车厢内外的温度实时数据传送到中央处理器处理。

工作时，移动终端通过互联网获取冷藏车的行驶路线上途经地点的实时气象信息，并通过物联网通讯模块将气象信息传送给中央处理器，中央处理器通过物联网通讯模块获得气象信息。同时，位于车厢内和车厢外的温度传感器将监测到的温度变化传送给中央处理器，冷藏车的车载终端将冷藏车的实时车速发送到中央处理器。中央处理器根据气象信息，车速以及车厢内和车厢外的温度信息，通过神经网络算法智能调控压缩机的启停和运行频率，电子膨胀开度和冷风机送风速度，来提前调节冷藏车内的温度。

当中央处理器接收到物联网通讯模块和温度监测系统传输过来的气象信息和实时温度信息，收到车载终端传送来的车速信息后，将这些参数作为神经网络算法的输入参数，经过神经网络控制算法提前规划接下来一段时间内，压缩机启停时间间隔和运行频率，冷风机的送风速度和电子膨胀的开度。

其中，所述的移动终端根据设定时间间隔(例如，5分钟)获取一次前方的气象信息，尤其是前方1～2小时车程内，温度监测系统则实时监测，以便于及时修正气象信息有误造成的车厢内温度波动，以车厢内温度波动大小作为评价调控质量的评价标准。

当车厢内温度波动在可以接受的范围之内，系统正常运行；当车厢内温度波动超出预定范围，中央处理器就会通过物联网通讯模块向移动终端报警，检修人员可以通过手动方式调节压缩机工况，使系统恢复正常。

本发明基于神经网络智能控制系统，采用大量实际运行数据作为训练样本，训练结果精确可靠，调节反应迅速，高效，并且可以依据物联网获得的前方路段或地区的气象特征，提前对制冷系统工况进行调节，以实现温度提前调节，避免出现较大的温度超调量；因此，本发明可以对冷藏车厢内的温度进行提前调节，实现冷藏车厢的精确控温。

本发明采用神经网络智能控制系统，可根据行驶路线上的当地的气象条件调节制冷系统的工况，能够减少由于制冷系统不必要的运行而造成的大量能量损失，因此在保证高精度的控温的同时，更加节能环保。

本发明通过利用物联网技术和神经网络控制算法，对车厢内的温度提前调节，智能控制车厢内的温度，在控温、节能、环保等方面做出了较为全面的改善，具有较大开发前景，且符合未来冷藏车的发展趋势。

以上所述仅是本发明的优选实施方式，应当指出的是，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。