CN114440453A - 一种基于模糊算法的空气能热水器结霜程度判定方法 - Google Patents

Abstract

本发明公开了一种基于模糊算法的空气能热水器结霜程度判定方法，在空气能热水器处于结霜运行边界范围内时，获取压缩机吸热效能偏离度和相对湿度变化率，利用隶属度函数对压缩机吸热效能偏离度和相对湿度变化率进行模糊化，再将模糊化的压缩机吸热效能偏离度和相对湿度变化率作为模糊规则的输入，完成模糊推理，最后通过解模糊化运算得到准确的结霜程度参数值。本发明可以精准判断机组结霜故障及程度，避免单个条件，简单判断方法导致的误判及失效，为空气能热水器除霜运行工况提供可靠参数。

Description

一种基于模糊算法的空气能热水器结霜程度判定方法

技术领域

本发明涉及热水器技术领域，特别涉及一种基于模糊算法的空气能热水器结霜程度判定方法。

背景技术

空气能热水器因其具有高效、节能、环保的优势，广泛应用于家庭、企事业单位及小区楼栋的热水供应及冬季室内取暖。然而，在冬季使用过程中，由于室外温度较低，蒸发器换热装置铜管经常会结霜。一方面，结霜导致蒸发器换热效能急剧下降；另一方面，压缩机在温控调节器的控制下长时间处于满载甚至过载运行，效率、寿命及可靠性大大降低。目前，家用空气源热泵热水系统结霜判定主要是通过采集相对湿度变化和水温发生变化数据进行简单比较判定，导致结霜判定准确度偏低，甚至发生误判。因而，如何在低温、相对湿度高的环境下准确、可靠的判定结霜程度，为空气能热水器除霜操作提供准确数据，成为空气源热泵热水器行业共同的难题，也是关注的重点。

发明内容

本发明的目的在于，提供一种基于模糊算法的空气能热水器结霜程度判定方法。本发明可以精准判断机组结霜故障及程度，避免单个条件，简单判断方法导致的误判及失效，为空气能热水器除霜运行工况提供可靠参数。

本发明的技术方案：一种基于模糊算法的空气能热水器结霜程度判定方法，在空气能热水器处于结霜运行边界范围内时，获取压缩机吸热效能偏离度和相对湿度变化率，利用隶属度函数对压缩机吸热效能偏离度和相对湿度变化率进行模糊化，再将模糊化的压缩机吸热效能偏离度和相对湿度变化率作为模糊规则的输入，完成模糊推理，最后通过解模糊化运算得到准确的结霜程度参数值。

上述的基于模糊算法的空气能热水器结霜程度判定方法，所述压缩机吸热效能偏离度和相对湿度变化率的获取过程是在一个采样周期ΔT内分别获取压缩机的出风口处温度

出风口处相对湿度

风扇运行转速n_fan、风扇截面积S_fan和压缩机功率P_comp；

根据风扇运行转速n_fan和风扇截面积S_fan计算风扇出口的空气流量：

根据空气密度ρ(T_amb,H_amb)和空气流量计算风扇出口的空气质量：

m_air＝ρ(T_amb,H_amb)×Q_air；

根据空气比热容C(T_amb,H_amb)、空气质量m_air、当天环境温度T_amb和出风口处温度

计算空气热量交换量：

以及平均热交换量：

根据压缩机的功率P_comp计算压缩机的平均功率：

根据平均热交换量和压缩机的平均功率计算压缩机平均吸热效能：

根据压缩机平均吸热效能计算压缩机吸热效能偏离度：

式中：

为正常运行吸热效能的临界最小值；

根据环境相对湿度H_amb和出风口处相对湿度

计算相对湿度变化率：

前述的基于模糊算法的空气能热水器结霜程度判定方法，所述的隶属度函数为三角形隶属度函数或高斯形隶属度函数。

前述的基于模糊算法的空气能热水器结霜程度判定方法，其特征在于：通过重心法解模糊化运算得到准确的结霜程度参数值。

与现有技术相比，本发明在空气能热水器处于结霜运行边界范围内时，获取压缩机吸热效能偏离度和相对湿度变化率，利用隶属度函数对压缩机吸热效能偏离度和相对湿度变化率进行模糊化，再将模糊化的压缩机吸热效能偏离度和相对湿度变化率作为模糊规则的输入，完成模糊推理，最后通过解模糊化运算得到准确的结霜程度参数值。本发明基于空气能热水器蒸发器低温大湿度工况时，其在结霜情况下热交换效能相较于正常运行时热交换效能显著下降的特征，运用模糊算法理论得到结霜程度、热交换效能偏离度和相对湿度变化率，再由隶属度函数进行模糊化，进而可以准确判定空气能热水器蒸发器结霜程度，为除霜控制参数提供准确详实的数据。本发明可以精准判断机组结霜故障及程度，避免单个条件，简单判断方法导致的误判及失效，为空气能热水器除霜运行工况提供可靠参数。本发明具有可靠性高、实用性好、智能化程度高等优势。

附图说明

图1为空气能热水器蒸发器部分结构图；

图2为吸热效能偏离度隶属度函数图；

图3为相对湿度变化率隶属度函数图；

图4为结霜程度隶属度函数图；

图5为模糊推理规则集。

具体实施方式

下面结合附图和实施例对本发明作进一步的说明，但并不作为对本发明限制的依据。

实施例1：一种基于模糊算法的空气能热水器结霜程度判定方法，在空气能热水器处于结霜运行边界范围内时，获取压缩机吸热效能偏离度和相对湿度变化率，利用隶属度函数对压缩机吸热效能偏离度和相对湿度变化率进行模糊化，再将模糊化的压缩机吸热效能偏离度和相对湿度变化率作为模糊规则的输入，完成模糊推理，最后通过解模糊化运算得到准确的结霜程度参数值。

实施例2：一种基于模糊算法的空气能热水器结霜程度判定方法，在空气能热水器处于结霜运行边界范围内时，获取压缩机吸热效能偏离度和相对湿度变化率，利用隶属度函数对压缩机吸热效能偏离度和相对湿度变化率进行模糊化，再将模糊化的压缩机吸热效能偏离度和相对湿度变化率作为模糊规则的输入，完成模糊推理，最后通过解模糊化运算得到准确的结霜程度参数值。

本实施例的技术方案中相关变量定义如下：环境温度T_amb为进风口温度传感器T₁测量值，环境湿度H_amb为进风口湿度传感器H₁测量值，出风口处温度

为温度传感器T₂测量值，出风口处相对湿度

为湿度传感器H₂测量值，n_fan为风扇运行转速，S_fan为风扇截面积，P_comp为压缩机运行功率，ρ(T_amb,H_amb)为环境温湿度分别为T_amb和H_amb时空气的密度，C(T_amb,H_amb)为环境温湿度分别为T_amb和H_amb时空气的比热容，Q_air为ΔT时间内风扇空气流量，m_air为ΔT时间内风扇空气质量，

为ΔT时间内风扇空气热量交换量，

为ΔT时间内风扇空气平均热量交换量，

为ΔT时间内压缩机平均运行功率，

为ΔT时间内压缩机平均吸热效能，λ_Δ为压缩机吸热效能偏离度，

为压缩机正常运行吸热效能的临界最小值，λ_H为风扇入风口和出风口空气相对湿度变化率，α为空气能热水器结霜程度，

和μ_α分别为λ_Δ、λ_H和α的隶属度函数。

由物理学知识可知，在ΔT时间内，风扇鼓风空气流量Q_air满足：

对应的空气质量m_air为：

m_air＝ρ(T_amb,H_amb)×Q_air；

由热学原理可知，空气热量交换量

为：

进而，平均热交换量

为：

在ΔT时间内，压缩机的平均功率

为：

所以，压缩机平均吸热效能

为：

定义压缩机吸热效能偏离度为λ_Δ，则有：

定义风扇进出口空气的相对湿度变化度为λ_H，则有：

在公式进行计算和基于大数据算法得出结霜程度α、热交换效能偏离度λ_Δ和相对湿度变化率λ_H的隶属度函数的基础上，运用模糊算法理论进行模糊推理和解模糊化运算，得到准确的结霜程度参数值α，进而准确判定空气能热水器蒸发器结霜程度。为使本发明技术方法更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请各权利要求所要求保护的技术方案。

图1所示为空气能热水器蒸发器部分结构图，冷媒循环回路包括：蒸发器、四通阀、气液分离器、压缩机、换热器、储液罐、膨胀阀、过滤器。冷媒循环部分实现能量交换。在制热工作模式时，其冷媒的循环顺序为箭头实线流向；在除霜工作模式时，其冷媒的循环顺序为箭头虚线流向。制热/除霜模式下冷媒流向的切换是通过控制四通阀实现。在制热工作模式，冷媒在蒸发器处吸收空气中的热能，成为低温低压气体。经压缩机压缩后，为高温高压气体，并流经热交换器，进行热交换。释放热能后，经过储液罐、膨胀阀和过滤器后再次回到蒸发器进行下一次热交换。在除霜工作模式，冷媒在热交换器处吸收热能，成为低温低压气体。经压缩机压缩后，为高温高压气体，并流经蒸发器，对铜管加热除霜。释放热能后，经过过滤器、膨胀阀和储液罐后再次回到热交换器进行下一次除霜热交换。

结霜程度判定方法流程图，其步骤如下：

(1)依据户外温湿度传感器获取当天环境温度T_amb、环境相对湿度H_amb，结合大数据经验知识，判断空气能热水器当前是否处于结霜运行边界范围；如果是，则进入结霜程度判定算法，即进入步骤(2)；否则，退出；

(2)在采用周期ΔT时间内，分别获取出风口处温度

出风口处相对湿度

风扇运行转速n_fan、风扇截面积S_fan和压缩机的功率P_comp；

(3)依据公式计算风扇出口的空气流量

和质量 m_air＝ρ(T_amb,H_amb)×Q_air；

(4)依据公式计算空气热量交换量

及平均热交换量

(5)计算压缩机的平均功率

(6)计算压缩机平均吸热效能

(7)计算压缩机吸热效能偏离度

其中：

为正常运行吸热效能的临界最小值，由厂家给出；

(8)计算相对湿度变化率

(9)对λ_Δ和λ_H进行模糊化，模糊化所依据的λ_Δ和λ_H隶属度函数可以是由专家经验知识或者大数据分析得出，例如三角形隶属度函数、高斯形隶属度函数等；本实施例中，吸热效能偏离度λ_Δ的隶属度函数

采用三角形隶属度函数，如图2所示，由λ_Δ的定义公式可知，在结霜情况下0＜λ_Δ＜1。所以，λ_Δ的模糊子集为{Z,PS,PM,PB}，子集中的符号依次代表零，正小，正中和正大，其物理含义分别表示偏离度为零，偏离度为正并且比较小，偏离度为正并且中等，偏离度为正并且很大。隶属度函数

横坐标λ_Δ的四个点

和

的值由专家经验知识或者大数据分析处理得出。本实施例中，相对湿度变化度λ_H的隶属度函数

采用三角形隶属度函数，如图3所示，在制热工作时，蒸发器铜管中的冷媒吸收空气中的热量，使得经过热交换后的空气温度降低。由物理知识可知，空气温度的降低，必然导致空气中的水蒸气凝结在铜管上，使得热交换后的空气相对湿度大幅减小。但是，在蒸发器结霜的情况下，由于蒸发器铜管中的冷媒与空气的热交换大大减小，其出风口空气温度变化不大，进而出风口空气相对湿度变化较小。因而，在结霜情况下，由λ_H的定义公式可知， 0＜λ_H＜1。所以，λ_H的模糊子集为{Z,PS,PM,PB}，子集中的符号依次代表零，正小，正中和正大，其物理含义分别表示相对湿度变化度为零，相对湿度变化度为正并且比较小，相对湿度变化度为正并且中等，相对湿度变化度为正并且很大。隶属度函数

横坐标λ_H的四个点

和

的值由专家经验知识或者大数据分析处理得出。

图4为结霜程度α隶属度函数μ_α，本发明使用的隶属度函数μ_α为是三角形。与图2和图3所示隶属度函数保持一致，0＜α＜1。α取值的物理含义为：α为零表示不结霜，α为1表示热水器结霜最严重情形。显然，结霜程度α的模糊子集为{NF,SF,MF,DF}，子集中的符号依次代表不结霜，结霜较小，结霜中等和结霜严重。隶属度函数μ_α横坐标α的四个点λ_NF、λ_SF、λ_MF和λ_DF的值由厂家实测数据或者专家经验知识或者大数据分析处理得出。

(10)将λ_Δ和λ_H模糊化后的值作为模糊规则的输入，完成模糊推理，再依据重心法解模糊化，得出空气能热水器结霜程度α。

本实施例中，模糊推理规则集如图5所示，通过该规则对λ_Δ和λ_H进行模糊推理和解模糊化运算，得到准确的结霜程度α的值，其详细推理可参照图5所示进行，本发明就不再赘述。

综上所述，本发明基于空气能热水器蒸发器低温大湿度工况时，其在结霜情况下热交换效能相较于正常运行时热交换效能显著下降的特征，运用模糊算法理论得到结霜程度、热交换效能偏离度和相对湿度变化率，再由隶属度函数进行模糊化，进而可以准确判定空气能热水器蒸发器结霜程度，为除霜控制参数提供准确详实的数据。本发明可以精准判断机组结霜故障及程度，避免单个条件，简单判断方法导致的误判及失效，为空气能热水器除霜运行工况提供可靠参数。本发明具有可靠性高、实用性好、智能化程度高等优势。

Claims (4)

1.一种基于模糊算法的空气能热水器结霜程度判定方法，其特征在于：在空气能热水器处于结霜运行边界范围内时，获取压缩机吸热效能偏离度和相对湿度变化率，利用隶属度函数对压缩机吸热效能偏离度和相对湿度变化率进行模糊化，再将模糊化的压缩机吸热效能偏离度和相对湿度变化率作为模糊规则的输入，完成模糊推理，最后通过解模糊化运算得到准确的结霜程度参数值。

2.根据权利要求1所述的基于模糊算法的空气能热水器结霜程度判定方法，其特征在于：所述压缩机吸热效能偏离度和相对湿度变化率的获取过程是在一个采样周期ΔT内分别获取压缩机的出风口处温度

出风口处相对湿度

风扇运行转速n_fan、风扇截面积S_fan和压缩机功率P_comp；

根据风扇运行转速n_fan和风扇截面积S_fan计算风扇出口的空气流量：

根据空气密度ρ(T_amb,H_amb)和空气流量计算风扇出口的空气质量：

m_air＝ρ(T_amb,H_amb)×Q_air；

根据空气比热容C(T_amb,H_amb)、空气质量m_air、当天环境温度T_amb和出风口处温度

计算空气热量交换量：

以及平均热交换量：

根据压缩机的功率P_comp计算压缩机的平均功率：

根据平均热交换量和压缩机的平均功率计算压缩机平均吸热效能：

根据压缩机平均吸热效能计算压缩机吸热效能偏离度：

式中：

为正常运行吸热效能的临界最小值；

根据环境相对湿度H_amb和出风口处相对湿度

计算相对湿度变化率：

3.根据权利要求1所述的基于模糊算法的空气能热水器结霜程度判定方法，其特征在于：所述的隶属度函数为三角形隶属度函数或高斯形隶属度函数。

4.根据权利要求1所述的基于模糊算法的空气能热水器结霜程度判定方法，其特征在于：通过重心法解模糊化运算得到准确的结霜程度参数值。

Images