用于空调系统的冷媒充注量的确定方法与流程

1.本发明涉及空调技术领域，具体提供一种用于空调系统的冷媒充注量的确定方法。


背景技术：

2.随着空调技术的不断发展，用户对空调系统的综合性能也提出了越来越高的要求；其中，空调系统的冷媒充注量很大程度地影响着空调系统的换热效率，因而是技术人员重点关注的技术难点。然而，对于房间空调器、单元式空调器及多联式空调器等各类空调系统而言，在其安装后都很难知晓其系统的实际冷媒量是否达到设计要求，这也就导致了空调系统在实际使用过程中的冷媒灌注水平参差不齐，冷媒充注量和实际需求量严重不符时甚至可以导致系统不能正常开机的问题。
3.另外，在空调系统的使用过程中，系统也常因为焊接不良、腐蚀或者其他外力因素导致冷媒泄露的问题，进而导致系统的冷媒充注量与实际需求量不匹配，从而导致换热效率降低的问题。然而，现有冷媒充注量的确定方式大多都是通过系统过冷度或者压力参数来进行确定的，但是，由于其受限于传感器的精度以及系统实际运行环境温度的变化，其检测精度往往不高，或者实际很难进行操作，进而导致冷媒充注量是否合适难以得到准确判定。
4.相应地，本领域需要一种新的用于空调系统的冷媒充注量的确定方法来解决上述问题。


技术实现要素：

5.本发明旨在解决上述技术问题，即，解决现有空调系统的冷媒充注量的确定方式难以保证系统长时间维持高效换热状态的问题。
6.本发明提供一种用于空调系统的冷媒充注量的确定方法，所述空调系统包括压缩机和室外风机，所述冷媒充注量的确定方法包括：
7.获取室外环境温度、所述室外风机的转速百分比、所述空调系统的负荷率和所述压缩机的压比；
8.根据所述室外环境温度、所述室外风机的转速百分比、所述空调系统的负荷率和所述压缩机的压比，确定目标冷凝压差；
9.获取所述空调系统的当前冷凝压差；
10.将所述当前冷凝压差与所述目标冷凝压差进行比较；
11.根据所述目标冷凝压差和所述当前冷凝压差的比较结果，确定所述空调系统的冷媒充注量是否需要调节。
12.在上述冷媒充注量的确定方法的优选技术方案中，“根据所述室外环境温度、所述室外风机的转速百分比、所述空调系统的负荷率和所述压缩机的压比，确定目标冷凝压差”的步骤具体包括：
13.对所述室外环境温度、所述室外风机的转速百分比、所述空调系统的负荷率和所述压缩机的压比进行归一化处理；
14.基于归一化处理的结果，计算神经网络的输出值；
15.对所述神经网络的输出值进行反归一化处理，以确定所述目标冷凝压差。
16.在上述冷媒充注量的确定方法的优选技术方案中，“对所述室外环境温度、所述室外风机的转速百分比、所述空调系统的负荷率和所述压缩机的压比进行归一化处理”的步骤具体包括通过下式进行归一化处理：
17.tao
′
＝a1*(tao+a2)-1
18.fan
′
＝b1*(fan+b2)-1
19.η
′
＝c1*(η+c2)-1
20.τ
′
＝d1*(τ+d2)-1
21.其中，tao为所述室外环境温度，fan为所述室外风机的转速百分比，ηη为所述空调系统的负荷率，τ为所述压缩机的压比，a1、a2、b1、b2、c1、c2、d1和d2为归一化系数。
22.在上述冷媒充注量的确定方法的优选技术方案中，a1、a2、b1、b2、c1、c2、d1和d2通过实验数据拟合得出。
23.在上述冷媒充注量的确定方法的优选技术方案中，“基于归一化处理的结果，计算神经网络的输出值”的步骤具体包括通过下式计算所述神经网络的输出值：
24.o1＝2/(1+exp(w11*tao
′
+w12*fan
′
+w13*η
′
+w14*τ
′
+b1))-1
25.o2＝2/(1+exp(w21*tao
′
+w22*fan
′
+w23*η
′
+w24*τ
′
+b2))-1
26.o3＝2/(1+exp(w31*tao
′
+w32*fan
′
+w33*η
′
+w34*τ
′
+b3))-1
27.o4＝2/(1+exp(w41*tao
′
+w42*fan
′
+w43*η
′
+w44*τ
′
+b4))-1
28.o5＝2/(1+exp(w51*tao
′
+w52*fan
′
+w53*η
′
+w54*τ
′
+b5))-1
29.o6＝2/(1+exp(w61*tao
′
+w62*fan
′
+w63*η
′
+w64*τ
′
+b6))-1
30.o＝w1*o1+w2*o2+w3*o3+w4*o4+w5*o5+w6*o6+w0
31.其中，o为所述神经网络的输出值，w11、w12、w13、w14、w21、w22、w23、w24、w31、w32、w33、w34、w41、w42、w43、w44、w51、w52、w53、w54、w61、w62、w63、w64、b1、b2、b3、b4、b5、b6、w0、w1、w2、w3、w4、w5和w6为模型系数。
32.在上述冷媒充注量的确定方法的优选技术方案中，w11、w12、w13、w14、w21、w22、w23、w24、w31、w32、w33、w34、w41、w42、w43、w44、w51、w52、w53、w54、w61、w62、w63、w64、b1、b2、b3、b4、b5、b6、w0、w1、w2、w3、w4、w5和w6通过实验数据回归得出。
33.在上述冷媒充注量的确定方法的优选技术方案中，“对所述神经网络的输出值进行反归一化处理，以确定所述目标冷凝压差”的步骤具体包括通过下式进行反归一化处理：
[0034][0035]
其中，δpg为所述目标冷凝压差，o为所述神经网络的输出值，w7和b7为反归一化系数。
[0036]
在上述冷媒充注量的确定方法的优选技术方案中，w7和b7通过实验数据拟合得出。
[0037]
在上述冷媒充注量的确定方法的优选技术方案中，“根据所述目标冷凝压差和所
述当前冷凝压差的比较结果，确定所述空调系统的冷媒充注量是否需要调节”的步骤具体包括：
[0038]
如果所述目标冷凝压差和所述当前冷凝压差的差值的绝对值大于预设差值，则对所述空调系统的冷媒充注量进行调节。
[0039]
在上述冷媒充注量的确定方法的优选技术方案中，“根据所述目标冷凝压差和所述当前冷凝压差的比较结果，确定所述空调系统的冷媒充注量是否需要调节”的步骤进一步包括：
[0040]
如果所述目标冷凝压差小于所述当前冷凝压差，则减少所述空调系统的冷媒充注量；
[0041]
如果所述目标冷凝压差大于所述当前冷凝压差，则增多所述空调系统的冷媒充注量。
[0042]
在采用上述技术方案的情况下，本发明的冷媒充注量的确定方法包括：获取室外环境温度、所述室外风机的转速百分比、所述空调系统的负荷率和所述压缩机的压比；根据所述室外环境温度、所述室外风机的转速百分比、所述空调系统的负荷率和所述压缩机的压比，确定目标冷凝压差；获取所述空调系统的当前冷凝压差；将所述当前冷凝压差与所述目标冷凝压差进行比较；根据所述目标冷凝压差和所述当前冷凝压差的比较结果，确定所述空调系统的冷媒充注量是否需要调节。基于上述控制方式，本发明能够有效保证所述空调系统的冷媒充注量始终能够与冷媒需求量相匹配，从而有效保证所述空调系统的冷媒充注量始终维持在最佳水平，进而有效保证所述空调系统的换热效率。
附图说明
[0043]
下面结合附图来描述本发明的优选实施方式，附图中：
[0044]
图1是本发明的冷媒充注量的确定方法的主要步骤流程图；
[0045]
图2是压差和冷媒充注量的关系图。
具体实施方式
[0046]
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。本领域技术人员可以根据需要对其作出调整，以便适应具体的应用场合。例如，本发明不对所述空调系统的具体类型作任何限制，技术人员可以根据实际使用需求自行设定。这种具体应用对象的改变并不偏离本发明的基本原理，属于本发明的保护范围。
[0047]
需要说明的是，在本优选实施方式的描述中，除非另有明确的规定和限定，术语“相连”应做广义理解，例如，可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。尽管本技术中按照特定顺序描述了本发明的控制方法的各个步骤，但是这些顺序并不是限制性的，在不偏离本发明的基本原理的前提下，本领域技术人员可以按照不同的顺序来执行所述步骤。
[0048]
具体地，本发明的空调系统包括室内机和室外机，所述室内机和所述室外机之间设置有冷媒循环回路，所述冷媒循环回路中流通有用于在室内和室外进行换热的冷媒，所
述冷媒循环回路上设置有室内盘管、压缩机、四通阀、室外盘管和电子膨胀阀；所述室内盘管设置在所述室内机中，所述室外盘管设置在所述室外机中，并且所述室外机中还设置有室外风机，所述室外风机位于所述室外盘管的附近，冷媒通过所述冷媒循环回路在所述室内盘管和所述室外盘管之间不断循环流通，以实现换热，所述四通阀换向时能够控制所述冷媒循环回路中的冷媒逆循环，以使所述空调系统在制冷工况和制热工况之间转换。需要说明的是，本发明不对所述空调系统的具体结构作任何限制，技术人员可以根据实际使用需求自行设定；例如，所述压缩机和所述室外风机的设置数量等，这都不是限制性的。
[0049]
进一步地，所述空调系统还包括控制器，所述控制器能够获取各个传感器的检测数据，并且所述控制器还能够控制所述空调系统的运行状态；例如，所述空调系统还可以包括储液装置，所述控制器能够控制所述储液装置的运行状态以控制所述空调系统中的冷媒充注量。本领域技术人员能够理解的是，本发明不对所述控制器的具体结构和型号作任何限制，并且所述控制器可以是所述空调系统原有的控制器，也可以是为执行本发明的确定方法单独设置的控制器，技术人员可以根据实际使用需求自行设定所述控制器的结构和型号。
[0050]
首先参阅图1，该图是本发明的冷媒充注量的确定方法的主要步骤流程图。如图1所示，基于上述实施例中所述的空调系统，本发明的冷媒充注量的确定方法主要包括以下步骤：
[0051]
s1：获取室外环境温度、室外风机的转速百分比、空调系统的负荷率和压缩机的压比；
[0052]
s2：根据室外环境温度、室外风机的转速百分比、空调系统的负荷率和压缩机的压比，确定目标冷凝压差；
[0053]
s3：获取空调系统的当前冷凝压差；
[0054]
s4：将当前冷凝压差与目标冷凝压差进行比较；
[0055]
s5：根据目标冷凝压差和当前冷凝压差的比较结果，确定空调系统的冷媒充注量是否需要调节。
[0056]
进一步地，在步骤s1中，所述控制器获取室外环境温度、室外风机的转速百分比、空调系统的负荷率和压缩机的压比；基于这些参数就可以执行本发明的冷媒充注量的确定方法，并且所述空调系统无需额外增设传感器就可以实现本发明的冷媒充注量的确定方法。
[0057]
所述控制器可以通过所述空调系统自身设置的室外温度传感器获取室外环境温度，也可以通过联网的方式获取室外环境温度，这并不是限制性的，只要所述控制器能够获取到室外环境温度即可。
[0058]
所述室外风机的转速百分比fann可以通过下式计算得出：
[0059][0060]
其中，rpm1为第一室外风机的当前转速，rpm2为第二室外风机的当前转速，rpm
1，max
为第一室外风机的最高转速，rpm
2，max
为第二室外风机的最高转速。
[0061]
需要说明的是，室外风机的最高转速需要根据该风机的实际情况自行确定；并且，
虽然本优选实施例是结合室外风机的数量为两个时的情形来进行说明的，但这并不是限制性的，室外风机的数量显然还可以是一个或更多个，技术人员可以根据实际使用需求自行确定。
[0062]
作为一种示例，所述空调系统的负荷率η可以通过以下方式确定：
[0063]
对于型号为r410a的冷媒，通过下式就计算所述压缩机的吸气压力ps对应的饱和温度ts：
[0064]
ts＝1.10218*10-2
*p
3-4.82081*10-1
*p2+9.59284*p-51.4409
[0065]
p＝ps+1
[0066]
其中，上述计算饱和温度的算式的有效适用范围为ps＜16bar的范围内，当然，本发明不对计算饱和温度的具体方式作任何限制，技术人员也可以根据实际使用需求自行设定。
[0067]
基于上述计算结果，如果所述压缩机的吸气压力ps对应的饱和温度ts大于所述压缩机的吸气温度tsacc，则令t＝0；否则，令t＝tsacc-ts。
[0068]
通过下式计算中间值y：
[0069]
y＝p*100/(t+ts+273.15)
[0070]
再通过下式计算吸气密度ρ：
[0071]
ρ＝-0.478265200403897+0.0673625479732796*t+9.29863988271086*y
[0072]
+0.461521904289184*y*y-0.0521652904019902*t*y
[0073]
接着，通过下式计算所述空调系统的负荷率η：
[0074][0075]
其中，f1为第一压缩机的当前运行频率，f2为第二压缩机的当前运行频率，f
1，max
为第一压缩机的最高运行频率，f
2，max
为第二压缩机的最高运行频率，ρ为吸气密度，ρ
max
为最大吸气密度，kl为系统负荷率修正系数。
[0076]
需要说明的是，压缩机的最高运行频率需要根据压缩机的实际情况自行确定；并且，虽然本优选实施例是结合压缩机的数量为两个时的情形来进行说明的，但这并不是限制性的，压缩机的数量显然还可以是一个或更多个，技术人员可以根据实际使用需求自行确定。另外，最大吸气密度通常为一个定值，技术人员可以根据实际情况自行确定；系统负荷率修正系数通常取1，当然，该参数与机型和系统配置相关，技术人员也可以根据实际使用需求自行设定。
[0077]
所述压缩机的压比τ通过下式进行确定：
[0078][0079]
其中，pd为所述压缩机的排气压力，ps为所述压缩机的吸气压力。
[0080]
当然，为了简化计算过程，所述压缩机的压比τ可以直接采用压差表的读数，单位为bar。
[0081]
此外，还需要说明的是，本发明不对所述室外环境温度、所述室外风机的转速百分比、所述空调系统的负荷率和所述压缩机的压比的具体确定方式作任何限制，技术人员可
以根据实际使用需求自行设定。
[0082]
接着，在步骤s2中，所述控制器能够根据所述室外环境温度、所述室外风机的转速百分比、所述空调系统的负荷率和所述压缩机的压比确定目标冷凝压差。需要说明的是，本发明不对其具体确定方式作任何限制，技术人员可以根据实际使用需求自行设定，只要根据所述室外环境温度、所述室外风机的转速百分比、所述空调系统的负荷率和所述压缩机的压比确定目标冷凝压差就属于本发明的保护范围。
[0083]
作为一种优选确定方式，“根据所述室外环境温度、所述室外风机的转速百分比、所述空调系统的负荷率和所述压缩机的压比，确定目标冷凝压差”的步骤具体包括：
[0084]
对所述室外环境温度、所述室外风机的转速百分比、所述空调系统的负荷率和所述压缩机的压比进行归一化处理；
[0085]
基于归一化处理的结果，计算神经网络的输出值；
[0086]
对所述神经网络的输出值进行反归一化处理，以确定所述目标冷凝压差。
[0087]“对所述室外环境温度、所述室外风机的转速百分比、所述空调系统的负荷率和所述压缩机的压比进行归一化处理”的步骤具体包括通过下式进行归一化处理：
[0088]
tao
′
＝a1*(tao+a2)-1
[0089]
fan
′
＝b1*(fan+b2)-1
[0090]
η
′
＝c1*(η+c2)-1
[0091]
τ
′
＝d1*(τ+d2)-1
[0092]
其中，tao为所述室外环境温度，fan为所述室外风机的转速百分比，η为所述空调系统的负荷率，τ为所述压缩机的压比，a1、a2、b1、b2、c1、c2、d1和d2为归一化系数。
[0093]
另外，归一化系数a1、a2、b1、b2、c1、c2、d1和d2优选通过实验数据拟合得出；当然，技术人员也可以通过其他方式自行确定。
[0094]
进一步地，完成归一化处理后，基于归一化处理的结果，通过以下算式计算神经网络的输出值：
[0095]
o1＝2/(1+exp(w11*tao
′
+w12*fan
′
+w13*η
′
+w14*τ
′
+b1))-1
[0096]
o2＝2/(1+exp(w21*tao
′
+w22*fan
′
+w23*η
′
+w24*τ
′
+b2))-1
[0097]
o3＝2/(1+exp(w31*tao
′
+w32*fan
′
+w33*η
′
+w34*τ
′
+b3))-1
[0098]
o4＝2/(1+exp(w41*tao
′
+w42*fan
′
+w43*η
′
+w44*τ
′
+b4))-1
[0099]
o5＝2/(1+exp(w51*tao
′
+w52*fan
′
+w53*η
′
+w54*τ
′
+b5))-1
[0100]
o6＝2/(1+exp(w61*tao
′
+w62*fan
′
+w63*η
′
+w64*τ
′
+b6))-1
[0101]
o＝w1*o1+w2*o2+w3*o3+w4*o4+w5*o5+w6*o6+w0
[0102]
其中，o为所述神经网络的输出值，w11、w12、w13、w14、w21、w22、w23、w24、w31、w32、w33、w34、w41、w42、w43、w44、w51、w52、w53、w54、w61、w62、w63、w64、b1、b2、b3、b4、b5、b6、w0、w1、w2、w3、w4、w5和w6为模型系数。
[0103]
另外，模型系数w11、w12、w13、w14、w21、w22、w23、w24、w31、w32、w33、w34、w41、w42、w43、w44、w51、w52、w53、w54、w61、w62、w63、w64、b1、b2、b3、b4、b5、b6、w0、w1、w2、w3、w4、w5和w6优选通过实验数据回归得出；当然，技术人员也可以通过其他方式自行确定。
[0104]
最后，“对所述神经网络的输出值进行反归一化处理，以确定所述目标冷凝压差”的步骤具体包括通过下式进行反归一化处理：
[0105][0106]
其中，δpg为所述目标冷凝压差，o为所述神经网络的输出值，w7和b7为反归一化系数。
[0107]
另外，反归一化系数w7和b7通过实验数据拟合得出；当然，技术人员也可以通过其他方式自行确定。
[0108]
基于上述确定方式，所述目标冷凝压差δpg通过室外环境温度、室外风机的转速、空调系统的负荷率和压缩机的压比多种参数参与神经网络计算得出，适用于全工况的检测计算，且检测精度高，有利于提升判断结果的准确性。
[0109]
接着，在步骤s3中，所述控制器能够获取所述空调系统的当前冷凝压差δpf，其可以通过下式计算得出：
[0110]
δpf＝pd-p
tao
[0111][0112]
其中，pd为所述压缩机的排气压力，p
tao
为室外环境温度对应的饱和压力。需要说明的是，技术人员也可以通过其他方式确定室外环境温度对应的饱和压力。
[0113]
冷媒充注的过程中，当前冷凝压差δpf会随着冷媒充注量的增大逐渐增大，逼近采用本发明确定出的目标冷凝压差δpg，当两者相交时，空调系统的冷媒充注量达到预设的100％的冷媒；而当冷媒充注量过量时，当前冷凝压差δpf就会大于目标冷凝压差δpg，如图2所示。
[0114]
最后，在步骤s4和s5中，所述控制器能够将所述当前冷凝压差与所述目标冷凝压差进行比较，并根据所述目标冷凝压差和所述当前冷凝压差的比较结果，确定所述空调系统的冷媒充注量是否需要调节。
[0115]
作为一种优选设定方式，如果所述目标冷凝压差和所述当前冷凝压差的差值的绝对值大于所述预设差值，则对所述空调系统的冷媒充注量进行调节；否则，就不对所述空调系统的冷媒充注量进行调节。如果所述目标冷凝压差小于所述当前冷凝压差，则减少所述空调系统的冷媒充注量；如果所述目标冷凝压差大于所述当前冷凝压差，则增多所述空调系统的冷媒充注量。
[0116]
优选地，所述预设差值取0.1，在此情形下，如果|δp
g-δpf|≤0.1，则不对所述空调系统的冷媒充注量进行调节；如果(δp
g-δpf)＜-0.1，则表示冷媒充注量过量，需要减少冷媒充注量；如果(δp
g-δpf)＞0.1，则表示冷媒充注量不足，需要补充冷媒充注量。
[0117]
进一步优选地，冷媒充注量的改变量与所述目标冷凝压差和所述当前冷凝压差的差值的数值呈正相关。
[0118]
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。