CN101568772B - 使用多个可变容量装置的制冷系统和方法 - Google Patents

Abstract

提供控制具有多个可变容量组件的压缩机组的系统和方法。从多个可变容量组件中选择可变容量组件作为指定的可变容量组件。通过改变所指定的可变容量组件的容量来操作该指定的可变容量组件。以与多个可变容量组件中的除了指定的可变容量组件之外的每个可变容量组件的最大容量和最小容量之一相对应的固定容量来操作该可变容量组件。

Description

使用多个可变容量装置的制冷系统和方法

相关申请的交叉引用 

本申请要求2008年5月22日提交的美国申请12/125754和2007年5月24日提交的美国临时申请60/931681的优先权。上述申请的公开内容通过引用包含于此。 

技术领域

本公开涉及制冷系统控制。 

背景技术

该部分中的说明只提供了与本公开相关的背景信息，并且可能不构成现有技术。 

制冷系统可以包括一个或多个对制冷剂蒸气进行压缩的压缩机。可以将来自压缩机的制冷剂蒸气直接导入冷凝器盘管，在冷凝器盘管中可以在高压下使该蒸气液化。高压液体制冷剂在其被膨胀阀膨胀成低压两相制冷剂之后可以流向位于制冷容器中的蒸发器。由于低压两相制冷剂流过蒸发器，因此制冷剂可以吸收来自制冷容器的热并被汽化成可返回至压缩机的单相低压蒸气。然后可以重复该闭环制冷处理。 

制冷系统可以包括与多个回路(circuit)相连接的多个压缩机。每个回路可以是在类似的压力和温度下工作的物理上铅垂地串联的容器(case)。例如，在杂货店中，对于冷冻食品可以使用回路中的一组容器，而对于肉类或奶制品可以使用其它组容器。 

可以使用吸气集管和排气集管将多个压缩机并联地用管道连接在一起，以形成压缩机组(compressor rack)。压缩机可以包括涡旋压缩机、往复式压缩机、和/或其它合适的压缩机。当在压缩机组中多个压缩机被用管道连接在一起时，需要最优的控制策略来启动和关闭压缩机。 

发明内容

提供了一种控制具有多个可变容量组件的压缩机组的方法。该方法包括：从多个可变容量组件中选择可变容量组件作为指定的可变容量组件，以及通过改变指定的可变容量组件的容量来操作指定的可变容量组件。该方法还包括：以与多个可变容量组件中的除了指定的可变容量组件之外的每个可变容量组件的最大容量和最小容量之一相对应的固定容量来操作每个可变容量组件。 

在其它特征方面，该方法还包括：确定压缩机组操作参数的期望的变化率，通过将该期望的变化率与每个可变容量组件的可变容量范围相比较来选择可变容量组件，并选择满足该期望的变化率的具有最大可变容量范围的可变容量组件作为指定的可变容量组件。 

在其它特征方面，该方法还包括：确定压缩机组操作参数的期望的变化率，通过将该期望的变化率与每个可变容量组件的可变容量范围相比较来选择可变容量组件，基于用于操作每个可变容量组件的预定偏好来对满足该期望的变化率的每个可变容量组件进行分级，并基于该分级来选择可变容量组件作为指定的可变容量组件。 

在其它特征方面，该方法还包括：确定压缩机组操作参数的期望的变化率，在该期望的变化率处于指定的可变容量组件的可变容量范围之内时，改变指定的可变容量组件的容量以满足该期望的变化率。该方法还包括：当以最大容量或最小容量操作指定的可变容量组件且不满足期望的变化率时，使压缩机组中的另外的组件循环。 

在其它特征方面，该方法还包括：在至少两个可变容量组件正并行工作时，基于对该至少两个可变容量组件中的每个可变容量组件的可变容量范围的比较而从多个可变容量组件中选择不同的可变容量组件作为指定的可变容量组件，使得较大的可变容量范围相对于较小的可变容量范围而言是优选的。 

在其它特征方面，本方法还包括：在至少两个可变容量组件正并行工作时，基于该至少两个可变容量组件中的每个可变容量组件的运行时间而从多个可变容量组件中选择不同的可变容量组件作为指定的可变容量组件，使得较短的组件运行时间相对于较长的组件运行时间而言是优选的。 

在其它特征方面，本方法还包括：在关闭压缩机组中的所有其它的组件之后，关闭指定的可变容量组件。 

在其它特征方面，本方法还包括：对指定的可变容量组件的关闭在检测到抽空条件时发生。 

在其它特征方面，本方法还包括：确定是否有较小可变容量组件可用，并在关闭压缩机组中的所有其它的组件之后，通过将指定的可变容量组件切换成较小可变容量组件来降低压缩机组的容量。 

还提供了一种系统，该系统包括用于具有多个可变容量组件的压缩机组的控制器以及可被所述控制器访问的计算机可读介质。该计算机可读介质存储有具有多个神经元的神经网络，其中每个神经元与对应的可变容量组件相关联并具有至少部分地基于用于操作所述对应的可变容量组件的预定偏好的神经元输出。控制器参考神经网络，并评估神经网络的每个神经元的神经元输出。控制器基于该评估来选择可变容量组件作为指定的可变容量组件，通过改变指定的可变容量组件的容量来操作指定的可变容量组件，并以与多个可变容量组件中的除了指定的可变容量组件之外的每个可变容量组件的最大容量和最小容量之一相对应的固定容量来操作每个可变容量组件。 

在其它特征方面，神经元输出至少部分地基于：压缩机组操作参数的期望的变化率是否处于对应的可变容量组件的可变容量范围之内。 

在其它特征方面，预定偏好是基于对应的可变容量组件的可变容量范围而确定的。控制器评估每个神经元的神经元输出，以选择满足期望的变化率的具有最大可变容量范围的可变容量组件作为指定的可变容量组件。 

在其它特征方面，控制器确定压缩机组操作参数的期望的变化率，在期望的变化率处于指定的可变容量组件的可变容量范围之内时，改变指定的可变容量组件的容量以满足期望的变化率，并且当以最大容量或最小容量操作指定的可变容量组件且不满足期望变化率时，使压缩机组中的另外的组件循环。 

在其它特征方面，计算机可读介质存储有具有多个神经元的另外的神经网络，其中每个神经元与对应的可变容量组件相关联并具有至少部分地基于对应的可变容量组件的运行时间的神经元输出，使得相对于较长的组件运行时间而言，较短的组件运行时间是优选的。控制器在至少两个可变容量组件正并行工作时评估该另外的神经网络的每个神经元的神经元输出，并基于该评估来选择不同的可变容量组件作为指定的可变容量组件。 

在其它特征方面，计算机可读介质存储有具有多个神经元的另外的神 经网络，其中每个神经元与对应的可变容量组件相关联并具有至少部分地基于对应的可变容量组件的可变容量范围的神经元输出，使得相对于较小的可变容量范围而言，较大的可变容量范围是优选的。控制器在至少两个可变容量组件正并行工作时评估该另外的神经网络的每个神经元的神经元输出，并基于该评估来选择不同的可变容量组件作为指定的可变容量组件。 

在其它特征方面，控制器在关闭压缩机组中的所有其它的组件之后关闭指定的可变容量组件。 

在其它特征方面，控制器在检测到抽空条件时关闭指定的可变容量组件。 

在其它特征方面，控制器确定是否有较小可变容量组件可用，并在关闭压缩机组中的所有其它的组件之后，通过将指定的可变容量组件切换成较小可变容量组件来降低压缩机组的容量。 

根据在此提供的描述，具有可应用性的其它领域将变得明显。应当理解，该描述及具体示例仅旨在说明性的目的，而不是旨在限定本公开的范围。 

附图说明

在此描述的附图仅用于例证目的，而不是旨在以任何方式来限定本发明的范围。 

图1是示例性制冷系统的示意性图示； 

图2是表示制冷系统组件的神经元(neuron)的图示； 

图3是表示制冷系统组件的神经元的图示； 

图4是示出了容量控制算法的流程图； 

图5是示出了容量控制算法的流程图； 

图6A是示出了容量控制算法的流程图； 

图6B是示出了容量控制算法的流程图； 

图7是表示制冷系统组件的神经元的图示；以及 

图8是示出了制冷系统组件指定算法的流程图的图示。 

具体实施方式

下面的描述实质上仅仅是示例性的，而不是旨在限定本公开、应用或用途。应当理解，在附图中相应的附图标记始终表示相似或相应的部分和特征。在此使用的模块、控制模块、计算机和控制器这些术语指的是：执行一个或多个软件程序或固件程序的专用集成电路(ASIC)、一个或多个电子电路、处理器(共享处理器、专用处理器或处理器组)和存储器，组合逻辑电路，和/或提供所描述的功能的其它合适的组件。此外，在此使用的计算机可读介质指的是任何能够存储用于计算机的数据的介质。计算机可读介质可以包括但不限于CD-ROM、软盘、磁盘、能够存储数据的其它磁介质或光学介质、存储器、RAM、ROM、PROM、EPROM、EEPROM、闪存、穿孔卡、双列直插式开关(dip开关)、或者能够存储用于计算机的数据的任何其它介质。 

以下美国专利申请的全部内容通过引用包含于此：2007年4月2日提交的针对制冷系统控制器及方法的美国专利申请11/732120(即，美国公开2007/0240436)。美国专利申请11/732120(即，美国公开2007/0240436)包括对用于通过以下方式来控制容量的系统和方法的描述：利用神经网络来评估制冷系统负荷和选择用于循环(即，启动或关闭)的、诸如包括压缩机和减荷器(unloader)的压缩机组组件等的制冷系统组件。 

本教导旨在控制包括多个可变容量装置或可变容量组件的并联压缩机组。通常，用于具有多个可变容量组件的压缩机组的控制算法可以考虑三种情况。首先，控制算法可以考虑在当前未启动可变容量组件时何时启动可变容量组件。其次，控制算法可以考虑在已启动一个或多个可变容量组件时何时启动可变容量组件。第三，控制算法可以考虑何时关闭可变容量组件。控制算法可以根据系统负荷来确定对可变容量组件的最适当的使用，以获得对压缩机组容量的精确控制。例如，控制算法可以确定对可变容量组件的最适当的使用，以获得对压缩机组吸气压力或另外的所感测的系统参数的精确控制。此外，控制算法可以使对压缩机马达的切换减到最少。 

控制算法可以指定一个可变容量组件作为起作用的可变容量组件(active variable capacity component)或“AVC”。AVC可以以可变容量状态操作，而任何其余的可变容量组件可以被切换为固定的级(stage)。通过指定单个可变容量组件作为AVC，控制算法可以防止多个可变容量 组件并行地以可变容量状态操作。这样，控制算法可以防止由于被并行地操作的多个脉宽调制装置而可能导致的意外的或不可预测的操作。当多个脉宽调制装置被并行地操作时，吸气压力可能不可预测地波动。通过指定单个可变容量组件作为AVC，可以使不可预测的操作减到最少。 

在分配可变容量组件作为AVC时，控制算法可以选择具有最大可变容量范围的可变容量组件。这样，该组件可以在最大量的时间内保持作为AVC，并且可以使随着制冷系统负荷的变化而切换其它装置的需要减到最小。 

控制算法可以使AVC的操作持续尽可能长的时间，以允许在根据制冷系统负荷来调节容量的方面的最大灵活性。这样，控制算法可以使AVC的操作持续，除非必须在已关闭了所有其它组件之后关闭AVC，或者直到必须在已关闭了所有其它组件之后关闭AVC为止。例如，如果吸气压力接近于抽空条件且AVC是最后的工作中的组件，则控制算法可以关闭AVC。当容量大于制冷系统负荷且吸气压力趋向于0磅时，可能出现抽空条件。抽空条件可能导致对制冷系统组件的损坏，除非快速降低容量并增大吸气压力。控制算法可以关闭所有其它的压缩机组组件和压缩机组的级，直到AVC是唯一剩余的起作用的组件为止。在这种情况下，如果抽空条件继续存在，则可以关闭AVC。当吸气压力返回到正常工作状态时，控制算法随后可以采取措施以启动包括可变容量组件的压缩机组组件。 

参考图1，制冷系统100可以包括压缩机组104中的利用吸气集管106和排气集管108而被用管道连接在一起的多个压缩机102。压缩机102可以对制冷剂蒸气进行压缩并随后将其传送至冷凝器110，以使其在高压下被液化。可以借助于管道114将高压液体制冷剂传送至多个制冷容器112。 

制冷容器112可以被布置在分离的回路116中。每个回路116可以包括可在类似的温度范围内工作的多个制冷容器112。在图1中示出了三个回路116a、116b和116c。每个回路116被示出为包括四个制冷容器112。可以使用具有任何数量的制冷容器112的任意数量的回路。各个回路116通常可以在预定的温度范围内工作。例如，回路116a可以用于冷冻食品，回路116b可以用于奶制品，回路116c可以用于肉类，等等。每个制冷容器112可以包括其自身的蒸发器118以及其自身的用于控制制冷剂过热的膨胀阀120。 

在图1中，尽管在压缩机组104中示出了5个压缩机102，但是可以使用任何数量的压缩机。压缩机组104可以包括可变容量组124和固定容 量组122，其中可变容量组124包括压缩机102a、102b、102c，固定容量组122包括压缩机102d、102e。 

固定容量组122可以包括固定容量组件。例如，压缩机102d、102e可以是以固定容量工作的定速压缩机。压缩机102d、102e可以开启或关闭。这样，压缩机102d、102e可以在启动状态与关闭状态之间被切换。然而，在固定容量组122内，各个固定压缩机102d、102e的容量可以各不相同。 

固定容量组122中的压缩机102d、102e可以装配有一个或多个固定减荷器组件126。固定减荷器组件126可以使其关联的压缩机102d的容量降低固定的量。可以以许多方式实现固定减荷器组件126，并且固定减荷器组件126可以建立其关联的压缩机102d的吸气侧和排气侧之间的泄漏通路。固定减荷器组件126可以开启或关闭，并且可以在启动状态与关闭状态之间切换。 

在图1中，固定容量组122被示出为具有两个压缩机：压缩机102e被示出为无减荷器组件，压缩机102d被示出为具有固定减荷器组件126。固定容量组122可以包括具有固定减荷器组件126的任何组合的固定压缩机102d、102e的任何组合。 

压缩机组104还可以包括可变容量组124，可变容量组124可以包括可变容量组件。可变容量组124可以包括由变频驱动器(VFD)159驱动的变速压缩机102a。VFD可以接收来自电源的交流电流，并且可以包括用于对交流电流的频率进行调制的固态电子器件。通常，VFD可以将从电源接收的电力的各相从交流(AC)转换为直流(DC)，然后可以将电力的各相从DC转换回到期望频率的AC。例如，VFD 159可以接收60赫兹的交流电流，并且可以向压缩机102a传送30赫兹的交流电流。在这种情况下，压缩机102a可以基于从VFD 159接收的电力的频率而以半速工作。因此，通过以半速操作压缩机102a，可以以半容量操作压缩机102a。在美国专利4563624中描述了一种与电源相连接的可变压缩机，该电源被设计成改变向驱动马达供应的交流电流的频率以便根据需求负荷来选择压缩机的工作速度，该美国专利的公开内容通过引用包含于此。 

可变容量组124可以包括具有容量调节系统160的可充分减荷压缩机(fully unloadable compressor)102b，其中容量调节系统160用于使压缩机102b充分减荷以及以介于0％和100％之间的任何容量来操作压缩机102b。例如，可充分减荷压缩机102b可以是涡旋压缩机，并且容量调节 系统160可以是涡旋部件分离系统。在这种情况下，可以通过分离涡旋压缩机的互相配合的(intermeshed)涡旋部件以建立涡旋压缩机的吸气侧和排气侧之间的泄漏通路来调节容量。涡旋部件分离系统可以包括螺线管(solenoid)。可以通过螺线管的脉宽调制来周期性地分离互相配合的涡旋部件，以获得期望的容量。在美国专利6213731中描述了一种具有涡旋分离系统的涡旋压缩机，该涡旋分离系统通过在压缩机的操作周期期间周期性地分离涡旋部件来使压缩机减荷，该美国专利的公开内容通过引用包含于此。 

可以使用在操作周期的一部分期间的脉宽调制的涡旋分离来将压缩机的容量确定为全容量的百分比。例如，可以以10秒的操作周期来操作压缩机。为了实现50％的容量，可以按照启动和关闭的交替5秒的周期来操作螺线管，以实现涡旋部件分离的交替5秒的周期。 

可充分减荷压缩机102b还可以是具有容量调节系统160的往复式压缩机，其中容量调节系统160用于以介于0％和100％之间的任何容量来使压缩机容量充分减荷。 

可以使用可被配置和操作以实现充分容量调节的任何其它的压缩机和容量调节系统作为压缩机102b和容量调节系统160。 

可变容量组124可以包括具有容量调节系统162的可部分减荷压缩机102c，其中容量调节系统162用于使压缩机102c部分地减荷。例如，可部分减荷压缩机102c可以是往复式压缩机，并且容量调节系统162可以是用于使该往复式压缩机的容量降低到介于100％和50％之间的减荷器。这样，当关闭压缩机马达时，可部分减荷压缩机102c可以以0％操作。当启动压缩机马达且完全启动容量调节系统162时，可部分减荷压缩机102c可以以50％操作。此外，可以随着容量调节系统162的控制而以介于50％和100％之间的任何容量操作可部分减荷压缩机102c。 

可部分减荷压缩机102c还可以是涡旋压缩机，并且容量调节系统162可以是延迟吸气系统(delayed suction system)。延迟吸气系统可以利用设于一个或多个位置处的口(port)，当利用阀开启该口时，该口允许涡旋部件之间的初始形成的压缩室与压缩机的吸入室相连通。在美国专利6821092中描述了一种具有延迟吸气系统的涡旋压缩机，其中该延迟吸气系统通过周期性地使中间加压室向吸入室排气来调节压缩机容量，该美国专利的公开内容通过引用包含于此。这样，当口关闭时，可以以100％来操作可部分减荷压缩机102c，当口开启时，可以以100％的某部分(例如 67％)来操作可部分减荷压缩机102c。可以以脉宽调制方式来操作口，以实现介于完全开启的容量与完全关闭的容量之间的容量。 

可以使用可被配置和操作以实现部分容量调节的任何其它的压缩机和容量调节系统作为压缩机102c和容量调节系统162。 

这样，可变容量组124可以包括：具有变频驱动器159的变速压缩机102a，具有容量调节系统160的可充分减荷压缩机102b，以及具有容量调节系统162的可部分减荷压缩机102c。可以使用可变组件的任何组合。例如，可以包括更多或更少的变速压缩机102a，可以包括更多或更少可充分减荷压缩机102b，以及可以包括更多或更少的可部分减荷压缩机102c。 

包括压缩机102、容量调节系统160、162等的各种压缩机组组件可以与控制器130通信以及受控制器130控制。为了易于观看和清楚起见，在图1中未示出各个压缩机组组件中的每个压缩机组组件与控制器130之间的电连接和通信连接。 

控制器130可以是可从Computer Process Controls，Inc.，1640Airport Road Suite#104，Kennesaw，GA 31044获得的Einstein或E2控制器，例如E2RX制冷控制器。控制器130可以监测系统操作参数，并且根据制冷系统负荷来操作各个压缩机组组件。控制器130可以执行存储在控制器130可访问的计算机可读介质132中的软件，即，计算机可执行指令。此外，控制器130可以访问存储在控制器130可访问的历史数据库134中的历史数据。 

例如，控制器130可以对可基于压缩机组104的排气压力而生成排气压力信号(PD)的排气压力传感器136进行监测。控制器130还可以对可基于压缩机组104的吸气压力而生成吸气压力信号(Ps)的吸气压力传感器138进行监测。 

控制器130还可以监测各个回路116的状态，并基于当前回路状态和回路索引表来确定对应的回路索引。在美国公开号为2007/0240436的美国专利申请11/732120的图5中示出了回路索引表，并对其进行了描述。通常，回路116可以处于除霜状态、抽空状态或正常状态。可以使用另外的回路状态。在除霜状态下，对于回路116，回路制冷负荷可以有效地为0。在抽空状态下，对于回路116，回路制冷负荷可以接近于最大负荷。在正常状态下，回路制冷负荷可以介于除霜状态制冷负荷与抽空状态制冷 负荷之间。 

控制器130可以监测操作参数和控制组件，以基于当前系统负荷来调整容量。例如，控制器130可以监测吸气压力传感器138所指示的Ps，并根据吸气压力设定点来调整容量。当Ps超过吸气压力设定点时，控制器130可以通过例如启动关闭了的压缩机102、增大变速压缩机102a的速度和容量、增大具有容量调节系统160的可充分减荷压缩机102b的容量、增大具有容量调节系统162的可部分减荷压缩机102c的容量、关闭启动了的固定减荷器组件126等来增大或“增加”容量。当Ps低于吸气压力设定点时，控制器130同样可以通过关闭启动了的压缩机102、降低变速压缩机102a的速度和容量、降低具有容量调节系统160的可充分减荷压缩机102b的容量、降低具有容量调节系统162的可部分减荷压缩机102c的容量、启动关闭了的固定减荷器组件126等来降低或“减少”容量。 

可以使用其它的操作参数和其它的操作参数设定点。例如，控制器130可以基于吸气温度或排气温度以及吸气温度设定点或排气温度设定点来调整容量。 

如同在美国公开号为2007/0240436的美国专利申请11/732120中所讨论的，可以通过利用神经网络来控制压缩机组容量，以估计制冷系统负荷以及选择用于循环(即，启动或关闭)和用于容量调节(即，增大或降低容量)的压缩机组组件。可以通过基于制冷系统100的历史数据134而选择最适合于当前系统负荷的组件以及目标Ps和/或Ps变化率(称为“ΔPs”)来调节压缩机组容量。 

在“增容神经网络”(“AC-NN”)和“减容神经网络”(“SC-NN”)中均可以用神经元表示压缩机组组件。AC-NN被控制器130用于增大容量。SC-NN被控制器用于降低容量。在这两个神经网络中用包括适当的率表(rate table)的神经元表示压缩机组组件，其中所述适当的率表或者是启动率表(activation rate table)或者是关闭率表(deactivation rate table)。对压缩机组组件的神经元表示以及各种神经网络可以被存储在计算机可读介质132中作为历史数据库134的一部分，或者可以被存储在控制器130的内部或外部的附加的计算机可读介质中。在美国公开号为2007/0240436的美国专利申请11/732120的图6A和6B中示出了启动率表和关闭率表，并且在其所附的说明中对启动率表和关闭率表进行了描述。例如，在AC-NN中，由于固定压缩机102e的启动可以增大或“增加”系统的容量，因此可以用包括针对固定压缩机102e的启动率表的神经元来 表示固定压缩机102e。同样地，在SC-NN中，由于固定压缩机102e的关闭可以降低或“减少”系统的容量，因此可以用包括针对固定压缩机102e的关闭率表的神经元来表示固定压缩机102e。 

如同在美国公开号为2007/0240436的美国专利申请11/732120中所描述的，每个神经元可以具有与在组件选择判定期间所考虑的不同的因素相对应的加权输入。加权输入可以被相加在一起并被用于生成神经元输出。具有最高输出的神经元可以是“获胜的”神经元。这样，控制器130可以根据神经元输出来对组件进行分级，并且可以基于该分级来选择用于循环的组件。控制器130可以使与获胜的神经元相对应的等级最高的组件被循环，并且适当地更新历史数据134。例如，控制器130可以更新历史数据134，以反映由于特定组件被循环而导致的ΔPs的变化。 

如图2所示，神经元200可以包括五个输入：循环计数(CC)输入202、运行时间(RT)输入204、偏好(PR)输入206、容量的适当性(AOC)输入208、空闲时间(IT)输入220和激活(enable，ENB)输入210。在美国公开号为2007/0240436的美国专利申请11/732120中详细地描述了这些输入。此外，在美国公开号为2007/0240436的美国专利申请11/732120中同样详细地描述了与启动函数(activation function)相关联的具体计算、根据回路状态的对历史数据的索引、历史数据的插值、启动率表和关闭率表。 

ENB输入210可以表示：当与神经元200相对应的组件可用于符合当前目标的循环时，激活神经元200。例如，由于仅在启动压缩机102d时固定减荷器组件126被循环才可影响容量，因此仅在启动压缩机102d时才可激活与固定减荷器组件126相对应的神经元。此外，在AC-NN中，仅当压缩机102e当前是关闭的时，才可激活与压缩机102e相对应的神经元。如果压缩机102e已被启动并且如果控制器130试图利用AC-NN增大容量，则已启动的压缩机102e被循环或被关闭将不足以增大容量。在这种情况下，AC-NN中的与压缩机102e相对应的神经元将不会被激活。 

在SC-NN中，压缩机组组件均可用与图2所示的神经元200相对应的神经元来表示。在AC-NN中，固定容量组122的压缩机组组件均可用与图2所示的神经元200相对应的神经元来表示。 

在利用AC-NN增加容量且当前无AVC时，控制器130必须确定要添加可变容量组124中的哪个可变容量组件。此外，在当前无AVC时，添加可变容量组件以允许在调节系统容量方面的最大灵活性是有利的。 

因此，在AC-NN中用与图3所示的神经元300相对应的神经元来表示与可变容量组124中的可变容量组件相对应的神经元。如同上文针对图2所描述的以及在美国公开号为2007/0240436的美国专利申请11/732120中所描述的那样，神经元300包括CC输入302、RT输入304、PR输入306、AOC输入308、ENB输入310和IT输入320。此外，神经元300包括可变容量偏好(VCP)输入324。此外，如同下面更详细地讨论的，神经元300包括针对CC输入302、AOC输入308和VCP输入324的旁路(bypass)功能。 

VCP输入324可以被预先确定并被设置为介于0和用户定义的最大值(vcp_max)之间。通常，vcp_max可以是被用户根据该用户的偏好而设置为大于0的值的实数。这样，可以根据偏好对可变容量组件进行分级。 

例如，参考图1所示的可变容量组124的组件，用于部分减荷压缩机102c的容量调节系统162可以被分级为等级最高(尽管容量调节系统162只可能在其相关的压缩机102c被启动的情况下才被启用)。具有容量调节系统160的可充分减荷压缩机102b可以被分级为等级第二高。在AC-NN中可以用与神经元300相对应的单个神经元表示具有容量调节系统160的可充分减荷压缩机102b。由VFD 159驱动的变速压缩机102a可以被分级为等级第三高。在AC-NN中可以用与神经元300相对应的单个神经元表示变速压缩机102a和VFD 159。可部分减荷压缩机102c可以被分级为等级第四高。 

在AC-NN中可以用两个单独的神经元表示可部分减荷压缩机102c以及用于可部分减荷压缩机102c的容量调节系统162。尽管可部分减荷压缩机102c自身实际上不是可变容量组件，但是可部分减荷压缩机102c可以被设置有可变容量偏好等级。可部分减荷压缩机102c的启动使能了后续的实际的可变容量组件(即，用于可部分减荷压缩机102c的容量调节系统162)的启动。如上文所讨论的，压缩机102c的单独启动可以导致使系统容量增大固定量，该固定量例如是压缩机102c的容量的50％。如果控制算法在固定压缩机的启动与压缩机102c的启动之间进行判定，则由于压缩机102c的启动可以使能后续的可变容量组件(即，容量调节系统162)的启动，因此，相对于具有类似容量的固定压缩机的启动而言，压缩机102c的启动是优选的。因此，用于压缩机102c的VCP输入324被相应地进行加权。 

尽管容量调节系统162可能只在其相关的压缩机102c被启动的情况 下才被启用，但是容量调节系统162可以被分级为等级最高。如果预先已启动了压缩机102c，则可以随后通过容量调节系统162来调节容量。如果已启动了压缩机102c，则启动容量调节系统162的成本可以低于启动其它可变容量组件。因此，容量调节系统162可以被分级为等级最高。 

在当前无AVC时，VCP输入324可以增大选择可变容量组件以用于启动的可能性。当已存在AVC时，可以用“0”旁路VCP输入324，并且与固定容量组122的固定容量组件相类似地，可变容量组124的可变容量组件可以如同固定容量组件那样地被处理和被循环。 

在AC-NN中，当在当前不存在AVC的情况下初始地选择可变容量组件以用于启动时，可以用预定的默认值来旁路用于与可变容量组件相对应的神经元的特定神经元输入。例如，在当前未选择AVC且目标ΔPs在特定的可变容量组件的容量范围之内时，可以用“1”值旁路AOC输入308。这样，当可变容量组件可以以全容量的若干百分比满足当前目标ΔPs时，用于该可变容量组件的启动函数被旁路。特定神经元将“获胜”且相应的可变容量组件将被循环的可能性可以被增大。如果多于一个的可变容量组件能够满足当前目标ΔPs，则其它的输入可以将获胜的神经元确定为在可变容量组件之间。 

如同在美国公开号为2007/0240436的美国专利申请11/732120中所描述的，如果当前目标ΔPs大于特定可变容量组件的最大容量率(capacityrate)，那么可以通过启动函数处理该最大容量率。如同在美国公开号为2007/0240436的美国专利申请11/732120中所描述的，如果当前目标ΔPs小于特定可变容量组件的最小容量率，则可以通过启动函数处理该最小容量率。 

在当前无AVC时，对于可变容量组件，可以使CC输入302停用或者用“0”旁路CC输入302。这样，运行时间可以对神经元输出更具决定性，并且循环计数可能不影响神经元输出。由于并不是很经常地切换AVC，因此特定的可变容量装置可以具有低的CC输入302。同时，特定的可变容量装置由于在长时段内作为AVC而可以具有高的运行时间输入304。此外，在特定的可变容量组件正用作AVC时，其它可变容量组件可以作为固定容量组件而被循环。因此，其它的非AVC可变容量组件可以出现较高的循环计数。因此，相对于循环计数而言，对可变容量组件的耗损可能更紧密地依赖于运行时间。因此，在当前无AVC时，在AC-NN中，对于与可变容量组件相对应的神经元，可以用0旁路CC输入302。 

在图4中，用于调节压缩机组容量的控制算法400可以由控制器130执行，并且可以在步骤402中开始。在步骤404中，控制器130可以根据CI表来确定回路状态和当前回路索引或者“CI”。在美国公开号为2007/0240436的美国专利申请11/732120的图5中示出了CI表，并且对CI表进行了描述。在步骤404中，控制器130还可以通过将PD与Ps相比较来确定当前的压缩比。在步骤404中，控制器130还可以确定当前目标ΔPs。在包括图11和12的美国公开号为2007/0240436的美国专利申请11/732120以及在其所附的描述中示出和描述了这些步骤。 

在步骤406中，控制器130可以基于当前的目标ΔPs和当前的ΔPs来确定其是需要增加容量还是需要减少容量。在步骤408中，当控制器130确定其需要增加容量时，控制器130可以基于回路状态、当前CI、当前CR和当前目标ΔPs而利用AC-NN增加容量。在步骤410中，当控制器130确定其需要减少容量时，控制器130可以基于回路状态、当前CI、当前CR和当前目标ΔPs而利用SC-NN减少容量。在步骤412中控制算法400结束。 

参考图5，可以由控制器130执行用于利用AC-NN增加容量的控制算法500。图5中描述的功能通常可对应于图4的步骤408中所概述的功能。控制算法500可以在步骤502中开始。 

在步骤504中，控制器130可以确定当前是否存在现有的AVC。如上文所述，一个可变容量组件可以作为指定的AVC。在当前无AVC时，控制算法500可以采取措施以启动可变容量装置并指定其作为AVC。在当前存在现有的AVC时，控制算法500可以通过调节AVC的容量来调节容量。如下面更详细地描述的，当启动两个可变容量装置时，控制器130可以确定将哪一个可变容量装置指定为AVC。这样，可以控制AVC“指挥棒(baton)”。 

在步骤505中，在当前不存在现有的AVC时，控制器130在AC-NN中设置神经元的神经元ENB输入210、310。根据与特定神经元相对应的组件是否可用于符合当前目标的循环来设置ENB输入。在步骤506中，控制器130可以设置或旁路AC-NN的与可变容量组件相对应的神经元的CC输入302、AOC输入308和VCP输入324。 

如上文所述，在当前无AVC时，用“0”旁路CC输入302，以从针对可变容量组件的神经元输出计算中去除循环计数。在当前无AVC时，可以根据可变容量组件是否可以满足当前目标ΔPs来旁路针对对应的可变 容量组件的AOC输入308。如果对应的可变容量组件可以满足其容量范围内的当前目标ΔPs，则可以用“1”旁路AOC输入308。在当前无AVC时，可以将VCP输入324设置成预定的偏好等级以用于包括在神经元输出计算中。 

在步骤508中，控制器可以确定是否激活任何神经元。当未激活神经元时，控制算法500在步骤520中结束。当在步骤508中激活了神经元时，控制器可以在步骤510中计算AC-NN的神经元的神经元输出212、312。在步骤512中，基于神经元输出212、312而对AC-NN的激活的神经元进行分级。在步骤514中，基于对ACC-NN神经元的分级而使组件循环。因此，在步骤514中，基于神经元输出212、312并基于分级来选择“获胜的”神经元。利用上述的对输入的加权、设置和旁路，当不存在当前现有的AVC且可变容量组件可用于循环时，可能存在可变容量组件可被选择用于循环的高的可能性。 

在步骤516中，控制器130可以利用“检查AVC神经网络”或“C-AVC-NN”来执行多个可变组件检查。该检查被执行用于确定是否启动了两个可变容量组件，以及如果是的话则确定是否应切换当前的AVC。下面参考图7和8来更详细地描述步骤516的功能和C-AVC-NN。 

在步骤518中，控制器130可以测量由于使特定组件循环或对特定组件进行调节而导致的ΔPs，并将其记录为历史数据134的一部分。在美国公开号为2007/0240436的美国专利申请11/732120的图11以及在此其附的描述中对该步骤进行了描述。在步骤518中的测量和记录之后，控制算法500在步骤520中结束。 

再次参考步骤504，在当前存在AVC时，控制器130进行到步骤522，并确定当前的AVC是否处于最大容量。在当前的AVC未处于最大容量时，控制器根据目标ΔPs来增大AVC的容量。AVC的容量可以被增大直至AVC的最大容量。在当前存在AVC时，控制算法500在使任何其它的压缩机组组件循环之前最大化AVC的容量。在步骤518中测量和记录作为结果的ΔPs，并且控制算法500在步骤520中结束。 

在步骤522中，在AVC当前处于最大容量时，那么控制算法500可以进行到搜索另外的压缩机组组件以用于循环。在当前存在现有的AVC时，将包括可变容量组124组件的其余的压缩机组组件切换为固定的级。当作为固定的级工作时，仅可以以最大容量或最小容量来操作可变容量组124的组件。例如，变速压缩机102a在被启动时可以被作为具有其可变 容量的100％的容量的固定的级，或者在被关闭时可以被作为具有其可变容量的0％的容量的固定的级。 

在步骤523中，控制器130设置神经元ENB输入210、310。在步骤526中，控制器130基于存在当前的AVC来设置或旁路神经元CC输入302、AOC输入308和VCP输入324。在该步骤中，由于当前存在现有的AVC，因此并不用“0”旁路CC输入302。此外，如同对于任何固定容量组件那样地正常计算AOC输入308。用“0”旁路VCP输入324，以去除可变容量组件的任何偏好。这样，可变容量组件被循环并被作为固定容量组件。一旦在步骤526中设置或旁路所述输入，则控制器130如上文所讨论地继续进行步骤508至518，并搜索压缩机组组件以用于循环。如同下面更详细地讨论的，如果两个可变容量组件变成被启动的，则控制器130在步骤516中利用C-AVC-NN来执行多可变组件检查。 

参考图6A，可以由控制器130执行用于利用SC-NN降低或减少容量的控制算法600。图6A中描述的功能通常可对应于图4的步骤410中概述的功能。控制算法600可以在步骤602中开始。 

在步骤602中，控制器130可以确定当前是否存在现有的AVC。在步骤606中，当存在现有的AVC时，控制器可以确定当前的AVC是否处于其最小容量。在步骤608中，在当前的AVC未处于其最小容量时，控制器130可以根据目标ΔPs而将AVC的容量降低到AVC的最小容量。在步骤610中，控制器测量作为结果的ΔPs并将其记录在历史数据134中，然后在步骤612中结束。这样，如果当前存在AVC，则通过调节AVC容量来降低容量，直到AVC达到其最小容量为止。 

在当前不存在现有的AVC且当前的AVC处于最小容量时，将其余的压缩机组组件切换成固定容量组件。因此，当在步骤606中AVC处于最小容量且在步骤604中当前不存在现有的AVC时，控制器130进行到步骤614。 

在步骤614中，控制器130设置神经元ENB输入210、310。当对应的组件可用于符合降低系统容量的当前目标的循环时，将神经元ENB输入210、310设置成“激活”。在步骤616中，控制器130确定是否已激活任何神经元。当没有神经元被激活时，控制算法600在步骤612中结束。当在步骤616中激活了神经元时，控制器130进行到步骤618，并计算SC-NN神经元输出。上面参照图5的步骤510、美国公开号为2007/0240436的美国专利申请11/732120的图11以及在其所附的描述而描述了对神经 元输出的计算。 

在步骤620中，基于神经元输出212、312而对激活的SC-NN神经元进行分级。在步骤622中，控制器130确定是否存在分级的非AVC组件。在当前存在AVC时，控制算法600保持启动的AVC在尽可能长的时间内处于最小容量。这样，在步骤622中，控制器130确定是否存在被分级的可用于循环的非AVC组件。在步骤624中，控制器130基于对SC-NN神经元的分级而使非AVC组件循环。控制器130可以根据神经元输出212、312来使等级最高的非AVC组件循环。在步骤610中，控制器130可以测量和记录作为结果的ΔPs，然后在步骤612中结束。 

在步骤622中，当不存在被分级的非AVC组件时，控制器130进行到步骤626。此时，唯一可用于循环的组件为当前处于最小容量的AVC。然而，控制算法600可以拒绝关闭AVC，以维持最大的容量灵活性。但是例外的是抽空条件。在抽空条件下，当AVC是唯一启动的组件且保持抽空条件时，控制器130可以关闭AVC。此时，可以关闭所有压缩机102，并且Ps可以再次开始升高。因此，在步骤626中，控制器130确定是否存在抽空条件。当在步骤626中存在抽空条件时，控制器130可以在步骤628中使AVC循环，并在步骤610中测量和记录作为结果的ΔPs。当在步骤626中不存在抽空条件时，控制器可以使AVC保持启动。控制算法600可以在步骤612中结束。 

参考图6B，可以由控制器130执行用于利用SC-NN降低或减少容量的另一控制算法601。图6B中描述的功能通常可对应于在图4的步骤410中概述的功能。控制算法601包括上面也参考图6A而描述的步骤602至624。这里不再重复对步骤602至624的描述。 

在控制算法601中，当在步骤622中没有非AVC组件被分级时，控制器130可以进行到步骤627，以确定是否有较小可变容量组件(即，容量小于当前的AVC的容量的可变容量组件)可用。这样，在当前的AVC处于最小容量且需要进一步的容量降低时，控制器130可以确定较小可变容量组件可能是优选的AVC。这样，在步骤627中，当有较小可变容量组件可用时，控制器130可以在步骤629中将AVC切换成较小可变容量组件。这可以包括使当前的AVC循环、使较小可变容量组件循环、以及指定较小可变容量组件作为AVC。这还可以包括适当地设置较小可变容量组件的容量。然后控制器130可以进行到步骤610，测量和记录作为结果的ΔPs。 

当在步骤627中没有较小可变容量组件可用时，控制器130可以进行到步骤626以确定是否存在抽空条件。当在步骤626中存在抽空条件时，控制器130可以在步骤628中使AVC循环，并且在步骤610中测量和记录产生的ΔPs。 

这样，当降低容量时，控制器130可以首先关闭所有的非AVC组件。当AVC是唯一的保持起作用的组件时，控制器130可以将AVC切换成可用的最小可变容量组件。该最小可变容量组件可以保持起作用，直到存在抽空条件为止。当存在抽空条件时，控制器可以使最小可变容量组件循环。这样，控制器130可以继续保持AVC工作，直到检测到抽空条件为止。 

尽管图6A和6B示出了其中控制器130检查抽空条件的步骤626，但是应当理解，控制器130可以在控制算法600和601中的另外的点处检查抽空条件。例如，控制器130可以在控制算法600和601中的多个点处连续地检查抽空条件并采取适当行动以快速降低压缩机组104的容量。 

如同上面在图5的步骤516中所描述的，当两个可变容量装置变成起作用时，控制器130可以确定是否应切换当前的AVC。为此，(除了AC-NN和SC-NN之外)可以使用第三神经网络。第三神经网络(即，“检查AVC神经网络”或“C-AVC-NN”)包括图7所示的与可变容量组件相对应的神经元700。对于要被设置成“激活”的激活(ENB)输入710，必须启动对应的可变容量组件。 

神经元700可以具有两个输入：活动范围(AR)输入702和运行时间(RT)输入704。AR输入702可以基于可变组件的容量范围。RT输入704可以基于组件的总运行时间。 

对于AR输入702，可以基于可变容量组件的范围来为其分配预定等级，使得具有较大容量范围的可变容量组件可以获得较高的AR输入702。例如，可以基于下面的公式来计算AR输入702： 

(1)AR输入＝0.5+0.5×(等级)， 

其中，等级是基于容量范围而被预先确定的。 

作为例子，可以存在三个可变容量组件：A、B和C。A可以具有两倍于B的容量范围，并且B可以具有两倍于C的容量范围。在这种情况下，可以向A分配等级1，向B分配等级0.5，以及向C分配等级0。在这种情况下，用于组件A的AR输入702可以为1，用于组件B的AR输入702可以为0.75。用于组件C的AR输入702可以为0.5。这样，如果 RT输入704是相等的，则相对于B和C而言，A将是优选的AVC，并且相对于C而言，B将是优选的AVC。 

可以基于用户偏好来对RT输入704进行加权，并且RT输入704对应于对应的可变容量装置的运行时间。再次使用组件A、B和C作为例子，A可以具有两倍于B的运行时间，并且B可以具有两倍于C的运行时间。在这种情况下，A可以接受等级0，B可以接受等级0.5，并且C可以接收等级1。这些等级可以乘以预定的用户定义的加权因子，以达到RT输入704的量。 

可以将AR输入702与RT输入704相加在一起，以计算神经元输出712。可以将来自C-AVC-NN的具有最高输出712的神经元指定为AVC。 

参考图8，可以由控制器130执行用于利用C-AVC-NN执行多可变组件检查的控制算法800。在图5的步骤516中概述了图8的功能。控制算法800可以在步骤802中开始。在步骤804中，控制器130可以确定是否启动了多个可变组件。当未启动多个可变组件时，控制算法800在步骤814中结束。当启动了多个可变组件时，控制算法进行到步骤806。在步骤806中，控制器根据是否启动了与特定神经元相对应的组件来设置神经元ENB输入710。在步骤808中，控制器可以计算C-AVC-NN中的各个激活的神经元的神经元输出712。在步骤810中，控制器130可以基于神经元输出712来对激活的神经元进行分级。在步骤812中，如果必要的话，控制器可以基于该分级来切换指定的AVC。如果与当前AVC相对应的神经元基于该分级而为“获胜的”神经元，那么可以不必切换AVC指定。如果与当前AVC相对应的神经元基于该分级而不是“获胜的”神经元，那么控制器130可以将AVC切换成与“获胜的”神经元相对应的组件。 

这样，控制器130可以利用三个神经网络AC-NN、SC-NN和C-AVC-NN来根据系统负荷而保持对系统容量的精确控制。通过保持单个可变容量组件作为指定的AVC，可以实现具有最少的组件切换的最大容量灵活性。此外，避免了基于操作多于一个在可变状态下的组件的不可预测的操作，并实现了最大的效率。 

Claims (18)

1.一种控制具有多个可变容量组件的压缩机组的方法，包括：

从所述多个可变容量组件中选择可变容量组件作为指定的可变容量组件；

通过改变所述指定的可变容量组件的容量来操作所述指定的可变容量组件；

以与所述多个可变容量组件中的除了所述指定的可变容量组件之外的每个可变容量组件的最大容量和最小容量之一相对应的固定容量来操作所述多个可变容量组件中的除了所述指定的可变容量组件之外的所述每个可变容量组件。

2.根据权利要求1所述的方法，还包括确定压缩机组操作参数的期望的变化率；其中所述选择所述可变容量组件包括：将所述期望的变化率与所述多个可变容量组件中的每个可变容量组件的可变容量范围相比较，并选择满足所述期望的变化率的具有最大可变容量范围的所述可变容量组件作为所述指定的可变容量组件。

3.根据权利要求1所述的方法，还包括确定压缩机组操作参数的期望的变化率；其中所述选择所述可变容量组件包括：将所述期望的变化率与所述多个可变容量组件中的每个可变容量组件的可变容量范围相比较，基于用于操作所述多个可变容量组件中的每个可变容量组件的预定偏好来对所述多个可变容量组件中的满足所述期望的变化率的每个可变容量组件进行分级，并基于所述分级来选择所述可变容量组件作为所述指定的可变容量组件。

4.根据权利要求1所述的方法，还包括：

确定压缩机组操作参数的期望的变化率；

在所述期望的变化率处于所述指定的可变容量组件的可变容量范围之内时，改变所述指定的可变容量组件的容量，以满足所述期望的变化率；

当以最大容量或最小容量操作所述指定的可变容量组件且不满足所述期望的变化率时，使所述压缩机组中的另外的组件循环。

5.根据权利要求1所述的方法，还包括：在至少两个可变容量组件正并行工作时，基于对所述至少两个可变容量组件中的每个可变容量组件的可变容量范围的比较而从所述多个可变容量组件中选择不同的可变容量组件作为所述指定的可变容量组件，使得较大的可变容量范围相对于较小的可变容量范围而言是优选的。

6.根据权利要求1所述的方法，还包括：在至少两个可变容量组件正并行工作时，基于所述至少两个可变容量组件中的每个可变容量组件的运行时间而从所述多个可变容量组件中选择不同的可变容量组件作为所述指定的可变容量组件，使得较短的组件运行时间相对于较长的组件运行时间而言是优选的。

7.根据权利要求1所述的方法，还包括：在关闭所述压缩机组中的所有其它的组件之后，关闭所述指定的可变容量组件。

8.根据权利要求7所述的方法，其中所述关闭所述指定的可变容量组件在检测到抽空条件时发生。

9.根据权利要求1所述的方法，还包括：确定是否有较小可变容量组件可用，并在关闭所述压缩机组中的所有其它的组件之后，通过将所述指定的可变容量组件切换成所述较小可变容量组件来降低所述压缩机组的容量。

10.一种系统，包括：

用于具有多个可变容量组件的压缩机组的控制器；

可被所述控制器访问且存储有具有多个神经元的神经网络的计算机可读介质，其中每个神经元与对应的可变容量组件相关联并具有至少部分地基于用于操作所述对应的可变容量组件的预定偏好的神经元输出；

所述控制器参考所述神经网络，评估所述神经网络的每个神经元的所述神经元输出，基于所述评估来选择可变容量组件作为指定的可变容量组件，通过改变所述指定的可变容量组件的容量来操作所述指定的可变容量组件，并以与所述多个可变容量组件中的除了所述指定的可变容量组件之外的每个可变容量组件的最大容量和最小容量之一相对应的固定容量来操作所述多个可变容量组件中的除了所述指定的可变容量组件之外的所述每个可变容量组件。

11.根据权利要求10所述的系统，其中所述神经元输出至少部分地基于：压缩机组操作参数的期望的变化率是否处于所述对应的可变容量组件的可变容量范围之内。

12.根据权利要求11所述的系统，其中所述预定偏好是基于所述对应的可变容量组件的可变容量范围而确定的，并且所述控制器评估每个神经元的所述神经元输出，以选择满足所述期望的变化率的具有最大可变容量范围的所述可变容量组件作为所述指定的可变容量组件。

13.根据权利要求10所述的系统，其中所述控制器确定压缩机组操作参数的期望的变化率，在所述期望的变化率处于所述指定的可变容量组件的可变容量范围之内时改变所述指定的可变容量组件的容量以满足所述期望的变化率，并且当以最大容量或最小容量操作所述指定的可变容量组件且不满足所述期望的变化率时，使所述压缩机组中的另外的组件循环。

14.根据权利要求10所述的系统，其中所述计算机可读介质存储有具有多个神经元的另外的神经网络，其中每个神经元与对应的可变容量组件相关联并具有至少部分地基于所述对应的可变容量组件的运行时间的神经元输出，使得相对于较长的组件运行时间而言，较短的组件运行时间是优选的，所述控制器在至少两个可变容量组件正并行工作时评估所述另外的神经网络的每个神经元的所述神经元输出，并基于所述评估来选择不同的可变容量组件作为所述指定的可变容量组件。

15.根据权利要求10所述的系统，其中所述计算机可读介质存储有具有多个神经元的另外的神经网络，其中每个神经元与对应的可变容量组件相关联并具有至少部分地基于所述对应的可变容量组件的可变容量范围的神经元输出，使得相对于较小的可变容量范围而言，较大的可变容量范围是优选的，所述控制器在至少两个可变容量组件正并行工作时评估所述另外的神经网络的每个神经元的所述神经元输出，并基于所述评估来选择不同的可变容量组件作为所述指定的可变容量组件。

16.根据权利要求10所述的系统，其中所述控制器在关闭所述压缩机组中的所有其它的组件之后关闭所述指定的可变容量组件。

17.根据权利要求16所述的系统，其中所述控制器在检测到抽空条件时关闭所述指定的可变容量组件。

18.根据权利要求10所述的系统，其中所述控制器确定是否有较小可变容量组件可用，并在关闭所述压缩机组中的所有其它的组件之后，通过将所述指定的可变容量组件切换成所述较小可变容量组件来降低所述压缩机组的容量。

Images