CN106123243B - 基于多维曲线拟合算法的空调装置制冷量测试方法 - Google Patents
基于多维曲线拟合算法的空调装置制冷量测试方法 Download PDFInfo
- Publication number
- CN106123243B CN106123243B CN201610602567.5A CN201610602567A CN106123243B CN 106123243 B CN106123243 B CN 106123243B CN 201610602567 A CN201610602567 A CN 201610602567A CN 106123243 B CN106123243 B CN 106123243B
- Authority
- CN
- China
- Prior art keywords
- air
- conditioning device
- refrigerating capacity
- evaporator
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
- F24F11/64—Electronic processing using pre-stored data
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了基于多维曲线拟合算法的空调装置制冷量测试方法,属于空调制冷量测试方法技术领域。测试方法依据的原理为:建立空调装置的基准样机物理模型,以此为研究对象,通过建立空调装置基准样机的制冷量与各个影响参数之间的多维曲线拟合数学模型,采用包括名义工况在内的多组样本数据进行训练仿真,获得该空调装置在任意工况下的制冷量数学模型。通过该数学模型,可以获得任意工况下空调装置基准样机的制冷量,作为同类型被测空调装置制冷量的理论值。在相同测试工况下,获得被测空调装置实际制冷量。利用该测试方法制作的制冷量测试装置或仪器可以用于空调装置的制冷量测试,广泛用于交通车辆、船舶、民用与工业应用的空调装置制冷量测试。
Description
技术领域:
本发明涉及基于多维曲线拟合算法的空调装置制冷量测试方法,属于空调制冷量测试方法技术领域。
背景技术:
空调装置制冷量测试主要依照相关标准,按照焓差法原理进行。这种依照相关标准的测试方法离不开复杂的工况控制和风量控制等硬件设备,几乎被局限于实验室应用。但是,对于空调装置制冷量测试的需求,是在空调装置的应用过程中普遍存在的。例如,车载空调装置的应用极为广泛,但因故障率远高于普通的家用空调器,所以,需要经常离线或在线测试其制冷量,而这种对制冷量的测试往往需要在非标准工况下进行的。
由于空调装置制冷量的测试属于多参数综合测试,限于目前测试原理没有突破,所以,至今尚未脱离相关标准硬件设备条件的空调装置制冷量测试理论及其相应的测试仪器。
以下是传统空调试验方法与相关设施配置要求,《TB/T2432-93铁路客车单元式空调机组试验方法》对客车机组制冷量测试的通用方法及标准装置做了相关规定,图1为标准中规定的测试工况。机组制冷量测试常用的方法有风管热平衡法、空气焓差法和房间热平衡法。其中,空气焓差法是应用最为广泛并被空调行业普遍认可的一种测试方法。
标准中规定的空调装置性能试验台有风洞式、环路式及房间式三种,其中的环路式空调装置试验台结构原理如图2所示,整个装置分为相互独立的室内侧和室外侧实验室,并通过房间空调器维持稳定的内部环境以满足检测时的工况要求。检测过程中,通过安装在蒸发器一侧的送、回风风管上的温湿度及压差测量装置与传感器,测得规定工况下蒸发器送、回风的焓值及流量,再通过下式即可确定机组的制冷量。
式中:Q为蒸发器制冷量,W;
Lo为室内侧空气流量,m3/s;
hn为室内送风空气焓值,J/kg干空气;
hc为室内回风空气焓值,J/kg干空气;
V为室内侧空气比容,m3/kg;
为室内侧空气含湿量,kg/kg干空气。
传统的空调装置性能检测方法必须在特定的实验室内按照规定的工况进行,其它应用条件下几乎无法完成测试。除了测试环境的严苛外,在实际操作中,外界环境的扰动会导致试验工况的不稳定,甚至造成检测室内的空气温湿度值偏离了规范的允许值,故检测中需对试验工况进行时时监控和调整,这种工况调整中消耗大量的时间及能源。因此,传统的测试方法是不能脱离实验室专门测试系统使用的。
发明内容:
针对上述问题,本发明要解决的技术问题是:1、建立空调装置的基准样机物理模型,并以此为研究对象,建立空调装置基准样机的制冷量与各个影响参数之间的多维曲线的数学模型。2、通过该数学模型,提供一种新型空调装置制冷量测试方法。
本发明基于多维曲线拟合算法的空调装置制冷量测试方法依据的基本原理为:建立空调装置的基准样机物理模型,以此为研究对象,通过建立空调装置基准样机的制冷量与各个影响参数之间的多维曲线拟合数学模型,并采用包括名义工况在内的多组样本数据进行训练仿真,获得该空调装置在任意工况下的制冷量数学模型,通过该数学模型,可以获得任意工况下空调装置基准样机的制冷量,作为同类型被测空调装置制冷量的理论参考值,在相同测试工况下,利用该模型结果与实际测试数据的分析比较,获得被测空调装置实际制冷量。
它的具体测试方法表述为:a:把空调装置视为热力系统,该系统的输入参数包括:蒸发器回风温度th、蒸发器回风相对湿度蒸发器通风量Vl、冷凝器进风温度tc、冷凝器通风量Vc及大气压力Pa,输出参数为制冷量和功耗。以下将建立空调装置制冷量与各个输入参数的多维曲线拟合模型;
由于决定空调装置制冷量的主要参数包括:蒸发器回风温度th、蒸发器回风相对湿度蒸发器通风量Vl、冷凝器进风温度tc、冷凝器通风量Vc及大气压力Pa,因此对于指定的一台空调装置来说,只要确定上述六个参数,机组的能耗及制冷量也是唯一确定的,其中蒸发器回风温度th、蒸发器回风湿度及冷凝器送风温度tc对机组制冷量的影响最为明显,且由于大气压力变化较小,其变化对空调装置制冷量的影响可以忽略,蒸发器、冷凝器通风量在测量精度要求的范围内可以作为常量处理,即认为在实际测试过程中空调装置冷凝器、蒸发器的通风量及大气压力基本维持不变,因此,制冷量在测量过程中的主要变量是:蒸发器回风温度th、蒸发器回风湿度及冷凝器进风温度tc;
上述变量中的蒸发器回风相对湿度主要通过蒸发器凝结水影响翅片管蒸发器的管外壁对流换热系数,从而影响蒸发器的传热量。根据传热学理论和湿空气热质交换理论,当蒸发器回风相对湿度由低至高达到一定值蒸发器表面将出现干工况至湿工况的转变;因此,蒸发器回风湿度的影响表现在两个区域:干工况区和湿工况区。在这两个区内,蒸发器回风湿度的影响相对不显著;故可以对相对湿度的影响进行分段研究;在相对湿度各分段中,空调装置制冷量的主要影响因素可减少为蒸发器回风温度th及冷凝器进风温度tc两个,实现了空调装置制冷量模型降维的目的。将蒸发器回风相对湿度按照临界值分区后,即可将模型降为不同回风相对湿度区段的三维模型;
临界相对湿度的数学模型的建立及干湿分区的判别:
在蒸发器表面温度10~11℃、大气压力101325Pa时,借助Matlab软件分析拟合,得到蒸发器回风温度th与相应干、湿分区的临界相对湿度数学模型(公式1),模型的适用范围:10℃≤th≤50℃;
式中:
p1=6.2029e-009,p2=-1.5991e-006,p3=0.00018189
p4=-0.012068,p5=0.51418,p6=-14,p7=199.02
在实际工况下,当测得的相对湿度大于时,认定该工况点位于湿工况区,当测得的相对湿度小于时,认定该工况点位于干工况区;
空调装置制冷量多维曲线模型的建立:
利用Matlab软件,对两个相对湿度分区中制冷量与蒸发器回风温度th、冷凝进风温度tc的三维曲线进行拟合,下面以某种单元式空调机组为例,给出具体拟合结果:
该机组在大气压力B(101325Pa)、送风量6000m3/h、冷凝风量11800m3/h的条件下,在蒸发器表面温度10~11℃时,得到制冷量与蒸发器回风温度、冷凝进风温度的关系如下:
Qo=p00+p10tc+p01th+p20tc 2+p11tcth+p02th 2+p30tc 3+p21tc 2th+p12tcth 2+p03th 3(公式2)
湿工况区:
p00=-26.9,p10=9.023,p01=-6.165,p20=-0.2055,p11=-0.1919p02=0.4461,p30=0.001953,p21=0.0003906,p12=0.002734p03=-0.007161
干工况区:
p00=-16.91,p10=6.02,p01=-4.223,p20=-0.1047,p11=-0.2256,p02=0.4188,p30=0.001302,p21=-0.0007813,p12=0.004687,p03=-0.007813
b:采用包括名义工况在内的多组样本数据进行训练仿真,获得该空调装置在任意工况下的制冷量数学模型,通过该数学模型,可以获得任意工况下空调装置基准样机的制冷量,并将其作为同类型被测空调装置制冷量的理论参照值,在相同测试工况下,利用该模型结果与实际测试数据的分析比较,获得被测空调装置实际制冷量;
测试工况下(任意运行工况)被测空调装置的实际制冷量Qo,s:
Qo,s=Vl·ρ(hh,j-hh,c) (公式3)
测试工况下(任意运行工况)被测空调装置的理论制冷量Qo,t:
则两式相除,得:
即
实际测试工况下被测空调装置的理论制冷量Qo,t由上述制冷量数学模型(见公式2)可求出,又由公式4知:
上式右侧均为已知参数,则理论焓降可以求得,此外,公式5右侧实际焓降hh,j-hh,c可在测试过程中计算得到,因此,利用公式5可以直接求得被测空调装置的实际制冷量;
在实际测量过程中测得被测空调装置的运行参数,通过上述测量空调装置制冷量的新方法,获得实际测试工况下空调装置的实际制冷量Qo,s。将测得的运行参数代入公式2,可求得被测空调装置的理论制冷量Qo,t,则被测空调装置的相对制冷量由下式可求:
由公式6可评判被测空调装置在任意测试工况下空调装置制冷能力是否正常。
本发明的有益效果:利用该测试方法制作的制冷量测试装置或仪器可以用于空调装置的制冷量测试,广泛用于交通车辆、船舶、民用与工业应用的空调装置制冷量测试。其技术较为先进,在国际领域中遥遥领先。
附图说明:
为了易于说明,本发明由下述的具体实施及附图作以详细描述。
图1为背景技术中现有领域中铁路客车空调装置试验工况图;
图2为背景技术中现有领域中基于空气焓差法的环路式空调装置性能测试装置图;
图3为本发明算法中空调装置系统的输入、输出图;
图4为本发明算法中蒸发器表面湿空气处理过程焓湿图;
图5为干、湿分区示意图。
具体实施方式:
本具体实施方式采用以下技术方案:本具体实施方式基于多维曲线拟合算法的空调装置制冷量测试方法依据的基本原理是:建立空调装置的基准样机物理模型,以此为研究对象,通过建立空调装置基准样机的制冷量与各个影响参数之间的多维曲线拟合数学模型,并采用包括名义工况在内的多组样本数据进行训练仿真,获得该空调装置在任意工况下的制冷量数学模型。通过该数学模型,可以获得任意工况下空调装置基准样机的制冷量,作为同类型被测空调装置制冷量的理论值。在相同测试工况下,利用该模型结果与实际测试数据的分析比较,获得被测空调装置实际制冷量。
参照以下实施方式来进行具体说明:空调装置制冷量的关联因素众多,除内部参数及其它次要因素外,主要包括蒸发器回风温度th、蒸发器回风相对湿度蒸发器通风量Vl、冷凝器进风温度tc、冷凝器通风量Vc及大气压力Pa,对于指定的一台空调装置来说,只要确定上述六个参数,机组的能耗及制冷量也是唯一确定的;
将空调装置视为热力系统,整个过程的输入输出如图3所示,试验表明,蒸发器回风温度th、蒸发器回风湿度及冷凝器送风温度tc对机组制冷量的影响最为明显,由于大气压力变化较小,其变化对空调装置制冷量的影响可以忽略;蒸发器、冷凝器通风量参数在测量精度要求的范围内可以作为常量处理,即在实际测试过程中认为空调装置冷凝器和蒸发器的送风量及大气压力基本维持不变。因此,制冷量(或功率)在测量过程中的变量主要是:蒸发器回风温度th、蒸发器回风湿度及冷凝器进风温度tc;
上述变量中的蒸发器回风相对湿度主要通过蒸发器凝结水影响翅片管蒸发器的管外壁对流换热系数,从而影响蒸发器的传热量,根据传热学理论和湿空气热质交换理论,当蒸发器回风相对湿度达到一定值蒸发器回风湿度的影响表现在两个区域,干工况区和湿工况区,在这两个区内,蒸发器回风湿度的影响相对不显著,蒸发器表面温度te,b对应的饱和水蒸气分压与蒸发器回风温度th下的相对湿度处理过程焓湿图如图4所示,对相对湿度进行分段研究,达到在相对湿度各分段中空调装置制冷量的影响因素降维的目的,将蒸发器回风相对湿度按照分区后,即可将模型降为不同回风相对湿度区段的三维模型,利用Matlab软件,在各相对湿度分区中,对制冷量与蒸发器回风温度th、冷凝进风温度tc的三维曲线进行拟合,以某种待测试的KLD40型单元式空调机组为例,给出具体拟合结果:
临界相对湿度的数学模型的建立及干湿分区的判别:
在蒸发器表面温度10~11℃、大气压力101325Pa时,借助Matlab软件分析拟合,得到蒸发器回风温度th与相应干、湿分区的临界相对湿度数学模型(公式1),模型的适用范围:10℃≤th≤50℃
式中:
p1=6.2029e-009,p2=-1.5991e-006,p3=0.00018189
p4=-0.012068,p5=0.51418,p6=-14,p7=199.02
在实际工况下,当测得的相对湿度大于时,认定该工况点位于湿工况区,当测得的相对湿度小于时,认定该工况点位于干工况区,分区示意图如图5。
该机组在大气压力B(101325Pa)、送风量6000m3/h、冷凝风量11800m3/h的条件下。结合设计分析和实验研究成果,在蒸发器表面温度10~11℃时,得到制冷量与蒸发器回风温度、冷凝进风温度的关系如下:
Qo=p00+p10tc+p01th+p20tc 2+p11tcth+p02th 2+p30tc 3+p21tc 2th+p12tcth 2+p03th 3(公式2)
湿工况区:
p00=-26.9,p10=9.023,p01=-6.165,p20=-0.2055,p11=-0.1919
p02=0.4461,p30=0.001953,p21=0.0003906,p12=0.002734
p03=-0.007161
干工况区:
p00=-16.91,p10=6.02,p01=-4.223,p20=-0.1047,p11=-0.2256,
p02=0.4188,p30=0.001302,p21=-0.0007813,p12=0.004687,
p03=-0.007813
通过对基准样机以模型中的三个输入参数作变工况性能数据训练,不断修正各参数的权值与阈值,可获得被测空调机组的精度更高的制冷量数学模型,在此基础上,可进一步得到各种工况下的制冷量、耗电量的测量输出;例如,对该型号空调机组测量了一组数据:相对湿度蒸发器回风温度th=27℃、冷凝进风温度tc=27℃,此时,可得到该机组理论制冷量Qo,s=43.76kW。
KLD40型单元式空调机组在大气压力B(101325Pa)、送风量6000m3/h、冷凝风量11800m3/h的条件下,名义工况(蒸发器回风温度29℃,湿球温度23℃,相对湿度60%,冷凝进风温度35℃)下制冷量为40.7kW,用本模型计算得到蒸发器回风温度29℃,相对湿度60%,冷凝进风温度35℃时的理论制冷量为41.21kW,相对误差为1.3%。所以,该空调机组制冷量模型准确度高。
测试工况下(任意运行工况)被测空调装置的实际制冷量Qo,s:
Qo,s=Vl·ρ(hh,j-hh,c) (公式3)
测试工况下(任意运行工况)被测空调装置的理论制冷量Qo,t:
则两式相除,得:
即
实际测试工况下被测空调装置的理论制冷量Qo,t由上述制冷量数学模型(见公式2)可求出,又由公式4知:
上式右侧均为已知参数,则理论焓降可以求得,此外,公式5右侧实际焓降hh,j-hh,c可在测试过程中计算得到,因此,利用公式5可以直接求得被测空调装置的实际制冷量。
在实际测量过程中测得被测空调装置的运行参数,通过上述测量空调装置制冷量的新方法,获得实际测试工况下空调装置的实际制冷量Qo,s。将测得的运行参数代入公式2,可求得被测空调装置的理论制冷量Qo,t,则被测空调装置的相对制冷量由下式可求:
由公式6可评判被测空调装置在任意测试工况下空调装置制冷能力是否正常。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (1)
1.基于多维曲线拟合算法的空调装置制冷量测试方法,其特征在于:此测试方法依据的原理为:建立空调装置的基准样机物理模型,以此为研究对象,通过建立空调装置基准样机的制冷量与各个影响参数之间的多维曲线拟合数学模型,并采用包括名义工况在内的多组样本数据进行训练仿真,获得该空调装置在任意工况下的制冷量数学模型,通过该数学模型,可以获得任意工况下空调装置基准样机的制冷量,作为同类型被测空调装置制冷量的理论参考值,在相同测试工况下,利用该模型结果与实际测试数据的分析比较,获得被测空调装置实际制冷量;具体测试方法表述为:
(a):把空调装置视为热力系统,该系统的输入参数包括:蒸发器回风温度th、蒸发器回风相对湿度蒸发器通风量VI、冷凝器进风温度tc、冷凝器通风量Vc及大气压力Pa,输出参数为制冷量和功耗,建立空调装置制冷量与各个输入参数的多维曲线拟合模型;
由于决定空调装置制冷量的主要参数包括:蒸发器回风温度th、蒸发器回风相对湿度蒸发器通风量VI、冷凝器进风温度tc、冷凝器通风量Vc及大气压力Pa,因此对于指定的一台空调装置来说,只要确定上述六个参数,机组的能耗及制冷量也是唯一确定的,其中蒸发器回风温度th、蒸发器回风湿度及冷凝器送风温度tc对机组制冷量的影响最为明显,且由于大气压力变化较小,其变化对空调装置制冷量的影响可以忽略,蒸发器、冷凝器通风量在测量精度要求的范围内可以作为常量处理,即认为在实际测试过程中空调装置冷凝器、蒸发器的通风量及大气压力基本维持不变,因此,制冷量在测量过程中的主要变量是:蒸发器回风温度th、蒸发器回风湿度及冷凝器进风温度tc;
上述变量中的蒸发器回风相对湿度主要通过蒸发器凝结水影响翅片管蒸发器的管外壁对流换热系数,从而影响蒸发器的传热量, 根据传热学理论和湿空气热质交换理论,当蒸发器回风相对湿度由低至高达到一定值蒸发器表面将出现干工况至湿工况的转变,因此,蒸发器回风湿度的影响表现在两个区域:干工况区和湿工况区,在这两个区内,蒸发器回风湿度的影响相对不显著,故可以对相对湿度的影响进行分段研究,在相对湿度各分段中,空调装置制冷量的主要影响因素可减少为蒸发器回风温度th及冷凝器进风温度tc两个,实现了空调装置制冷量模型降维的目的, 将蒸发器回风相对湿度按照临界值分区后,即可将模型降为不同回风相对湿度区段的三维模型;
临界相对湿度的数学模型的建立及干湿分区的判别:
在蒸发器表面温度10~11℃、大气压力101325Pa时,借助Matlab软件分析拟合,得到蒸发器回风温度th与相应干、湿分区的临界相对湿度数学模型(公式1),模型的适用范围:10℃≤th≤50℃;
式中:
p1=6.2029e-009,p2=-1.5991e-006,p3=0.00018189
p4=-0.012068,p5=0.51418,p6=-14,p7=199.02
在实际工况下,当测得的相对湿度大于时,认定该工况点位于湿工况区,当测得的相对湿度小于时,认定该工况点位于干工况区;
空调装置制冷量多维曲线模型的建立:
利用Matlab软件,对两个相对湿度分区中制冷量与蒸发器回风温度th、冷凝进风温度tc的三维曲线进行拟合, 下面以某种单元式空调机组为例,给出具体拟合结果:
该机组在大气压力101325Pa、送风量6000m3/h、冷凝风量11800m3/h的条件下,在蒸发器表面温度10~11℃时,得到制冷量与蒸发器回风温度、冷凝进风温度的关系如下:
Qo=p00+p10tc+p01th+p20tc 2+p11tcth+p02th 2+p30tc 3+p21tc 2th+p12tcth 2+p03th 3
(公式2)
湿工况区:
p00=-26.9,p10=9.023,p01=-6.165,p20=-0.2055,p11=-0.1919
p02=0.4461,p30=0.001953,p21=0.0003906,p12=0.002734
p03=-0.007161
干工况区:
p00=-16.91,p10=6.02,p01=-4.223,p20=-0.1047,p11=-0.2256,
p02=0.4188,p30=0.001302,p21=-0.0007813,p12=0.004687,
p03=-0.007813
b:采用包括名义工况在内的多组样本数据进行训练仿真,获得该空调装置在任意工况下的制冷量数学模型,通过该数学模型,可以获得任意工况下空调装置基准样机的制冷量,并将其作为同类型被测空调装置制冷量的理论参照值, 在相同测试工况下,利用该模型结果与实际测试数据的分析比较,获得被测空调装置实际制冷量;
在任意运行工况下被测空调装置的实际制冷量Qo,s:
Qo,s=Vl·ρ(hh,j-hh,c) (公式3)
在任意运行工况下被测空调装置的理论制冷量Qo,t:
则两式相除,得:
即
实际测试工况下被测空调装置的理论制冷量Qo,t由上述制冷量数学模型(见公式2)可求出,又由公式4知:
上式右侧均为已知参数,则理论焓降可以求得,此外,公式5右侧实际焓降hh,j-hh,c可在测试过程中计算得到,因此,利用公式5可以直接求得被测空调装置的实际制冷量;
在实际测量过程中测得被测空调装置的运行参数,通过上述测量空调装置制冷量的新方法,获得实际测试工况下空调装置的实际制冷量Qo,s;将测得的运行参数代入公式2,可求得被测空调装置的理论制冷量Qo,t,则被测空调装置的相对制冷量由下式可求:
由公式6可评判被测空调装置在任意测试工况下空调装置制冷能力是否正常。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610602567.5A CN106123243B (zh) | 2016-07-27 | 2016-07-27 | 基于多维曲线拟合算法的空调装置制冷量测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610602567.5A CN106123243B (zh) | 2016-07-27 | 2016-07-27 | 基于多维曲线拟合算法的空调装置制冷量测试方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106123243A CN106123243A (zh) | 2016-11-16 |
CN106123243B true CN106123243B (zh) | 2019-06-04 |
Family
ID=57290281
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610602567.5A Active CN106123243B (zh) | 2016-07-27 | 2016-07-27 | 基于多维曲线拟合算法的空调装置制冷量测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106123243B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113269905B (zh) * | 2016-12-02 | 2023-04-07 | 塞阿姆斯特朗有限公司 | 护理装备和系统的性能参数化 |
CN106871391A (zh) * | 2017-04-26 | 2017-06-20 | 上海科凌能源科技有限公司 | 基于有限测点的空调系统性能在线检测方法 |
CN107178871A (zh) * | 2017-05-09 | 2017-09-19 | 广东美的制冷设备有限公司 | 空调器及其制冷量获取方法和计算机可读存储介质 |
CN108036473B (zh) * | 2017-11-30 | 2020-05-05 | 广东芬尼克兹节能设备有限公司 | 一种智能温湿度控制方法与装置 |
CN111442501B (zh) * | 2020-03-30 | 2022-09-13 | 广东美的制冷设备有限公司 | 空气调节设备及其控制方法与装置 |
CN112922825B (zh) * | 2021-03-12 | 2023-08-08 | 芜湖欧宝机电有限公司 | 一种压缩机的识别与检测方法 |
CN113007872B (zh) * | 2021-03-19 | 2022-07-01 | 青岛海信日立空调系统有限公司 | 一种多联机空调系统 |
CN114384948B (zh) * | 2022-01-13 | 2023-04-28 | 北京小米移动软件有限公司 | 设备控制方法、装置、电子设备及存储介质 |
CN114440446B (zh) * | 2022-03-01 | 2023-05-05 | 温岭煌格科技咨询有限公司 | 一种空气能热水器快速除霜装置及方法 |
CN115143596B (zh) * | 2022-06-29 | 2024-04-19 | 创维空调科技(安徽)有限公司 | 一种为空调研发人员提供性能调试方向的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202485915U (zh) * | 2011-12-20 | 2012-10-10 | 上海市计量测试技术研究院 | 空气焓值法制冷量及制热量的校准装置 |
CN102937490A (zh) * | 2012-10-18 | 2013-02-20 | 浙江省检验检疫科学技术研究院 | 空调器制冷量制热量测试方法及风管箱量热计 |
CN104132435A (zh) * | 2014-08-18 | 2014-11-05 | 珠海格力电器股份有限公司 | 一种空调器制冷量测量方法及系统 |
JP2015197254A (ja) * | 2014-04-01 | 2015-11-09 | 東芝キヤリア株式会社 | 冷凍サイクル装置 |
CN105299845A (zh) * | 2015-11-20 | 2016-02-03 | 广东美的制冷设备有限公司 | 空调系统运行参数虚拟检测方法及装置 |
-
2016
- 2016-07-27 CN CN201610602567.5A patent/CN106123243B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202485915U (zh) * | 2011-12-20 | 2012-10-10 | 上海市计量测试技术研究院 | 空气焓值法制冷量及制热量的校准装置 |
CN102937490A (zh) * | 2012-10-18 | 2013-02-20 | 浙江省检验检疫科学技术研究院 | 空调器制冷量制热量测试方法及风管箱量热计 |
JP2015197254A (ja) * | 2014-04-01 | 2015-11-09 | 東芝キヤリア株式会社 | 冷凍サイクル装置 |
CN104132435A (zh) * | 2014-08-18 | 2014-11-05 | 珠海格力电器股份有限公司 | 一种空调器制冷量测量方法及系统 |
CN105299845A (zh) * | 2015-11-20 | 2016-02-03 | 广东美的制冷设备有限公司 | 空调系统运行参数虚拟检测方法及装置 |
Non-Patent Citations (2)
Title |
---|
单元式空调机组性变工况性能试验研究;胡益雄;《长沙铁道学院学报》;20000928;第18卷(第3期);54-54,66 |
检修的单元式空调机组性能测试方法研究;胡益雄等;《铁道机车车辆》;20010615(第3期);14-16 |
Also Published As
Publication number | Publication date |
---|---|
CN106123243A (zh) | 2016-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106123243B (zh) | 基于多维曲线拟合算法的空调装置制冷量测试方法 | |
CN106545930B (zh) | 一种高效节能中央空调机房及节能方法 | |
Grace et al. | Sensitivity of refrigeration system performance to charge levels and parameters for on-line leak detection | |
CN106839340A (zh) | 一种空调制冷量测量方法、装置及空调器 | |
CN105115738B (zh) | 顶置式空调系统的性能测试系统及测试方法 | |
CN101025424A (zh) | 大型voc检测用高精度动态检测用气候室及其检测设备 | |
CN109765797A (zh) | 一种空调节能仿真系统 | |
CN107014240B (zh) | 一种冷却塔冷却效率监测方法及系统 | |
CN106403204A (zh) | 一种空调制冷量检测方法、系统及空调器 | |
CN105276883A (zh) | 一种电子膨胀阀控制方法、控制装置及空调系统 | |
CN106196447A (zh) | 节能机房空调及其控制方法 | |
Guo et al. | Development of a virtual variable-speed compressor power sensor for variable refrigerant flow air conditioning system | |
CN102353403B (zh) | 中央空调主机冷冻水流量及冷却介质流量测量方法 | |
CN105387571A (zh) | 低温制冷控制方法、装置及空调器 | |
CN107144438A (zh) | 在线检测空调制冷能效比和制冷量的方法 | |
CN205783351U (zh) | 节能机房空调 | |
CN108131755A (zh) | 一种电气设备组件柜温湿度协同控制方法 | |
CN108344528B (zh) | 一种多联式空调系统换热量测量方法及装置 | |
US6742347B1 (en) | Feedforward control for absorption chiller | |
CN102269661B (zh) | 一种风冷压缩冷凝机组性能试验系统 | |
CN113048044A (zh) | 一种压缩机测试方法及系统 | |
Yamankaradeniz et al. | Performance analysis of a re-circulating heat pump dryer | |
CN105423978A (zh) | 多联机系统的工程配管长度的检测方法、装置和系统 | |
CN117515859B (zh) | 集中式水冷制冷系统的控制方法、装置、系统及存储介质 | |
CN109060340B (zh) | 一种高精度空调性能测试的热平衡室 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |