CN108224893A - 一种基于模型的冷库制冷系统智能控制方法 - Google Patents

一种基于模型的冷库制冷系统智能控制方法 Download PDF

Info

Publication number
CN108224893A
CN108224893A CN201711492099.1A CN201711492099A CN108224893A CN 108224893 A CN108224893 A CN 108224893A CN 201711492099 A CN201711492099 A CN 201711492099A CN 108224893 A CN108224893 A CN 108224893A
Authority
CN
China
Prior art keywords
model
refrigeration system
cold
units
load
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.)
Pending
Application number
CN201711492099.1A
Other languages
English (en)
Inventor
刘海波
马国远
许树学
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201711492099.1A priority Critical patent/CN108224893A/zh
Publication of CN108224893A publication Critical patent/CN108224893A/zh
Pending legal-status Critical Current

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
    • F25D29/00—Arrangement or mounting of control or safety devices
    • F25D29/005—Mounting of control devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B49/00—Arrangement or mounting of control or safety devices
    • F25B49/02—Arrangement or mounting of control or safety devices for compression type machines, plants or systems
    • F25B49/022—Compressor control arrangements

Abstract

本发明公开了一种基于模型的冷库制冷系统智能控制方法，包括气象参数模型、冷库围护结构负荷模型、进出货物负荷模型、库门渗风负荷模型、其他设备负荷模型、制冷系统模型。冷库负荷模型、进出货物负荷模型、库门渗风负荷模型和其他负荷模型在室外气象参数变化时，预测冷库内部负荷及冷库内部温度的变化趋势，并结合不同室外气象参数条件下的制冷系统模型预测的制冷系统性能变化趋势，避免基于冷库温度实测值的被动调节方式，可降低冷库内部温度的波动，并提高制冷系统的运行效率，降低冷库的总体能耗。

Description

一种基于模型的冷库制冷系统智能控制方法
技术领域
本发明涉及冷冻冷藏设备领域，更具体冷冻冷藏用冷库制冷系统控制。
背景技术
冷库是一种通过人工制冷的方法获得稳定的低温环境的建筑，广泛应用于食品的贮藏、保鲜等，是保证食品安全和食品品质重要基础设施。随着人民生活水平的提高，国家和人们对食品安全和食品品质日益关注，冷库在近年来得到了快速发展；同时，冷库的能耗也迅猛增长。
冷库的能耗主要为了保持冷库内低温环境的制冷系统的运行能耗，当前冷库制冷系统主要是根据冷库的实际运行温度(干球温度Ta,i,湿球温度Ts,i)和冷库的设定温度(Tset)的差值来控制制冷系统的运行参数(冷机/压缩机台数、压缩机转速、冷凝风机台数等)。图1是常见冷库及制冷系统形式及得热示意图，其的得热主要有以下几种方式：(1)室外空气(干球温度Ta,o,湿球温度Ts,o)、太阳辐射(R)通过墙体、屋顶及地面等围护结构传入室内(Qw)；(2)在进出货等开关门情况下，由于室内外温差驱动的渗风，也使得室外的高温高湿空气(干球温度Ta,o,湿球温度Ts,o)进入冷库内部(Qd)；(3)货物在进入冷库前的温度可能与库温并不一致，为了使这些货物的温度达到冷库的温度，也需要耗费一定的冷量(Qh)；(4)照明、车辆、电梯等冷库内的一些设备在运行时也会产生一定的热量(Qq)。为了维持冷库内部温度稳定，上述得热量都需要靠制冷系统中制冷剂蒸发吸热(即制冷系统的制冷量Qe)带走，并通过制冷系统冷凝器(Qc)排到室外环境中去。当制冷系统的制冷量(Qe)与冷库的得热量(Qw+Qd+Qh+Qq)不匹配时，冷库的温度就会升高或者降低。由于冷库库容较大，里面存放有较多的货物，货物和围护结构的蓄冷能力也很强。因此，冷库内部温度与冷库得热量(即冷负荷)并不同步，具有较强的滞后性，而货物温度的变化与库内温度的变化之间也有较大的时间偏差。这样的滞后和偏差一方面使得冷库的温度波动较大，不利于食品的品质保证；另一方面，也会造成制冷系统控制的滞后和偏差，使得制冷系统能耗增加。
发明内容
本发明要解决的技术问题是如何改进冷库制冷系统的控制以降低冷库温度波动并降低冷库制冷系统能耗。
为了解决上述技术问题，本发明提供了一种基于模型的冷库制冷系统智能控制方法，主要包括气象参数模型、冷库围护结构负荷模型、进出货物负荷模型、开关门渗风负荷模型、其他设备负荷模型、制冷系统模型。所述冷库负荷模型、进出货物负荷模型、开关门渗风负荷模型和其他负荷模型在室外气象参数变化时，并结合不同室外气象参数条件下的制冷系统模型预测的制冷系统性能变化趋势，根据冷库空气热平衡模型预测冷库内部负荷及冷库内部温度的变化趋势，优化控制制冷系统的冷机台数、压缩机台数/转速、冷凝器风机台数/转速、蒸发式冷凝器的喷淋/喷雾流量、循环泵台数/转速、冷风机台数/转速等制冷系统相关设备和运行参数。
所述气象参数模型采用自身设置相关传感器(空气干球温度、湿球温度、风速、太阳辐射等)进行测量获得或采用当地气象部门的逐时预报数据，或两种方式相结合的方法获得并相互校验。
所述冷库围护结构负荷模型是在室外气象参数(空气干球温度、湿球温度、风速、太阳辐射等)下，根据围护结构(屋顶、墙、地面等)的结构参数(长、宽、厚等)和材料特性(导热系数、比热、密度等)，计算并预测围护结构自身的温度变化和从室外环境传入冷库内部的热量。冷库围护结构负荷模型采用状态函数法模型或等效电阻电容法模型。
所述进出货物负荷模型是根据每次送入或运出冷库的货物参数(温度、种类/比热、重量)与冷库温度差值，计算并预测进出货物自身的温度变化和带给库内温度的热量。进出货物负荷模型采用传热系数法模型或延迟系数法模型。
所述库门渗风模型是在室外气象参数(空气干球温度、湿球温度、风速等)下，根据冷库尺寸(长度、高度、宽度等)和库门尺寸(高度、宽度)和开门时间，计算每次开关门由于室内外空气温差所形成的空气密度差引起的渗风量和由此带入室内的热量。库门渗风负荷模型采用实验测试结果、解析模型或流场数值仿真模型获得的经验公式法模型。
所述其他设备负荷模型是依据冷库内照明设备、运输设备等的使用时间和发热情况，计算其所产生的热量及对库内温度的影响。设备负荷模型采用经验公式法模型或延迟系数法模型。
所述冷库制冷系统模型是依据制冷系统构成的核心部件压缩机(单台或多台，定速或变速等)、蒸发器(冷排管或者冷风机等形式)、冷凝器(风冷冷凝器、蒸发式冷凝器或者水冷冷凝器+冷却塔等形式)、节流装置与辅助桶泵(桶泵循环系统的液氨桶、循环泵)在室外气象参数(空气干球温度、湿球温度)和系统运行参数下，计算出制冷系统的制冷量、耗功率以及蒸发压力(Pe)、冷凝压力(Pc)、排气温度(Td)等制冷系统运行状态。冷库制冷系统模型也可由基于部件详细仿真模型和实验测试结果生成的经验公式法模型或者性能图法模型。
所述冷库空气热平衡模型基于上述冷库各负荷之和与制冷系统制冷量预测空气温度变化趋势，并与实测库温结果进行校验，用公式(1)进行表述。
冷库制冷系统控制是基于模型预测的冷冻负荷与库温的变化趋势和制冷系统的运行状态优化控制制冷系统的运行参数冷机台数、压缩机、冷凝器、蒸发器及循环泵部件和设备的运行参数。
冷库制冷系统选用多台冷机系统时，通过调节冷机台数实现制冷量和制冷系统运行状态的调节。
冷库制冷系统中选用多台压缩机时，通过控制压缩机台数实现制冷量和制冷系统运行状态的调节。
冷库制冷系统中选用变转速压缩机时，通过控制压缩机转速实现制冷量和制冷系统运行状态的调节。
冷库制冷系统中选用风冷式冷凝器时，通过控制风冷式冷凝器的台数、风机台数和风机转速实现制冷量和制冷系统运行状态的调节。
冷库制冷系统中选用蒸发式冷凝器时，所述控制方法通过控制蒸发式冷凝器的台数、风机台数、风机转速、喷淋/喷雾流量实现制冷量和制冷系统运行状态的调节和优化。
冷库制冷系统中选用冷风机作为蒸发器时，所述控制方法通过控冷风机台数、风机转速实现制冷量和制冷系统运行状态的调节和优化。
冷库制冷系统中选用桶泵循环(液氨桶+循环泵)时，所述控制方法通过循环泵的台数和转速实现制冷量和制冷系统运行状态的调节和优化。
所述制冷系统冷机台数、压缩机、冷凝器、蒸发器及桶泵系统为其中一种或几种的组合。
本发明的一种基于模型预测的冷库制冷系统智能控制方法，通过模型预测冷库内部负荷及冷库内部温度的变化趋势，控制制冷系统相关设备和运行参数，避免了基于冷库温度实测值的被动调节方式，可降低冷库内部温度的波动，并提高制冷系统的运行效率，降低冷库的总体能耗。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是冷库及制冷系统负荷示意图；
图2是本发明的一种基于模型预测的冷库制冷系统智能控制方法工作示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步详细描述。以下实施例用于说明本发明，但不能用来限制本发明的范围。
如图1所示冷库及制冷系统，采用如图2所示的基于模型预测的冷库制冷系统智能控制方法，具体实施方法如下：
(1)利用气象参数模型从采集关传感器测量或当地气象部门播报和预报的逐时气象参数(空气干球温度、湿球温度、风速、太阳辐射等)，进行相互校验预测出未来一段时间的气象参数。
(2)利用冷库围护结构负荷模型，在室外气象参数(空气干球温度、湿球温度、风速、太阳辐射等)下，根据围护结构(屋顶、墙、地面等)的结构参数(长、宽、厚等)和材料特性(导热系数、比热、密度等)，计算并预测围护结构自身的温度变化和从室外环境传入冷库内部的热量Qw。
(3)利用进出货物负荷模型，根据每次送入或运出冷库的货物参数(温度、种类/比热、重量)与冷库温度差值，计算并预测进出货物自身的温度变化和带给库内温度的热量Qh。
(4)利用库门渗风模型，根据室外气象参数(空气干球温度、湿球温度、风速等)和根据冷库尺寸(长度、高度、宽度等)和库门尺寸(高度、宽度)和开门时间，计算每次开关门由于室内外空气温差所形成的空气密度差引起的渗风量和由此带入室内的热量Qd。
(5)所述冷库制冷系统模型是依据制冷系统构成的核心部件压缩机(单台或多台，定速或变速等)、蒸发器(冷排管或者冷风机等形式)、冷凝器(风冷冷凝器、蒸发式冷凝器或者水冷冷凝器+冷却塔等形式)、节流装置与辅助桶泵(桶泵循环系统的液氨桶、循环泵)在室外气象参数(空气干球温度、湿球温度)和系统运行参数下，计算出制冷系统的制冷量Qe、耗功率We以及蒸发压力Pe、冷凝压力Pc、排气温度Td等制冷系统运行状态。
(6)根据冷库空气热平衡模型 基于上述冷库各负荷之和与制冷系统制冷量预测空气温度变化趋势，并与实测库温结果进行校验。
(7)当冷库制冷系统控制是基于模型预测的冷冻负荷与库温的变化趋势和制冷系统的运行状态优化控制制冷系统的运行参数冷机台数、压缩机、冷凝器、蒸发器及循环泵等部件和设备的运行参数。
(8)当冷库制冷系统选用多台冷机系统时，所述控制方法通过调节冷机台数实现制冷量和制冷系统运行状态的调节和优化。
(9)当冷库制冷系统中选用多台压缩机时，所述控制方法通过控制压缩机台数实现制冷量和制冷系统运行状态的调节和优化。
(10)当冷库制冷系统中选用变转速压缩机时，所述控制方法通过控制压缩机转速实现制冷量和制冷系统运行状态的调节和优化。
(11)当冷库制冷系统中选用风冷式冷凝器时，所述控制方法通过控制风冷式冷凝器的台数、风机台数和风机转速实现制冷量和制冷系统运行状态的调节和优化。
(12)当冷库制冷系统中选用蒸发式冷凝器时，所述控制方法通过控制蒸发式冷凝器的台数、风机台数、风机转速、喷淋/喷雾流量实现制冷量和制冷系统运行状态的调节和优化。
(13)当冷库制冷系统中选用冷风机作为蒸发器时，所述控制方法通过控冷风机台数、风机转速实现制冷量和制冷系统运行状态的调节和优化。
(14)当冷库制冷系统中选用桶泵循环(液氨桶+循环泵)时，所述控制方法通过循环泵的台数和转速实现制冷量和制冷系统运行状态的调节和优化。
以上实施方式仅用于说明本发明，而非对本发明的限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行各种组合、修改或者等同替换，都不脱离本发明技术方案的精神和范围，均应涵盖在本发明的权利要求范围当中。

Claims (10)

1.一种基于模型的冷库制冷系统智能控制方法，主要包括气象参数模型、冷库围护结构负荷模型、进出货物负荷模型、开关门渗风负荷模型、其他设备负荷模型、制冷系统模型；所述冷库负荷模型、进出货物负荷模型、开关门渗风负荷模型和其他负荷模型在室外气象参数变化时，并结合不同室外气象参数条件下的制冷系统模型预测的制冷系统性能变化趋势，根据冷库空气热平衡模型预测冷库内部负荷及冷库内部温度的变化趋势，控制制冷系统的冷机台数、压缩机台数/转速、冷凝器风机台数/转速、蒸发式冷凝器的喷淋/喷雾流量、循环泵台数/转速、冷风机台数/转速等制冷系统相关设备和运行参数；
其特征在于：所述气象参数模型采用自身设置相关传感器进行测量获得或采用当地气象部门的逐时预报数据，或两种方式相结合的方法获得并相互校验；
所述冷库围护结构负荷模型是在室外气象参数下，根据围护结构的结构参数和材料特性，计算并预测围护结构自身的温度变化和从室外环境传入冷库内部的热量；冷库围护结构负荷模型采用状态函数法模型或等效电阻电容法模型；
所述进出货物负荷模型是根据每次送入或运出冷库的货物参数与冷库温度差值，计算并预测进出货物自身的温度变化和带给库内温度的热量；进出货物负荷模型采用传热系数法模型或延迟系数法模型；
所述库门渗风模型是在室外气象参数下，根据冷库尺寸和库门尺寸和开门时间，计算每次开关门由于室内外空气温差所形成的空气密度差引起的渗风量和由此带入室内的热量；库门渗风负荷模型采用实验测试结果、解析模型或流场数值仿真模型获得的经验公式法模型；
所述其他设备负荷模型是依据冷库内照明设备、运输设备等的使用时间和发热情况，计算其所产生的热量及对库内温度的影响；设备负荷模型采用经验公式法模型或延迟系数法模型；
所述冷库制冷系统模型是依据制冷系统构成的核心部件压缩机、蒸发器、冷凝器、节流装置与辅助桶泵在室外气象参数和系统运行参数下，计算出制冷系统的制冷量、耗功率以及蒸发压力(Pe)、冷凝压力(Pc)、排气温度(Td)等制冷系统运行状态；冷库制冷系统模型也可由基于部件详细仿真模型和实验测试结果生成的经验公式法模型或者性能图法模型。
2.根据权利要求1所述的一种基于模型的冷库制冷系统智能控制方法，其特征在于：所述冷库空气热平衡模型基于上述冷库各负荷之和与制冷系统制冷量预测空气温度变化趋势，并与实测库温结果进行校验，用公式(1)进行表述；
3.根据权利要求1所述的一种基于模型的冷库制冷系统智能控制方法，其特征在于：冷库制冷系统控制是基于模型预测的冷冻负荷与库温的变化趋势和制冷系统的运行状态优化控制制冷系统的运行参数冷机台数、压缩机、冷凝器、蒸发器及循环泵部件和设备的运行参数。
4.根据权利要求1所述的一种基于模型的冷库制冷系统智能控制方法，其特征在于：冷库制冷系统选用多台冷机系统时，通过调节冷机台数实现制冷量和制冷系统运行状态的调节。
5.根据权利要求1所述的一种基于模型的冷库制冷系统智能控制方法，其特征在于：冷库制冷系统中选用多台压缩机时，通过控制压缩机台数实现制冷量和制冷系统运行状态的调节。
6.根据权利要求1所述的一种基于模型的冷库制冷系统智能控制方法，其特征在于：冷库制冷系统中选用变转速压缩机时，通过控制压缩机转速实现制冷量和制冷系统运行状态的调节。
7.根据权利要求1所述的一种基于模型的冷库制冷系统智能控制方法，其特征在于：冷库制冷系统中选用风冷式冷凝器时，通过控制风冷式冷凝器的台数、风机台数和风机转速实现制冷量和制冷系统运行状态的调节。
8.根据权利要求1所述的一种基于模型的冷库制冷系统智能控制方法，其特征在于：冷库制冷系统中选用蒸发式冷凝器时，通过控制蒸发式冷凝器的台数、风机台数、风机转速、喷淋/喷雾流量实现制冷量和制冷系统运行状态的调节和优化。
9.根据权利要求1所述的一种基于模型的冷库制冷系统智能控制方法，其特征在于：冷库制冷系统中选用冷风机作为蒸发器时，通过控冷风机台数、风机转速实现制冷量和制冷系统运行状态的调节和优化。
10.根据权利要求1所述的一种基于模型的冷库制冷系统智能控制方法，其特征在于：冷库制冷系统中选用桶泵循环时，通过循环泵的台数和转速实现制冷量和制冷系统运行状态的调节和优化；
所述制冷系统冷机台数、压缩机、冷凝器、蒸发器及桶泵系统为其中一种或几种的组合。
CN201711492099.1A 2017-12-30 2017-12-30 一种基于模型的冷库制冷系统智能控制方法 Pending CN108224893A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711492099.1A CN108224893A (zh) 2017-12-30 2017-12-30 一种基于模型的冷库制冷系统智能控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711492099.1A CN108224893A (zh) 2017-12-30 2017-12-30 一种基于模型的冷库制冷系统智能控制方法

Publications (1)

Publication Number Publication Date
CN108224893A true CN108224893A (zh) 2018-06-29

Family

ID=62645002

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711492099.1A Pending CN108224893A (zh) 2017-12-30 2017-12-30 一种基于模型的冷库制冷系统智能控制方法

Country Status (1)

Country Link
CN (1) CN108224893A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109827378A (zh) * 2019-01-28 2019-05-31 长虹美菱股份有限公司 用于制冷设备变频压缩机运行失步的调控方法及装置
CN110276512A (zh) * 2019-04-25 2019-09-24 北京中建建筑科学研究院有限公司 一种冷库系统能耗系数评价指标计算方法
CN111156769A (zh) * 2020-03-04 2020-05-15 江苏元隆电器有限公司 一种变频冰箱的智能控制方法
CN111550961A (zh) * 2020-04-26 2020-08-18 青岛海尔电冰箱有限公司 冰箱间室温度的预测方法与智能冰箱
CN112503835A (zh) * 2020-11-27 2021-03-16 江苏易道节能技术有限公司 一种冷库制冷系统节能效率的管理系统及测试方法
CN113758061A (zh) * 2021-09-30 2021-12-07 珠海格力电器股份有限公司 降温装置、制冷设备、温控方法及计算机可读存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105928292A (zh) * 2016-04-20 2016-09-07 山东三九制冷设备有限公司 一种基于神经网络的负荷预测与需求响应控制的光伏冷库系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105928292A (zh) * 2016-04-20 2016-09-07 山东三九制冷设备有限公司 一种基于神经网络的负荷预测与需求响应控制的光伏冷库系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
曹长修等: "冷库的预测智能控制", 《重庆大学学报》 *
田绅等: "冷库库门的非稳态RANS模型渗风研究", 《制冷学报》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109827378A (zh) * 2019-01-28 2019-05-31 长虹美菱股份有限公司 用于制冷设备变频压缩机运行失步的调控方法及装置
CN109827378B (zh) * 2019-01-28 2021-08-03 长虹美菱股份有限公司 用于制冷设备变频压缩机运行失步的调控方法及装置
CN110276512A (zh) * 2019-04-25 2019-09-24 北京中建建筑科学研究院有限公司 一种冷库系统能耗系数评价指标计算方法
CN111156769A (zh) * 2020-03-04 2020-05-15 江苏元隆电器有限公司 一种变频冰箱的智能控制方法
CN111550961A (zh) * 2020-04-26 2020-08-18 青岛海尔电冰箱有限公司 冰箱间室温度的预测方法与智能冰箱
CN112503835A (zh) * 2020-11-27 2021-03-16 江苏易道节能技术有限公司 一种冷库制冷系统节能效率的管理系统及测试方法
CN113758061A (zh) * 2021-09-30 2021-12-07 珠海格力电器股份有限公司 降温装置、制冷设备、温控方法及计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN108224893A (zh) 一种基于模型的冷库制冷系统智能控制方法
CN104251529B (zh) 一种复合式制冷多联空调系统
CN102272533B (zh) 空调控制装置、冷却系统以及空调控制程序
Ma et al. A supervisory control strategy for building cooling water systems for practical and real time applications
CN101393570B (zh) 中央空调运行仿真系统
Song et al. An experimental study on the effects of downwards flowing of melted frost over a vertical multi-circuit outdoor coil in an air source heat pump on defrosting performance during reverse cycle defrosting
Hajidavalloo et al. Performance improvement of air-cooled refrigeration system by using evaporatively cooled air condenser
AU738797B2 (en) A digital controller for a cooling and heating plant having near-optimal global set point control strategy
CN106152673B (zh) 干燥装置以及具备该干燥装置的冰箱
CN105371557B (zh) 一种冰箱及冰箱控制方法
CN105091241B (zh) 一种控制变频空调器的方法
CN109765797A (zh) 一种空调节能仿真系统
CN102057243A (zh) 通过冷却回收增强蒸发冷却塔性能
Ghadiri et al. The effect of selecting proper refrigeration cycle components on optimizing energy consumption of the household refrigerators
CN209541245U (zh) 平行送风式冷柜
CN105180357B (zh) 壁挂式空调器控制方法
Yang et al. An analysis on the energy efficiency of air-cooled chillers with water mist system
CN206369389U (zh) 一种基于热管传热技术的冰蓄冷储物箱
CN108168170A (zh) 一种基于在线辨识的冷库制冷系统智能控制方法
CN209588261U (zh) 一种机房温控节能装置
CN106610170B (zh) 风冷冰箱与风冷冰箱的控制方法
CN106568269B (zh) 冰箱
CN107702394A (zh) 一种模块化集中冷源系统及其控制方法
CN107192206A (zh) 一种冰箱的化霜方法
CN202002425U (zh) 一种具有保湿功能的冰箱

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180629

RJ01 Rejection of invention patent application after publication