CN102467587B - 水冷机动态特性模型建立方法、水冷机监控方法和装置 - Google Patents

Abstract

一种水冷机动态特性模型建立方法、水冷机监控方法和装置，所述水冷机动态特性模型建立方法包含下列步骤：计算一实际运转效率值；取得多个控制点，其中所述控制点决定一代表合成曲线动态特性模型；计算控制点的一最适合移动方向向量，其中各该控制点单独地以最适合移动方向向量中相应的一元素值调整后，所得的一计算合成曲线动态特性模型比该合成曲线动态特性模型更趋近该实际运转效率值；提供一移动变量，其中所述控制点以该移动变量与该最适合移动方向向量的一乘积值进行调整，由此获得逼近该实际运转效率值的一合成曲线动态特性模型；以及在各迭代计算中，根据一单变量最小值搜索法(a technique for finding the extremum of a unimodal function)，决定该移动变量的值。

Description

水冷机动态特性模型建立方法、水冷机监控方法和装置

技术领域

本发明涉及水冷机(chilling system)动态特性模型建立方法。本发明还涉及水冷机监控方法和水冷机监控装置。

背景技术

运用于大型商业大楼和工厂的空调冰水系统主要是由水冷机、冰水泵浦、冷却水泵浦，以及冷却水塔所组成，其中以水冷机的能源需求量为最高。以一总装置冷冻吨数(RT)为21,000的12寸晶片厂为例，产生空调冰水总用电量约占全厂用电的26％，而水冷机占该总用电量的50％。因此，若能确保水冷机均在最高效率范围上操作，则可减少可观的能源损耗。

制造商所提供的水冷机特性曲线一般均在非实际安装现场上直接测试而取得。由于受到管路系统与操作模式的影响，以制造商提供的特性曲线进行操作，经常使水冷机无法在最高效率范围上运转，导致能源使用效率降低。因此，通常水冷机安装后，会通过现场实际运转数据，重新建立水冷机特性曲线。

目前水冷机特性曲线的建立可利用两种模型：回归模型及人工智能模型。然而，此两种模型具有以下的缺点：(1)需准备一定数量的运转数据，过少运转数据将无法将模型建立起来。例如：若为3阶多项式，则至少需要4笔不同的RT运转数据，方可建立曲线；(2)如Y.H.Song等人的论文(Young-hak Song，Yasunori Akashi，Jurng-Jae Yee，2007，“Energy performance of a cooling plant system using the inverter chillerfor industrial building，”Energy and Building，Vol.39，Issue 3，Pages289-297)中阐述，不同冷却水回水温度，需使用不同阶数的回归模型，造成模型建立的困难度。(3)当性能曲线具有小区域特征(如：两个谷值)时，回归模型的阶数将快速增加，致使运算量、数据需求量均会大幅增加；而使用人工智能模型也需要较多运算数据，以仿真小区域特征。

除上述问题外，运用回归模型与人工智能模型，在水冷机特性模型建立时，均需要长时间的训练数据。另一方面，水冷机在运转一段长时间后，需维修保养。然而，水冷机经过维修保养后，其实际主机运转特性会与建模时的特性有所差异。在此状况下，原有的特性曲线需要进行调整，而使用回归模型与人工智能模型来建立的特性曲线，将再一次进行长时间的训练，而无法对特性曲线直接进行局部地与动态地调整修正。

发明内容

根据上述问题，本发明一实施例提出一种水冷机动态特性模型建立方法，其包含下列步骤：获取一水冷机的一冰水回水温度、一冰水出水温度、一冷却水回水温度、一流量和一用电量；根据该冰水回水温度，该冰水出水温度，该流量和该用电量，计算一实际运转效率值；取得多个控制点，其中所述控制点代表一合成曲线动态特性模型；利用一扰动量，计算各该控制点在一移动方向向量中相应的一元素值，其中各该控制点单独地以相应的元素值调整后，所得的一计算合成曲线动态特性模型比该合成曲线动态特性模型更趋近该实际运转效率值；提供一移动变量，并以该移动变量与该移动方向向量的乘积调整所述控制点，由此获得逼近该实际运转效率值的一合成曲线动态特性模型；以及在各迭代计算中，根据一变量最小值搜索法，决定该移动变量的值。

本发明另一实施例提出一种水冷机监控方法，其包含下列步骤：获取一冰水回水温度、一冰水出水温度、一冷却水回水温度、一流量和一用电量；根据该冰水回水温度，该冰水出水温度，该流量和该用电量，计算部分负载比及实际运转效率值；取得多个控制点，其中所述控制点决定一代表合成曲线动态特性模型；利用一扰动量，计算各该控制点的一移动方向向量中相应的一元素值，其中各该控制点单独地以相应的元素值调整后，所得的一计算合成曲线动态特性模型比该合成曲线动态特性模型更趋近该实际运转效率值；提供一移动变量，并以该移动变量与该移动方向向量的乘积调整所述控制点，由此获得逼近该实际运转效率值的一合成曲线动态特性模型；在各迭代计算中，根据一变量最小值搜索法，决定该移动变量；以及当一迭代中止条件满足时，产生一新的代表合成曲线动态特性模型。

本发明另一实施例提出一种水冷机监控装置，其包含一撷取装置、一运算装置以及一显示装置。撷取装置可获取一水冷机的运转信息。运算装置可根据该运转信息，计算水冷机的一实际运转效率值，和调整多个控制点，以使由该多个控制点所决定的一合成曲线动态特性模型趋近该实际运转效率值。显示装置则显示代表该运转信息的一代表合成曲线动态特性模型。

利用合成曲线建立的水冷机动态特性模型可在所需变更的区域进行局部更新，即可动态地建立水冷机特性模型。此外，若要更精准的描述水冷机的特性而增加控制点时，也不至于使曲线的次方无限制的增加，而导致计算成本的增加。

附图说明

图1显示本发明一实施例的水冷机监测系统的连接示意图；

图2显示本发明一实施例的水冷机监测系统的示意图；

图3例示本发明一实施例的水冷机动态特性模型的变化趋势及前、后两段时间的效率值分布；

图4显示本发明一实施例的水冷机动态特性模型建立方法的流程图；

图5例示以黄金切割法搜索最小移动变量；及

图6显示本发明一实施例的水冷机监控方法的流程图。

主要组件符号说明

1 水冷机监测系统

2 水冷机

11 撷取装置

12 运算装置

13 警示装置

14 显示装置

15 存储装置

S40～S51 流程步骤

S60～S72 流程步骤

具体实施方式

图1显示本发明一实施例的水冷机监测系统1的连接示意图。图2显示本发明一实施例的水冷机监测系统1的示意图。参照图1与图2所示，水冷机监测系统1可连接至水冷机或厂务监控系统(FMCS)2，通过水冷机2上的传感器或厂务数据库，以撷取装置11获取水冷机相关运转信息，该信息包含有水冷机2的用电量W、冰水回水温度T_chi、冰水出水温度T_cho、冷却水回水温度T_cwi，以及冰水流量Q_cho等运转信息。通过所撷取的信息计算得水冷机动态的实际水冷机运转效率(KPI_real)、输出冷冻吨(RT)与部分负载比PLR_current，以及在当冷却回水温度下通过B-spline特性模型取得的水冷机运转效率(KPI_model)模型值，然后，将前述运转信息实时地显示在连接一显示装置14上的可视化接口，以协助操作人员进行水冷机2的操作。

运算装置12则可利用前述的运转信息、计算的水冷机动态的实际水冷机运转效率(KPI_real)、输出冷冻吨(RT)与部分负载比PLR_current，上述实际运转效率数据可通过下列公式(1)、公式(2)及公式(3)表示：

${\mathrm{KPI}}_{\mathrm{real}}\left({\mathrm{PLR},T}_{\mathrm{cwi}}\right)=\frac{\mathrm{RT}}{W}---\left(1\right)$

RT＝(T_chi-T_cho)×Q_ch            (2)

$\mathrm{PLR}=\frac{\mathrm{RT}}{{\mathrm{RT}}_{\mathrm{specific}}}---\left(3\right)$

其中，KPI_real为该实际运转效率值，RT为水冷机输入的冷冻吨数，T_chi为冰水回水温度，T_cho为冰水出水温度，Q_cho为流量，W为用电量，PLR(Partial Loading Ratio)为部分负载比，RT_specific为水冷机2的额定冷冻吨，而T_cwi为冷却水回水温度。

此运算装置还包含演算建立可代表前述运转信息的水冷机B-spline动态特性模型，B-spline曲线的定义以及最适合曲线的修正方式，单一冷却水回水温度以一B-spline曲线表示其水冷机动态特性模型，也可将其特性模型以一B-spline曲面表达其冷却水回水温度的参数。

本发明可利用任何合成曲线进行建立合成曲线动态特性模型，本发明实施例虽以B-spine曲线或曲面来建立模型，但是其它合成曲线例如Bezier曲线也可以类似方法流程建立模型，因此本说明书不再针对Bezier曲线建模流程，进行说明。

完成建立的水冷机特性模型及其相关参数数据(水冷机的额定冷冻吨)，则会储存在一存储装置15(例如：硬盘或磁带机等)中，并显示在显示装置14上，以供操作所需。

如图3所示，运算装置12也被构建以利用存储装置15内的实际运转效率数据，以及历次建立的水冷机动态特性模型，通过趋势统计分析手法，取得水冷机动态特性模型的变化趋势，并在一运转效率值的变异量超过一阈值时，通过警示装置13，警告操作人员。此外，运算装置12也被构建在相同操作状况下，通过比较前、后两段时间的效率值分布，取得设备运转效率数据变化趋势，通过设备运转效率以及特性曲线，可得知其效率是否于高效率运转区间，由此可通过改变相关运转参数，使其运转于高效率区间，达到运转节能的目的。

在一实施例中，撷取装置11可包含多个输入端口，其中所述输入端口相应地连接水冷机2上的传感器、或对应于其厂务运转系统或中央监控系统。运算装置12可包含中央处理器及内存，其中中央处理器、内存及所述输入端口可利用一总线进行数据传递。显示装置14可包含屏幕。存储装置15可包含硬盘。

图4显示本发明一实施例的水冷机动态特性模型建立方法的流程图。

在步骤S40中，首先获得水冷机2的一冰水回水温度(T_chi)、一冰水出水温度(T_cho)、冷却水回水温度(T_cwi)、一冰水流量(Q_cho)和一用电量(W)等运转信息，并计算其水冷机2的冷冻吨与部分负载比(PLR)，其中前述温度、水流量及用电量直接测量而得，或者从厂务监控系统中获得。

在步骤S41中，根据前述公式(1)和(2)计算一实际运转效率值(KPI_real)。

在步骤S42中，定义或取得多个控制点，其中该多个控制点决定出代表水冷机运转特性的一代表B-spline动态特性模型。当以建立表示水冷机2的特性曲线的水冷机动态特性模型(KPI_model＝Bspline(PLR)在特定冷却水回水温度)时，则利用下列公式(4)和(5)。

$P\left(u\right)=\underset{i=0}{\overset{n}{\mathrm{\&Sigma;}}}{P}_i{N}_{i,k}\left(u\right),t_{k-1}<u<t_{n+1}---\left(4\right)$

其中，n为控制点数目，k为B-spline曲线函数的次方，P_i为B-spline曲线函数的控制点，N_i，k为B-spline的混合函数，其可表示为：

$N_{i,k}\left(u\right)=\frac{(u-t_i)N_{i,k-1}\left(u\right)}{t_{i+k-1}-t_i}+\frac{(t_{i+k}-u)N_{i+1,k-1}\left(u\right)}{t_{i+k}-t_{i+1}}---\left(5\right)$

$\left\{\begin{array}{cc}0,& 0\&le;i\&le;k\\ i-k+1,& k\&le;i\&le;n\\ n-k+2,& n\&le;i\&le;n+k\end{array}\right.---\left(7\right)$

由于B-spline曲线的特性是可局部控制及改变曲线形状功能，以及增加曲线的控制点时，曲线方程式项次不会因此而增加。由于此两项特性，使得当以B-spline曲线建立水冷机特性模型时，可有效的使曲线在所需变更的区域进行局部更新，即可动态地建立水冷机特性模型。此外，若要更精准的描述水冷机的特性而增加曲线的控制点时，也不至于使曲线的次方无限制的增加，而导致计算成本的增加。B-spline曲线更可让使用者在所关注的任意位置上，设定或插入曲线控制点，以使曲线成为所期待的曲线形状。

若考虑冷却水回水温度时，则须以下列公式(8)来建立水冷机动态特性模型(KPI_model＝Bspline(T_cwi，PLR))。

$P(u,v)=\underset{i=0}{\overset{n}{\mathrm{\&Sigma;}}}\underset{j=0}{\overset{m}{\mathrm{\&Sigma;}}}{P}_{i,j}{N}_{i,k}\left(u\right)N_{j,l}\left(v\right),---\left(8\right)$

s_k-1≤u≤s_n+1，t_l-1≤v≤t_m+1

B-spline动态特性模型可为使用中的水冷机动态特性模型，B-spline动态特性模型也可为以多个值为定值的初始控制点计算而得的初始动态特性模型。若B-spline动态特性模型为初始动态特性模型，则可在决定控制点的数目后，给定控制点一固定初始值，例如：1。若将控制点组合成一特性矩阵(Performance Surface of Matrix，PSM)表示，则PSM_1×n＝[1，1，...，1]_1×n，n为控制点数目，此时KPI_model＝1。

在步骤S43中，计算各控制点的一最适合移动方向，其中所有控制点的最适合移动方向可组合成一移动方向向量s，而s可是由下列公式(9)和(10)所计算。

f＝|COP_mod el-COP_real|         (9)

$s=(\frac{\&PartialD;f}{\&PartialD;x_1},\frac{\&PartialD;f}{\&PartialD;x_2},\frac{\&PartialD;f}{\&PartialD;x_3},...,\frac{\&PartialD;f}{\&PartialD;x_n})---\left(10\right)$

各控制点的移动方向的计算由式(10)得知，各控制点相应的移动方向向量元素值为

即将i控制点进行一扰动量dx，其余控制点维持原值，并将在步骤S40所得的部分负载比(PLR)条件，代入由此新控制点所构建的计算B-spline曲线动态特性模型，取得此新控制点下的KPI_model值，并计算

下的函数值，若此值为正值，表示此一扰动量，使通过此新控制点的B-spline动态特性模型所得的效率值更趋近于在步骤S41计算所得的实际运转效率值，即此B-spline曲线特性趋似于实际的水冷机运转特性，此扰动所造成的移动方向为正确的方向。

在步骤S44与S45中，提供一移动变量α。利用移动变量α与最适合移动方向向量的乘积值调整控制点，由此获得逼近实际运转效率值的一B-spline动态特性模型。控制点的调整是以迭代方式，逐渐获得可代表在步骤S41计算所得的实际运转效率值的新的B-spline动态特性模型。若以数学表示，则可以下列公式(11)表示。

PSM_k+1＝PSM_k+α×s          (11)

其中，k为迭代次数(iteration)。移动变量α为用于调整控制点的移动步长(step length)，其可由一变量最小值搜索法例如：牛顿法(Newtonmethod)、黄金切割搜索法(Golden Section Search)、神经算法、基因算法或斐波那契搜索法(Fibonacci Search)等方法决定。

参照图5所示，为获得代表在步骤S41计算所得的实际运转效率值的新的B-spline动态特性模型，则须使公式(9)的f值为最小。为此，可利用单变量最小值搜索法搜索使f值为最小的移动变量α。若使用黄金切割法，则先确定一区间[a，b]，其中a和b可为前一次迭代的搜索值。然后，在图5中(b-a)×τ(＝0.382)区间中选择新的移动变量α_i进行计算，即可将区间[a，b]缩减1-τ倍。反复重复前述步骤，即可获得使公式(9)的f值为最小的KPI_real。

在步骤S46，根据公式(11)，计算多个调整控制点。

在步骤S47中，根据步骤S46所得的多个调整控制点，计算出一调整后的B-spline动态特性模型。

在步骤S48中，根据公式(9)，计算步骤S47的调整后的B-spline动态特性模型与步骤S41计算而得的实际运转效率值(KPI_real)间的一第一差异值。

在步骤S49中，根据公式(9)，计算一前次调整后的B-spline动态特性模型与该实际运转效率值间的一第二差异值。

在步骤S50为迭代的中止条件，此迭代中止条件的定义可为比较第一差异值与第二差异值，若此差异值小于一设定的数值，则中止迭代流程，或可定义为当第一差异值小于一设定值，则中止迭代流程，或可定义为迭代的次数，当迭代次数大于一设定的数值，则中止迭代流程。当未达到迭代中止条件时，表示尚未取得最佳化的B-spline动态特性模型，此时回到步骤S45，以计算新的移动变量α。

在步骤S51中，当满足迭代中止条件时，则将步骤S47计算的调整后的B-spline动态特性模型列为一新的代表B-spline动态特性模型。

在一实施例中，B-spline动态特性模型为初始动态特性模型，则可在决定控制点的数目后，给定控制点一定值，例如：1。若将控制点组合成一特性矩阵(Performance Surface of Matrix，PSM)表示，则PSM_{1× n}＝[1，1，...，1]_1xn，n为控制点数目，此时KPI_model＝1。之后，依照前述S40至S50的步骤，计算出代表B-spline动态特性模型。

图6显示本发明一实施例的水冷机监控方法的流程图。在步骤S60中，首先获得水冷机2的一冰水回水温度(T_chi)、一冰水出水温度(T_cho)、冷却水回水温度(T_cwi)、一冰水流量(Q_cho)和一用电量(W)，并计算其水冷机2的冷冻吨与部分负载比(PLR)，其中前述温度、水流量及用电量直接量测而得，或者从厂务监控系统中获得。

在步骤S61中，根据前述公式(1)和(2)计算一实际运转效率值(KPI_real)。

在步骤S62中，取得多个控制点，其中该多个控制点决定出代表水冷机运转特性的一代表B-spline动态特性模型KPI_model＝Bspline(PLR)或KPI_model＝Bspline(T_cwi，PLR)。

在步骤S63中，计算各控制点的一最适合移动方向，其中所有控制点的最适合移动方向可组合成一向量s，而s可是由下列公式(9)和(10)所计算。

f＝|COP_mod el-COP_real|        (9)

$s=(\frac{\&PartialD;f}{\&PartialD;x_1},\frac{\&PartialD;f}{\&PartialD;x_2},\frac{\&PartialD;f}{\&PartialD;x_3},...,\frac{\&PartialD;f}{\&PartialD;x_n})---\left(10\right)$

各控制点的移动方向的计算由式(10)得知，各控制点相应的移动方向向量元素值为即将i控制点进行一扰动量dx，其余控制点维持原值，并将在步骤S60所得的部分负载比(PLR)条件，代入由此新控制点所建构的B-spline曲线动态特性模型，取得此新控制点下的KPI_model值，并计算

下的函数值，若此值为正值，表示此一扰动量，使通过此新控制点的B-spline动态特性模型所得的效率值更趋近于在步骤S61计算所得的实际运转效率值，亦即此B-spline曲线特性亦趋似于实际的水冷机运转特性，此扰动所造成的移动方向为正确的方向。

在步骤S64与S65中，提供一移动变量α。如公式(11)所示，利用移动变量α与各控制点的最适合移动方向向量的乘积值调整控制点，由此获得逼近实际运转效率值的一B-spline动态特性模型。控制点的调整是以迭代方式，逐渐获得可代表在步骤S61计算所得的实际运转效率值的新的B-spline动态特性模型。

在步骤S66，根据公式(11)，计算多个调整控制点。

在步骤S67中，根据步骤S66所得的多个调整控制点，计算出一调整后的B-spline动态特性模型。

在步骤S68中，根据公式(9)，计算步骤S67的调整后的B-spline动态特性模型与步骤S61计算而得的实际运转效率值(KPI_real)间的一第一差异值。

在步骤S69中，根据公式(9)，计算一前次调整后的B-spline动态特性模型与该实际运转效率值间的一第二差异值。

在步骤S70为迭代的中止条件，此迭代中止条件的定义可为比较第一差异值与第二差异值，若此量差异值小于一设定的数值，则中止迭代流程，或可定义为当第一差异值小于一设定值，则中止迭代流程，或可定义为迭代的次数，当迭代次数大于一设定的数值，则中止迭代流程。当未达到迭代中止条件时，表示尚未取得最佳化的B-spline动态特性模型，此时回到步骤S65，以计算新的移动变量α。

在步骤S71中，当满足迭代中止条件时，则将步骤S67计算的调整后的B-spline动态特性模型列为一新的代表B-spline动态特性模型。

在步骤S72中，根据新的代表B-spline动态特性模型与原先的代表B-spline动态特性模型的比较结果，决定是否提出异常警告。在一实施例中，当新的代表B-spline动态特性模型与原先的代表B-spline动态特性模型间的差异大于一阈值时，提出警告。

在另一实施例中，水冷机监测系统1可进一步计算出多个旧的代表B-spline动态特性模型与新的代表B-spline动态特性模型上，在一部分负载比下的多个理论运转效率值；以及计算该多个理论运转效率值的变异量，且如果该变异量大于一阈值时，产生一警告。

在另一实施例中，水冷机监测系统1可统计在一部分负载比下的多笔实际运转效率值，若所述实际运转效率值的变异量大于一阈值时，产生一警告。

新的代表B-spline动态特性模型可与动态特性模型与原先的代表B-spline动态特性模型显示在显示装置14，以供操作人员监看动态特性模型的变化趋势。

本公开的技术内容及技术特点已揭示如上，然而本领域技术人员仍可能基于本揭露的教示及公开而作种种不背离本发明精神的替换及修饰。因此，本公开的保护范围应不限于实施例所揭示的内容，而应包括各种不背离本发明的替换及修饰，并被权利要求所涵盖。

Claims (21)

1.一种水冷机动态特性模型建立方法，包含下列步骤：

获取一水冷机的一冰水回水温度、一冰水出水温度、一冷却水回水温度、一流量和一用电量；

根据该冰水回水温度，该冰水出水温度，该冷却水回水温度，该流量和该用电量，计算一部分负载比与一实际运转效率值；

取得多个控制点，其中所述控制点决定一代表合成曲线动态特性模型；

利用一扰动量，计算各该控制点在一移动方向向量中相应的一元素值，其中各该控制点单独地以相应的该元素值调整后，所得的一计算合成曲线动态特性模型比该合成曲线动态特性模型更趋近该实际运转效率值；

提供一移动变量，并以该移动变量与该移动方向向量的乘积调整所述控制点，由此获得逼近该实际运转效率值的一合成曲线动态特性模型；以及

在各迭代计算中，根据一变量最小值搜索法，决定该移动变量的值。

2.根据权利要求1所述的水冷机动态特性模型建立方法，其还包含下列步骤：

计算出多个调整控制点；

以所述调整控制点计算一调整后的合成曲线动态特性模型；

比较该实际运转效率值与该调整后的合成曲线动态特性模型；以及

当一迭代中止条件满足时，以该调整后的合成曲线动态特性模型作为一新的代表合成曲线动态特性模型。

3.根据权利要求1所述的水冷机动态特性模型建立方法，其中该移动变量的决定由该变量最小值搜索法所得。

4.根据权利要求3所述的水冷机动态特性模型建立方法，其中该变量最小值搜索法包含黄金切割搜索法、牛顿法、神经算法、基因算法或斐波那契搜索法。

5.根据权利要求1所述的水冷机动态特性模型建立方法，其中该移动方向向量的决定根据下列步骤：

以该扰动量调整一该控制点；

计算相应的该计算合成曲线动态特性模型；以及

与该代表合成曲线动态特性模型比较，若相应的该计算合成曲线动态特性模型趋近该实际运转效率值，则计算相应的该计算合成曲线动态特性模型与该代表合成曲线动态特性模型之间在该部分负载比上的一差异值与该扰动量间的一比值，其中该比值为该控制点在该移动方向向量内相应的该元素值。

6.根据权利要求1所述的水冷机动态特性模型建立方法，其中该代表合成曲线动态特性模型以多个固定初始值控制点计算而得。

7.根据权利要求1所述的水冷机动态特性模型建立方法，其中该实际运转效率值以下列公式计算：

${\mathrm{KPI}}_{\mathrm{real}}=\frac{(T_{\mathrm{chi}}-T_{\mathrm{cho}})\&times;Q_{\mathrm{cho}}}{W}$

KPI_real为该实际运转效率值，T_chi为该冰水回水温度，T_cho为该冰水出水温度，Q_cho为该流量，而W为该用电量。

8.一种水冷机监控方法，包含下列步骤：

获取一水冷机的一冰水回水温度、一冰水出水温度、一冷却水回水温度、一流量和一用电量；

根据该冰水回水温度，该冰水出水温度，该冷却水回水温度，该流量和该用电量，计算一部分负载比与一实际运转效率值；

取得多个控制点，其中所述控制点决定一代表合成曲线动态特性模型；

利用一扰动量，计算各该控制点的一移动方向向量中相应的一元素值，其中各该控制点单独地以相应的该元素值调整后，所得的一计算合成曲线动态特性模型比该合成曲线动态特性模型更趋近该实际运转效率值；

提供一移动变量，并以该移动变量与该移动方向向量的乘积调整所述控制点，由此获得逼近该实际运转效率值的一合成曲线动态特性模型；

在各迭代计算中，根据一变量最小值搜索法，决定该移动变量；以及

当一迭代中止条件满足时，产生一新的代表合成曲线动态特性模型。

9.根据权利要求8所述的水冷机监控方法，其还包含：根据该新的代表合成曲线动态特性模型与该代表合成曲线动态特性模型的比较结果，决定是否提出异常警告的步骤。

10.根据权利要求8所述的水冷机监控方法，其还包含下列步骤：

取得多个旧的代表合成曲线动态特性模型；

计算出该新的代表合成曲线动态特性模型及该多个旧的代表合成曲线动态特性模型，在一该部分负载比上的多个理论运转效率值；以及

计算该多个理论运转效率值的变异量，并根据该变异量决定是否产生一警告。

11.根据权利要求8所述的水冷机监控方法，其还包含下列步骤：

计算出多个调整控制点；

以所述调整控制点计算一调整后的合成曲线动态特性模型；

比较该实际运转效率值与该调整后的合成曲线动态特性模型；以及

当该迭代中止条件满足时，以该调整后的合成曲线动态特性模型作为一新的代表合成动态特性模型。

12.根据权利要求8所述的水冷机监控方法，其中该移动变量的决定由该变量最小值搜索法所得。

13.根据权利要求12所述的水冷机监控方法，其中该变量最小值搜索法包含黄金切割搜索法、牛顿法、神经算法、基因算法或斐波那契搜索法。

14.根据权利要求8所述的水冷机监控方法，其中该移动方向向量的决定根据下列步骤：

以该扰动量调整一该控制点；

计算相应的该计算合成曲线动态特性模型；以及

与该代表合成曲线动态特性模型比较，若相应的该计算合成曲线动态特性模型趋近该实际运转效率值，则计算相应的该计算合成曲线动态特性模型与该代表合成曲线动态特性模型在该部分负载比上的一差异值与该扰动量值间的一比值，其中该比值为该控制点在该移动方向向量内相应的该元素值。

15.根据权利要求8所述的水冷机监控方法，其中该代表合成曲线动态特性模型以多个固定初始值控制点计算而得。

16.根据权利要求8所述的水冷机监控方法，其还包含下列步骤：

统计在该部分负载比下的多笔的该实际运转效率值；以及

若所述实际运转效率值的变异量大于一阈值时，产生一警告。

17.根据权利要求8所述的水冷机监控方法，其中该实际运转效率值以下列公式计算：

${\mathrm{KPI}}_{\mathrm{real}}=\frac{(T_{\mathrm{chi}}-T_{\mathrm{cho}})\&times;Q_{\mathrm{cho}}}{W}$

KPI_real为该实际运转效率值，T_chi为该冰水回水温度，T_cho为该冰水出水温度，Q_cho为该流量，而W为该用电量。

18.一种水冷机监控装置，包含：

一撷取装置，用于获取一水冷机的运转信息，该运转信息包括该水冷机的一冰水回水温度、一冰水出水温度、一冷却水回水温度、一流量和一用电量；

一运算装置，用于根据该运转信息，计算该水冷机的一实际运转效率值，和调整多个控制点，以使由该多个控制点所决定的一合成曲线动态特性模型趋近该实际运转效率值；以及

一显示装置，用于显示代表该运转信息的一代表合成曲线动态特性模型，

其中，该运算装置根据该冰水回水温度，该冰水出水温度，该冷却水回水温度，该流量和该用电量，计算一部分负载比与一实际运转效率值；取得多个控制点，其中所述控制点决定一代表合成曲线动态特性模型；利用一扰动量，计算各该控制点的一移动方向向量中相应的一元素值，其中各该控制点单独地以相应的该元素值调整后，所得的一计算合成曲线动态特性模型比该合成曲线动态特性模型更趋近该实际运转效率值；提供一移动变量，并以该移动变量与该移动方向向量的乘积调整所述控制点，由此获得逼近该实际运转效率值的一合成曲线动态特性模型；在各迭代计算中，根据一变量最小值搜索法，决定该移动变量；以及当一迭代中止条件满足时，产生一新的代表合成曲线动态特性模型。

19.根据权利要求18所述的水冷机监控装置，其中该撷取装置连接该水冷机上的传感器、一厂务运转系统或一中央监控系统。

20.根据权利要求18所述的水冷机监控装置，其还包含一警示装置，其中该运算装置计算一运转效率值的一变异量，而当该运转效率值的该变异量超过一阈值时，该警示装置将发出警告。

21.根据权利要求18所述的水冷机监控装置，其中该合成曲线动态特性模型包含B-spine或Bezier曲线模型。

Images