CN105273143B - 温敏材料、应用该材料的除湿装置及该装置工作方法 - Google Patents

Abstract

本发明涉及材料及材料控制领域，尤其是一种温敏材料、应用该材料的除湿装置及该装置工作方法。解决了现有吸湿剂是低温疏水高温亲水且需要定期更换，及除湿装置是单一除湿装置，不能自动启动和选择除湿效率。一种温敏材料制作方法，将异丙基丙烯酰胺凝胶加入交联剂、引发剂溶于无水乙醇中进行交联引发；通氮气保护加入硅酸钠，加入强酸在恒温水浴中反应；用去离子水浸渍，间隔固定时间更换去离子水，除去未反应单体，生成温敏材料成品。利用该材料的除湿装置和除湿装置的工作方法，有益效果是：形成的新的反开关纳米材料高温疏水低温亲水降低能耗且不降解避免更换吸湿剂；利用神经网络控制器选择液体除湿装置或者固体除湿装置或者二者的组合。

Description

温敏材料、应用该材料的除湿装置及该装置工作方法

技术领域

本发明涉及材料及材料控制领域，尤其是一种温敏材料、应用该材料的除湿装置及该装置工作方法。

背景技术

空气湿度过大不仅影响人的生活环境,还直接影响工农业生产及产品的储存,如文物和档案的保存，因此人们必须采取有效的措施来保证空气湿度符合要求。于是，各种除湿技术得到了广泛的关注和发展，于此同时随着环境与能源问题的日益严重，以低品位热能及有效清洗的空调系统将成为大势所趋。

目前存在的空气除湿技术包括制冷冷凝除湿法，固体动态吸附除湿法和静态吸附除湿法及溶液除湿法。制冷冷凝除湿法采用氟利昂作制冷剂对大气臭氧层有破坏作用同时除湿空间湿负荷较大时，待处理空气需要降到很低的露点温度，从而要求蒸发温度低，由此会导致蒸发器表面结霜，并且除湿设备结构复杂，耗电量大。静态吸附除湿法是利用液体吸湿剂(如溴化锂、氯化锂)和固体吸湿剂(如硅胶)来吸收空气中的水分。由于吸湿剂的吸湿量有限，只能适用于有限的封闭空间且其低温疏水高温吸水的特性会增大能耗，降低吸湿效率，同时吸湿剂需要定期更换，对大空间和有严格除湿要求的场所难以适用，因此应用范围较小。

发明内容

本发明要解决的技术问题是：1. 现有吸湿剂是常规纳米材料，低温疏水高温吸水，而无论是传统的固体转轮除湿还是现代的溶液除湿都是低温吸水高温放水以完成最终除去空气中水份的方法，因此现有除湿剂除湿效率低；2. 现有除湿设备在除湿时，采用的除湿剂需要定期更换应用范围较小；3.现有除湿装置是单一除湿装置，且不能自动启动和选择除湿效率。

为解决上述技术问题，采用如下技术方案：一种温敏材料及其制备方法，包括如下步骤：第一步：将异丙基丙烯酰胺凝胶（PNIPAAm）加入交联剂、引发剂、催化剂等溶于无水乙醇中进行交联引发；第二步：待溶解充分后，通氮气保护加入硅酸钠，充分溶解后加入强酸在60 ºC恒温水浴中反应24 h；第三步：用去离子水浸渍，间隔7-12小时后更换去离子水，除去未反应单体，生成温敏材料成品。异丙基丙烯酰胺凝胶加入交联剂、引发剂反应后生成反开关纳米材料，生成的反开关纳米材料和硅酸钠反应生成温敏材料。根据除湿环境及性价比，确定反开关纳米材料和硅酸钠的比例范围，该比例范围在1:2至1:20之间都可以。

进一步地，所述的交联剂为亚甲基双丙烯酰胺，引发剂为偶氮二异丁腈，催化剂为异丙醇，强酸为氢氟酸。

进一步地，一种应用上述温敏材料提高除湿效率的装置，其特征在于： 包括固体转轮除湿装置和溶液除湿装置，所述固体转轮除湿装置和溶液除湿装置通过风道分路开关联机成串联式或并联式，所述固体转轮除湿装置和溶液除湿装置的各部件表面附着有温敏材料，所述固体转轮除湿装置和溶液除湿装置均受神经网络控制器控制，所述神经网络控制器能提高相关耗能设备效率，降低能耗，通过神经网络确保固体转轮除湿装置的最低能耗指标及溶液除湿装置的最小飘逸指标。所述固体转轮除湿装置和溶液除湿装置可以同时使用，也可以单独使用，根据实际工程需求而定，所述串联式，当要求的湿度较低时使用；所述并联式，当要求的风量较大时使用；所述固体转轮除湿装置，当要求的温度较低时单独使用； 所述溶液除湿装置，当要求的能耗较低时单独使用。如果好处想两头得，启动的时候用固体转轮除湿装置，耗电大，但是除湿冷凝速度快，一旦凉爽后，就切换到溶液除湿装置，省电，同时拥有固体转轮除湿装置和溶液除湿装置则效果更优。

进一步地，所述神经网络控制器的控制方法如下：

第一步：根据风量大小选神经网络模型网络层数为3，隐层神经元数量为7到13，采取隐层和输出层神经元函数分别为tansig函数和purelin函数，网络培训方式选用了trainlm算法；

第二步：有函数newff形态神经网络；

第三步：在对神经网络训练之前，首先设定相关参量，例如最大训练次数、训练要求精度、学习率等；

第四步：对神经网络进行训练；

第五步：重复训练直到满足第三步中设置的参数要求为止；

第六步：保留训练好的神经网络，并用训练好的神经网络实行预测；

第七步：将预测值和实际输出值进行对比，统计出相对误差；

第八步：将隐层神经元函数tansig函数改为radbas函数，再对神经网络进行训练，统计出相对误差，并与tansig函数的结果进行比较；

第九步：选合适的函数与神经元数量。

进一步地，所述固体转轮除湿装置和溶液除湿装置上分别连接设置有超声波自动清洗装置，所述超声波自动清洗装置受神经网络控制器控制。当除湿装置需要清洗时，通过神经网络控制器控制超声波自动清洗装置进行清洗。

进一步地，所述的提高除湿效率的装置仅包括固体转轮除湿装置。根据除湿效率选择除湿装置，当要求的温度较低时，单独使用固体转轮除湿装置即可。

进一步地，所述固体转轮除湿装置放置于一个箱体里，该除湿装置分为除湿端和再生端，除湿端和再生端的空间比例为1：1至1：3。

进一步地，所述提高除湿效率的装置仅包括溶液除湿装置，当要求的能耗较低时，单独使用溶液除湿装置。

进一步地，所述提高除湿效率的装置包括温湿度传感器，分别放置于该装置的进风口和出风口，且连接神经网络控制器，通过温湿度传感器把进风口和出风口的温度传输给神经网络控制器。

进一步地，一种利用上述温敏材料提高除湿效率装置提高除湿效率的方法，其特征在于，包括步骤一：待处理空气通过风道进入该除湿装置，通过温湿度传感器搜集到的温湿度数据，传输给神经网络控制器，神经网络控制器控制空气的除湿；步骤二：空气经过除湿处理后，在神经网络控制器的作用下，一部分排到室外，一部分用于除湿能力的再生； 通过以上两个步骤的反复重复进行，除湿装置不停地运转工作。

本发明的有益效果是：（1）利用现有的除湿剂和反开关纳米材料混合反应，形成新的温敏材料，所述温敏材料具有低温吸水高温放水的特性提高除湿剂的除湿效率且能耗低。（2）通过在除湿装置的表面各端喷涂温敏材料，所述温敏材料就是吸湿剂，由于温敏材料不降解，避免更换吸湿剂。（3）根据除湿效率的要求，对风量和温度的不同要求，神经网络控制器选择溶液除湿装置或者固体转轮除湿装置或者二者的组合。（4）通过除湿装置上安装超声波清洗装置，在神经网络控制器的作用下，控制除湿装置的自动清洗。

附图说明

图1固体转轮除湿装置和溶液除湿装置的串联或并联示意图；

①--⑤表示风道。

图2温敏材料的的制备流程图。

① 表示通氮气保护；

② 表示60 ºC恒温水浴中反应24 h；

③ 表示用去离子水浸渍,间隔一定时间更换去离子水,除去未反应单体。

图3 固体转轮除湿装置的结构示意图；

1-风机；2-固体转轮；3-再生热源；4-超声波自动清洗装置。

图4 溶液除湿装置的结构示意图；

5-除湿芯；6-再生芯；7-蒸发器；8-压缩机；9-阀门；10-冷凝器；11-再生泵；12-管式换热器；13-除湿泵；14-换热器。

图5利用温敏材料提高除湿效率的除湿装置工作流程图。

图6 固体转轮除湿装置除湿流程图。

图7 溶液除湿装置除湿流程图。

具体实施方式

下面结合附图来对本发明进行详细说明。

实施例1

温敏材料的制备

如图2所示，将异丙基丙烯酰胺凝胶（PNIPAAm）加入亚甲基双丙烯酰胺、偶氮二异丁腈、溶于无水乙醇中进行交联引发生成反开关纳米材料；待溶解充分后，通氮气保护加入硅酸钠，充分溶解后加入氢氟酸在60 ºC恒温水浴中反应24 h得到温敏硅胶粗产品；温敏硅胶粗产品用去离子水浸渍，间隔7-12小时后更换去离子水，除去未反应单体，生成温敏材料成品。根据除湿要求及性价比，确定反开关纳米材料和硅酸钠的比例范围，该比例范围在1:2至1:20之间都可以。

实施例2

如图1所示的固体转轮除湿装置和溶液除湿装置的串联或并联图，图中示出的固体转轮除湿装置与溶液除湿装置通过风道分路开关联机成串联式或并联式，神经网络控制器根据除湿及制冷要求确定串联并联的选择方式，并联式时的空气流动次序是：待处理空气分别经①、③风道进入固体转轮除湿装置及溶液除湿装置，被降温后干燥后的新风经过风道②、④送入室内，⑤不通。串联式时的空气流动次序是：待处理空气首先经风道③进入溶液除湿系统，由④经过风道⑤回到①再进入固体转轮除湿系统，最后经风道②送进室内。

神经网络控制器的控制方法如下步骤所示：

第一步：根据风量大小选神经网络模型网络层数为3，隐层神经元数量为7到13，采取隐层和输出层神经元函数分别为tansig函数和purelin函数，网络培训方式选用了trainlm算法；

第二步：有函数newff形态神经网络；

第三步：在对神经网络训练之前，首先设定相关参量，例如最大训练次数、训练要求精度、学习率等；

第四步：对神经网络进行训练；

第五步：重复训练直到满足第三步中设置的参数要求为止；

第六步：保留训练好的神经网络，并用训练好的神经网络实行预测；

第七步：将预测值和实际输出值进行对比，统计出相对误差；

第八步：将隐层神经元函数tansig函数改为radbas函数，再对神经网络进行训练，统计出相对误差，并与tansig的结果进行比较；

第9步：选合适的函数与神经元数量。

实施例3

根据图3及图6所示，该系统以通风模式运行，工作气流完全来自室外。外界空气进入干燥转轮，其中的水分被吸附剂吸附，湿度降低。由于吸附过程中大量吸附热的释放，空气和吸附剂温度都升高。在风机带动下，空气进入显热换热器，其显热被冷却介质带走，温度降低。流经直接蒸发冷却器时，水分继续冷凝，吸收潜热，空气湿度增加，温度降低至理想条件后，送入室内。来自室内的排气直接作为冷却介质送入显热换热器。回收来自工作气流的显热后温度升高，再经低品质压缩机热源加热至再生温度，引入干燥转轮对吸附剂进行再生。再生后的热湿空气排到室外。是通过在基材上添加所述温敏材料，并利用温敏材料与基材的吸湿作用实现空气和再生空气的间的热湿交换。当除湿材料、转轮结构和运行工况一定时，除湿空调性能取决于其系统形式。固体转轮装置上附上的超声波自动清洗装置，清洗过程由神经网络根据能效降低情况提醒维护人员不定期或自动定期进行，固体转轮除湿装置按1:2的关系分割为除湿箱与再生箱。

固体转轮除湿装置在35º第一阶段由预降温蒸发器进行预降温，预降温的气流送入固体转轮通过温敏材料进行除湿， 然后由二级蒸发再降温；第二阶段由换热器出来的另一部分气流经压缩机热端加热至再生温度后对干燥剂进行再生烘干。

实施例4

根据图4及图7所示，新风和回风在送风风机的作用下，首先进入热回收芯体进行全部热交换，交换后焓值降低的新风进入硅堆除湿芯。在硅堆除湿芯内新风和低温的除湿溶液接触并进行热质传递在交换中新风温度下降的同时湿度也会下降，从而变成温度和湿度都适合的送风进入房间。与此同时，经过全热交换后焓值升高的回风进入再生芯体，在硅堆再生芯内回风和高温溶液接触并进行热质传递，在交换中回风的温度升高且湿度增加，最后成为排风排到室外大气中。

除湿槽溶液在除湿泵的作用下可分成两路，一路经过硅堆系统冷端，被冷却后再喷淋到除湿芯体内，在芯体内低温溶液和空气接触并对空气进行降温和除湿，经过除湿后温度升高且浓度下降的溶液回到除湿溶液槽并参与下个循环。与此同时，另外一路溶液经过管式换热器和来自再生溶液槽的高温浓溶液进行热交换，交换后温度升高的稀溶液经再生芯体到再生溶液槽参与溶液的再生。

再生槽溶液在再生泵的作用下也分成两路，一路经过硅堆系统热端，被加热后再喷淋到半导体生温内芯再生芯体内，在芯体内高温溶液和空气接触并对空气进行升温和加湿，经过再生后温度下降且浓度升高的溶液回到再生溶液槽并参与下个循环。与此同时，另外一路溶液经过管式换热器和来自除湿溶液槽的低温溶液进行热交换，交换后温度下降的浓溶液经除湿芯体到除湿溶液槽来提高除湿溶液的浓度，如此往复。

图7是溶液除湿装置除湿流程图，处理空气进入一级硅堆冷芯，对处理空气进行冷凝降温，然后进入乒乓复合工业盐溶液进行除湿，除湿后的空气进入溶液除湿端的二级硅堆。一二级都是通过硅堆实现的，制冷硅堆空调省去了效率不高的压缩机，直接通电就产生冷端与热端，热端通常有一个，冷端通常有几个。再次送入同样的系统进行如图5所示的三级除湿，其中温度指的是空气干球温度，百分数表示的是相对湿度。

实施例5

图5是整个除湿装置在空调系统应用的流程图，空调控制系统主要包括了温度传感器，湿度传感器及空气质量传感器。待除湿空气进入除湿系统进行上面实施例所述的多级除湿。

本发明改进了固体和溶液除湿系统的效率，不仅可以用在空调系统，还可以用在任意需要除湿的设备。本发明中固体转轮除湿装置和溶液除湿装置也可以采用现有技术的固体转轮除湿装置和溶液除湿装置。将现有技术的固体转轮除湿装置和溶液除湿装置用神经网络控制器控制，采用温敏材料代替现有除湿装置的干燥剂，便可实现本发明。

根据以上所述，便可以实现本发明。对本领域的技术人员在不背离本发明的精神和保护范围的情况下做出的其他变化和修改，仍包括在本发明保护范围之内。

Claims (5)

1.一种应用温敏材料提高除湿效率的装置，其特征在于，所述装置包括固体转轮除湿装置和溶液除湿装置，所述固定转轮除湿装置和溶液除湿装置通过风道分路开关联机成串联式或并联式，所述串联式，当要求的湿度较低时使用；所述并联式，当要求的风量较大时使用，所述固体转轮除湿装置和溶液除湿装置的各部件表面附着有温敏材料，均受神经网络控制器控制；

所述神经网络控制器控制方法如下：

第一步：根据风量大小选神经网络模型网络层数为3，隐层神经元数量为7到13，采取隐层和输出层神经元函数分别为tansig函数和purelin函数，网络培训方式选用了trainlm算法；

第二步：有函数newff形态神经网络；

第三步：在对神经网络训练之前，首先设定相关参量：最大训练次数、训练要求精度、学习率；

第四步：对神经网络进行训练；

第五步：重复训练直到满足第三步中设定的参数的要求为止；

第六步：保留训练好的神经网络，并用训练好的神经网络实行预测；

第七步：将预测值和实际输出值进行对比，统计出相对误差；

第八步：将隐层神经元函数tansig函数改为radbas函数，再对神经网络进行训练，统计出相对误差，并与tansig函数的结果进行比较；

第九步：选合适的函数与神经元数量；

所述温敏材料是异丙基丙烯酰胺凝胶加入交联剂、引发剂反应后生成反开关纳米材料，所述交联剂为亚甲基双丙烯酰胺，所述引发剂为偶氮二异丁腈，所述反开关纳米材料和硅酸钠发应生成温敏材料，所述温敏材料由以下几步骤生成：

第一步：将异丙基丙烯酰胺凝胶（PNIPAAm）加入交联剂、引发剂、催化剂溶于无水乙醇中进行交联引发；

第二步：待溶解充分后，通氮气保护加入硅酸钠，充分溶解后加入强酸在60 ºC恒温水浴中反应24 h；

第三步：用去离子水浸渍，间隔7-12小时后更换去离子水，除去未反应单体，生成温敏材料成品。

2.如权利要求1所述的应用温敏材料提高除湿效率的装置，其特征在于，所述固体转轮除湿装置和溶液除湿装置上分别连接设置有超声波自动清洗装置，所述超声波自动清洗装置受神经网络控制器控制。

3.如权利要求1所述的应用温敏材料提高除湿效率的装置，其特征在于， 所述的固体转轮除湿装置放置于一个箱体里，所述固体转轮除湿装置分为除湿端和再生端，空间比例为1：1至1：3；所述溶液除湿装置是提高除湿效率的装置。

4.如权利要求1所述的应用温敏材料提高除湿效率的装置，其特征在于，所述该装置包括温湿度传感器，分别放置于该装置的进风口和出风口，且连接神经网络控制器，通过温湿度传感器把进风口和出风口的温度传输给神经网络控制器。

5.如权利要求1所述的应用温敏材料提高除湿效率的装置的方法，其特征在于，

所述方法包括步骤一：

待处理空气通过风道进入该除湿装置，通过温湿度传感器搜集到的温湿度数据，传输给神经网络控制器，神经网络控制器控制空气的除湿；

步骤二：

空气经过除湿处理后，在神经网络控制器的作用下，一部分排到室外，一部分用于除湿能力的再生；

通过以上两个步骤的反复重复进行，除湿装置不停地运转工作。