CN117287407A - 一种压缩机防喘振方法 - Google Patents

一种压缩机防喘振方法 Download PDF

Info

Publication number
CN117287407A
CN117287407A CN202210687634.3A CN202210687634A CN117287407A CN 117287407 A CN117287407 A CN 117287407A CN 202210687634 A CN202210687634 A CN 202210687634A CN 117287407 A CN117287407 A CN 117287407A
Authority
CN
China
Prior art keywords
value
preset
compressor
learning rate
adjustment value
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
CN202210687634.3A
Other languages
English (en)
Inventor
张中楠
王云峰
郭卫云
马文妙
李森
郑浩然
王江
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 Machinery Equipment Research Institute
Original Assignee
Beijing Machinery Equipment Research Institute
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 Machinery Equipment Research Institute filed Critical Beijing Machinery Equipment Research Institute
Priority to CN202210687634.3A priority Critical patent/CN117287407A/zh
Publication of CN117287407A publication Critical patent/CN117287407A/zh
Pending legal-status Critical Current

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04D—NON-POSITIVE-DISPLACEMENT PUMPS
    • F04D27/00—Control, e.g. regulation, of pumps, pumping installations or pumping systems specially adapted for elastic fluids
    • F04D27/02—Surge control
    • F04D27/0207—Surge control by bleeding, bypassing or recycling fluids
    • F04D27/0223—Control schemes therefor
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04D—NON-POSITIVE-DISPLACEMENT PUMPS
    • F04D27/00—Control, e.g. regulation, of pumps, pumping installations or pumping systems specially adapted for elastic fluids
    • F04D27/001—Testing thereof; Determination or simulation of flow characteristics; Stall or surge detection, e.g. condition monitoring
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
    • F05D2270/00—Control
    • F05D2270/30—Control parameters, e.g. input parameters
    • F05D2270/301—Pressure
    • F05D2270/3011—Inlet pressure
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
    • F05D2270/00—Control
    • F05D2270/30—Control parameters, e.g. input parameters
    • F05D2270/301—Pressure
    • F05D2270/3013—Outlet pressure
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
    • F05D2270/00—Control
    • F05D2270/30—Control parameters, e.g. input parameters
    • F05D2270/303—Temperature
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
    • F05D2270/00—Control
    • F05D2270/70—Type of control algorithm
    • F05D2270/706—Type of control algorithm proportional-integral-differential

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Control Of Positive-Displacement Air Blowers (AREA)

Abstract

本发明涉及压缩机自动控制技术领域，尤其涉及一种压缩机防喘振方法，包括：预设初始安全裕度值IV；采样压缩机入口体积流量采样值，并计算每次采样对应的压缩机入口体积流量极限值；计算所述压缩机入口体积流量采样值与对应的所述压缩机入口体积流量极限值之间的比值；根据所述比值，调整压缩机回流阀的开度，将调整后压缩机入口体积流量值控制在一倍到(1+IV)倍对应的压缩机入口体积流量极限值之间。本发明实施例提供的技术方案，可有效解决现有技术中存在的因考虑防喘振而导致压缩机工作系统的效率较低的技术问题。

Description

一种压缩机防喘振方法
技术领域
本发明涉及压缩机自动控制技术领域，尤其涉及一种压缩机防喘振方法。
背景技术
压缩机在工作中，如在制冷过程中，在一定进口压力与转速下，当压缩机进口空气流量小于一定数值时，会发生喘振现象。发生喘振时，由于压缩机进口空气压力大幅波动，会引起压缩机产生强烈振动，从而导致压缩机效率降低，严重时会造成压缩机损坏。
参见图1，图1是压缩机喘振特性曲线图。图1所示曲线可称为喘振极限线，该条曲线可用一个抛物线方程近似，其经验公式(1)为：
其中，Qp为压缩机入口体积流量极限值；T为压缩机入口绝对温度；P1、P2分别为压缩机入口、出口压力；其中，K、α均为常量，由压缩机制造厂家提供，T、P1、P2可有相应的传感器测出。
理想状态是压缩机工作点在喘振极限线附近，其中压缩机工作点为与Q在图1所示坐标系中的位置点。现有技术依据图1所示曲线，选取固定流量值作为压缩机防喘振流量Q，一定程度上减少喘振情况的发生。其中，为避开喘振区域，现有技术选取的Q值通常较大，而由图1可知，Q值较大时虽然能够保证压缩机工作在安全区域，防止喘振的发生，但由于过于偏离喘振极限线，将导致压缩机工作系统能耗过大而效率低下。
发明内容
鉴于上述分析，本发明旨在提供一种压缩机防喘振方法，解决现有技术中存在的因考虑防喘振而导致压缩机工作系统的效率较低的技术问题。
本发明提供的技术方案是：
本发明的实施例提供一种压缩机防喘振方法，包括：
预设初始安全裕度值IV；
采样压缩机入口体积流量采样值，并计算每次采样对应的压缩机入口体积流量极限值；
计算所述压缩机入口体积流量采样值与对应的所述压缩机入口体积流量极限值之间的比值；
根据所述比值，调整压缩机回流阀的开度，将调整后压缩机入口体积流量值控制在一倍到(1+IV)倍对应的压缩机入口体积流量极限值之间。
优选地，所述采样的采样周期为1秒。
优选地，所述调整压缩机回流阀的开度包括：
若第k次采样对应算出所述比值在预设第一比值阈值与预设第二比值阈值之间，则：
利用所述初始安全裕度值IV，校准当前采样安全裕度值SV；
计算第k次采样的输出误差e(k)：
e(k)＝Q(k)-(1+SV)Qp(k)，
其中，Q(k)为第k次采样的压缩机入口体积流量采样值，Qp(k)为第k次采样对应的压缩机入口体积流量极限值；
根据比例-积分-微分PID算法计算本次开度调整值u(k)：u(k)＝u(k-1)+Kp(k)(e(k)-e(k-1))+Ki(k)e(k)+Kd(k)(e(k)-2e(k-1)+e(k-2))，
其中，所述u(k-1)为第(k-1)次采样对应的开度调整值，初始值为0；e(k-1)为第(k-1)次采样对应的输出误差，e(k-2)为第(k-2)次采样对应的输出误差；Kp(k)、Ki(k)、Kd(k)分别为第k次采样对应的所述PID算法的比例系数、积分系数与微分系数；
若所述本次开度调整值u(k)小于或等于预设第一开度调整值阈值，则设置所述本次开度调整值u(k)等于所述第一开度调整值阈值；若所述本次开度调整值u(k)大于或等于预设第二开度调整值阈值，则设置所述本次开度调整值u(k)等于所述第二开度调整值阈值；若本次开度调整值u(k)在所述第一开度调整值阈值与所述第二开度调整值阈值之间，则本次开度调整值u(k)不变；并得到本次开度值y(k)为：
y(k)＝y(k-1)+u(k)，
其中，y(k-1)为第(k-1)次采样对应的开度值；
调整所述PID算法的自学习速率；
进入下一次采样周期。
优选地，所述校准当前采样安全裕度值包括：
令SV＝IV+Num/100，其中，Num为从开始采样到当前采样已发生喘振的累加次数；
对所述压缩机连续安全运行时长进行计时，并在所述连续安全运行时长达到预设时长阈值时，对Num进行减一操作。
优选地，所述预设时长阈值为1分钟。
优选地，所述开度值的初始值为50％。
优选地，所述调整所述PID算法的自学习速率包括：
若e(k)-e(k-1)≥Pmax，则调整所述PID算法中自学习速率的比例学习速率ηp减去预设第一调整值，Pmax为所述PID算法中比例相状态量的预设最大值；
若e(k)-e(k-1)≤Pmin，则调整所述比例学习速率ηp加上预设第二调整值，Pmin为所述PID算法中比例项状态量的预设最小值；
若|e(k)|≥Imax，则调整所述PID算法中自学习速率的积分学习速率ηi减去预设第三调整值，Imax为所述PID算法中积分项状态量的预设最大值；
若|e(k)|≤Imin，则调整所述积分学习速率ηi加上预设第四调整值，Imin为所述PID算法中积分项状态量的预设最小值；
若|e(k)-2e(k-1)+e(k-2)|≥Dmax，则调整所述PID算法中自学习速率的微分学习速率ηd加上预设第五调整值，Dmax为所述PID算法中微分项状态量的预设最大值；
若|e(k)-2e(k-1)+e(k-2)|≤Dmin，则调整所述微分学习速率ηd减去预设第六调整值，Dmin为所述PID算法中微分项状态量的预设最小值。
优选地，所述调整压缩机回流阀的开度还包括：
若所述比值达到或超过预设第一比值阈值，则按预设进度减小所述开度，并调整预设PID算法的自学习速率，进入下一次采样周期；
若所述比值达到或低于预设第二比值阈值，则增大所述开度至全开状态，并调整所述PID算法的自学习速率，进入下一次采样周期；
其中，所述预设第一比值阈值大于所述预设第二比值阈值。
优选地，所述并调整预设PID算法的自学习速率包括：
调整所述PID算法中自学习速率的比例学习速率ηp减去预设第七调整值，且调整所述自学习速率的微分学习速率ηd加上预设第八调整值；
所述并调整所述PID算法的自学习速率包括：
调整所述比例学习速率ηp减去预设第九调整值，且调整所述微分学习速率ηd加上预设第十调整值。
优选地，所述第一比值阈值为150％；所述第二比值阈值为70％。
本发明实施例提供的技术方案中，通过设置所述压缩机入口体积流量采样值与对应的所述压缩机入口体积流量极限值之间的比值，基于该比值，来调整压缩机回流阀的开度，以控制调整后压缩机入口体积流量值在一倍到(1+IV)倍对应的压缩机入口体积流量极限值之间。其中，初始安全裕度值IV为预设值，示例性的，可设置为2％，则本发明实施例中，可将压缩机入口体积流量值调整控制在相应的喘振极限线及右偏2％的范围内，从而在有效降低压缩机发生喘振可能性的同时，保证压缩机的工作效率。
本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。
附图说明
附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。
图1是压缩机喘振特性曲线图；
图2是本发明实施例中压缩机防喘振方法的流程图；
图3是本发明实施例中计算上述比值的流程图；
图4是本发明实施例中调整压缩机回流阀开度的流程图一；
图5是本发明实施例中调整压缩机回流阀开度的流程图二；
图6是本发明实施例中调整压缩机回流阀开度的流程图三。
具体实施方式
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理。
本发明的实施例提供一种压缩机防喘振方法，参见图2，图2是本发明实施例中压缩机防喘振方法的流程图，该流程可包括：
步骤201：预设初始安全裕度值IV。
初始安全裕度值用于表征压缩机工作点右偏喘振极限线的程度，本发明实施例中，取IV＝2％。
步骤202：采样压缩机入口体积流量采样值，并计算每次采样对应的压缩机入口体积流量极限值。
步骤203：计算所述压缩机入口体积流量采样值与对应的所述压缩机入口体积流量极限值之间的比值。
步骤204：根据所述比值，调整压缩机回流阀的开度，将调整后压缩机入口体积流量值控制在一倍到(1+IV)倍对应的压缩机入口体积流量极限值之间。
本发明实施例中，通过设置所述压缩机入口体积流量采样值与对应的所述压缩机入口体积流量极限值之间的比值，基于该比值，来调整压缩机回流阀的开度，以控制调整后压缩机入口体积流量值在一倍到(1+IV)倍对应的压缩机入口体积流量极限值之间。其中，初始安全裕度值IV为预设值，示例性的，可设置为2％，则本发明实施例中，可将压缩机入口体积流量值调整控制在相应的喘振极限线及右偏2％的范围内，从而在有效降低压缩机发生喘振可能性的同时，保证压缩机的工作效率。
本发明实施例中，采样的采样周期为1秒。
参见图3，图3是本发明实施例中计算上述比值的流程图，该流程可包括：
步骤301：采样压缩机入口体积流量采样值Q(k)。
步骤302：采样压缩机入口绝对温度T、压缩机入口压力P1、压缩机出口压力P2，计算对应的压缩机入口体积流量极限值Qp(k)。
该步骤302中，Qp(k)的计算可依据上述公式(1)完成。
步骤303：计算压缩机入口体积流量采样值与对应的压缩机入口体积流量极限值之间的比值R。
本发明实施例中，
参见图4，图4是本发明实施例中调整压缩机回流阀开度的流程图一，该流程可接上述图3所示流程，该流程可包括：
步骤401：当算得第k次采样对应算出所述比值在预设第一比值阈值与预设第二比值阈值之间进入步骤402。
本实施例中，对应算得的比值在第一比值阈值与第二比值阈值之间，预设第一比值阈值大于预设第二比值阈值；示例性地，设第一比值阈值为150％，第二比值阈值为70％。
步骤402：根据预设的初始安全裕度值IV，计算当前采样安全裕度值SV。
本发明的实施例中，为达到实时性，可基于初始安全裕度值IV，校准当前采样安全裕度值SV，包括：
令SV＝IV+Num/100，其中，Num为从开始采样到当前采样已发生喘振的累加次数；
对所述压缩机连续安全运行时长进行计时，并在所述连续安全运行时长达到预设时长阈值时，对Num进行减一操作。
本发明实施例中，时长阈值设为1分钟。另外，Num的采样周期也是1秒，即每秒钟对喘振进行监测，以及时获知压缩机的喘振情况，从而可在后续及时调整压缩机阀门开度，从而调整压缩机入口体积流量值。而对于Num的减法操作相对比较谨慎，如在监测到压缩机安全运行1分钟时，才对Num进行减一操作，以确保压缩机的安全运行以及避免出现来回调整导致振荡情况的发生。
步骤403：计算第k次采样的输出误差e(k)。
本实施例中，e(k)＝Q(k)-(1+SV)Qp(k)，其中，(1+SV)Qp(k)可理解为本次采样中压缩机入口体积流量的期望值。本发明实施例中，在具体计算过程中，进一步采用当前采样安全裕度值SV来代替初始安全裕度值IV，可使计算结果更加贴合实际，更具有实时性。
步骤404：根据比例-积分-微分(PID)算法计算本次开度调整值u(k)。
本发明实施例中，开度调整值u(k)的计算可基于如下经验公式(2)u(k)＝u(k-1)+Kp(k)(e(k)-e(k-1))+Ki(k)e(k)+Kd(k)(e(k)-2e(k-1)+e(k-2))，(2)
其中，u(k-1)为第(k-1)次采样对应的开度调整值，初始值为0；e(k-1)为第(k-1)次采样对应的输出误差，e(k-2)为第(k-2)次采样对应的输出误差；Kp(k)、Ki(k)、Kd(k)分别为第k次采样对应的所述PID算法的比例系数、积分系数与微分系数；其中，
比例项状态量xp＝e(k)-e(k-1)，
积分项状态量xi＝e(k)，
微分项状态量xd＝e(k)-2e(k-1)+e(k-2)，
其中，开度值的初始值为50％，另外，从k＞2开始运算。
步骤405：若本次开度调整值u(k)小于或等于预设第一开度调整值阈值，则设置所述本次开度调整值u(k)等于所述第一开度调整值阈值；或者，所述本次开度调整值u(k)大于或等于预设第二开度调整值阈值，则设置所述本次开度调整值u(k)等于所述第二开度调整值阈值；若本次开度调整值u(k)在第一开度调整值阈值与第二开度调整值阈值之间，则本次开度调整值u(k)不变。
本实施例中，示例性地，预设第一开度调整值为-3％。u(k)≤-3％，则表示关闭回流阀的速度较快，为防止快速关闭回流阀导致压缩机工作系统进入喘振区，需要限制回流阀的关闭速度，经验性地，可设置第一开度调整值为-3％。
本实施例中，示例性地，预设第二开度调整值为3％。u(k)≥3％，则表示回流阀的打开速度较快，为防止快速进入安全区并偏离喘振极限线较远，导致压缩机工作系统效率低下，需要限制回流阀的打开速度，经验性地，可设置第二开度调整值为3％。
步骤406：算出本次开度值y(k)。
本实施例中，开度值y(k)为：
y(k)＝y(k-1)+u(k)，
其中，y(k-1)为第(k-1)次采样对应的开度值。
步骤407：调整所述PID算法的自学习速率。
本实施例中，调整所述PID算法的自学习速率具体可包括：
若e(k)-e(k-1)≥Pmax，则调整所述PID算法中自学习速率的比例学习速率ηp减去预设第一调整值，Pmax为所述PID算法中比例相状态量的预设最大值；
本实施例中，示例性地，第一调整值设为0.01；并且，其中，Pmax根据经验，示例性地，可设置为5；进一步，e(k)-e(k-1)≥Pmax说明输出误差变化较大，为避免出现超调，可通过减小ηp来降低压缩机工作系统的响应速度；
若e(k)-e(k-1)≤Pmin，则调整比例学习速率ηp加上预设第二调整值，Pmin为所述PID算法中比例项状态量的预设最小值；
本实施例中，示例性地，第二调整值设为0.01；并且，其中，Pmin根据经验，示例性地，可设置为-5；进一步，e(k)-e(k-1)≤Pmin说明输出误差变化较大，压缩机工作系统的响应速度较慢，可通过增大ηp来提高压缩机工作系统的调节精度；
若Pmin＜e(k)-e(k-1)＜Pmax，则不需要调整；
若|e(k)v≥Imax，则调整所述PID算法中自学习速率的积分学习速率ηi减去预设第三调整值，Imax为所述PID算法中积分项状态量的预设最大值；
本实施例中，示例性地，第三调整值设为0.01；并且，其中，Imax根据经验，示例性地，可设置为3；进一步，|e(k)|≥Imax说明输出误差较大，可通过增大ηi来加快消除压缩机工作系统的稳态误差；
若|e(k)|≤Imin，则调整积分学习速率ηi加上预设第四调整值，Imin为所述PID算法中积分项状态量的预设最小值；
本实施例中，示例性地，第四调整值设为0.01；并且，其中，Imin根据经验，示例性地，可设置为1；进一步，|e(k)|≤Imin说明输出误差偏小，可通过减小ηi来避免产生积分饱和现象，导致调节滞后，造成系统暂时丧失调节功能；
若Imin＜|e(k)|＜Imax，则不需要调整；
若|e(k)-2e(k-1)+e(k-2)|≥Dmax，则调整所述PID算法中自学习速率的微分学习速率ηd加上预设第五调整值，Dmax为所述PID算法中微分项状态量的预设最大值；
本实施例中，示例性地，第五调整值设为0.01；并且，其中，Dmax根据经验，示例性地，可设置为10；进一步，|e(k)-2e(k-1)+e(k-2)|≥Dmax说明输出误差变化率过快，可通过增大ηd来改善压缩机工作系统的动态特性，抑制输出误差向任何方向变化；
若|e(k)-2e(k-1)+e(k-2)|≤Dmin，则调整微分学习速率ηd减去预设第六调整值，Dmin为所述PID算法中微分项状态量的预设最小值。
本实施例中，示例性地，第六调整值设为0.01；并且，其中，Dmin根据经验，示例性地，可设置为2；进一步，|e(k)-2e(k-1)+e(k-2)|≤Dmin说明输出误差变化率过慢，可通过减小ηd来提高压缩机工作系统的抗干扰能力；
若Dmin＜|e(k)-2e(k-1)+e(k-2)|＜Dmax，则不需要调整。
上述比例学习速率ηp、积分学习速率ηi、微分学习速率ηd的取值范围为[0，1]，其初始值均可以是0.5。计算过程中，可根据实际工况调整上述各自学习系数。
步骤408：令k＝k+1，进入下一次采样周期。
上述图4所示流程结合PID算法，解决70％≤R≤150％情况中，压缩机回流阀开度值的调整问题，通过调整压缩机回流阀开度值，进而调整压缩机入口体积流量。
参见图5，图5是本发明实施例中调整压缩机回流阀开度的流程图二，该流程可接上述图3所示流程，该流程还可包括：
步骤501：当算得所述比值达到或超过第一比值阈值，进入步骤502。
本实施例中，所述比值达到或超过第一比值阈值，说明压缩机工作在安全区，并且偏离喘振极限线较远，因此工作效率较低，此时应以较快速度来关小回流阀，使压缩机尽快回归到正常的工作区域。
步骤502：按预设进度减小所述开度。
本实施例中，示例性地，预设进度可以是设置开度调整值为-3％，以尽快关小回流阀。
步骤503：计算本次开度值。
本实施例中，调整PID算法中自学习速率的比例学习速率ηp减去预设第七调整值，且调整自学习速率的微分学习速率ηd加上预设第八调整值；示例性地，第七调整值与第八调整值均为可设为0.05。
步骤504：调整PID算法的自学习速率。
步骤505：进入下一次采样周期。
参见图6，图6是本发明实施例中调整压缩机回流阀开度的流程图三，该流程可接上述图3所示流程，该流程还可包括：
步骤601：当算得所述比值达到或低于第二比值阈值，进入步骤602。
本实施例中，所述比值达到或低于第二比值阈值，说明压缩机工作在喘振区，此时应以最快响应来打开回流阀，使压缩机尽快回归到正常的工作区域。
步骤602：增大所述开度至全开状态。
步骤603：调整PID算法的自学习速率。
本实施例中，调整比例学习速率ηp减去预设第九调整值，且调整自学习速率的微分学习速率ηd加上预设第十调整值；示例性地，第九调整值与第十调整值均为可设为0.05；其中，通过调整比例学习速率ηp以降低压缩机工作系统的响应速度，避免超调；通过调整微分学习速率ηd以改善压缩机工作系统的动态特性，抑制输出误差向任何方向变化。
步骤604：进入下一次采样周期。
综上所述，本发明实施例中，通过设置所述压缩机入口体积流量采样值与对应的所述压缩机入口体积流量极限值之间的比值，基于该比值，来调整压缩机回流阀的开度，以控制调整后压缩机入口体积流量值在一倍到(1+IV)倍对应的压缩机入口体积流量极限值之间。其中，初始安全裕度值IV为预设值，示例性的，可设置为2％，则本发明实施例中，可将压缩机入口体积流量值调整控制在相应的喘振极限线及右偏2％的范围内，从而在有效降低压缩机发生喘振可能性的同时，保证压缩机的工作效率。
本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读存储介质中。其中，所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种压缩机防喘振方法，其特征在于，包括：
预设初始安全裕度值IV；
采样压缩机入口体积流量采样值，并计算每次采样对应的压缩机入口体积流量极限值；
计算所述压缩机入口体积流量采样值与对应的所述压缩机入口体积流量极限值之间的比值；
根据所述比值，调整压缩机回流阀的开度，将调整后压缩机入口体积流量值控制在一倍到(1+IV)倍对应的压缩机入口体积流量极限值之间。
2.根据权利要求1所述的压缩机防喘振方法，其特征在于，所述采样的采样周期为1秒。
3.根据权利要求1所述的压缩机防喘振方法，其特征在于，所述调整压缩机回流阀的开度包括：
若第k次采样对应算出所述比值在预设第一比值阈值与预设第二比值阈值之间，则：
利用所述初始安全裕度值IV，校准当前采样安全裕度值SV；
计算第k次采样的输出误差e(k)：
e(k)＝Q(k)-(1+SV)Qp(k)，
其中，Q(k)为第k次采样的压缩机入口体积流量采样值，Qp(k)为第k次采样对应的压缩机入口体积流量极限值；
根据比例-积分-微分PID算法计算本次开度调整值u(k)：
u(k)＝u(k-1)+Kp(k)(e(k)-e(k-1))+Ki(k)e(k)+Kd(k)(e(k)-2e(k-1)+e(k-2))，
其中，所述u(k-1)为第(k-1)次采样对应的开度调整值，初始值为0；e(k-1)为第(k-1)次采样对应的输出误差，e(k-2)为第(k-2)次采样对应的输出误差；Kp(k)、Ki(k)、Kd(k)分别为第k次采样对应的所述PID算法的比例系数、积分系数与微分系数；
若所述本次开度调整值u(k)小于或等于预设第一开度调整值阈值，则设置所述本次开度调整值u(k)等于所述第一开度调整值阈值；若所述本次开度调整值u(k)大于或等于预设第二开度调整值阈值，则设置所述本次开度调整值u(k)等于所述第二开度调整值阈值；若本次开度调整值u(k)在所述第一开度调整值阈值与所述第二开度调整值阈值之间，则本次开度调整值u(k)不变；并得到本次开度值y(k)为：
y(k)＝y(k-1)+u(k)，
其中，y(k-1)为第(k-1)次采样对应的开度值；
调整所述PID算法的自学习速率；
进入下一次采样周期。
4.根据权利要求3所述的压缩机防喘振方法，其特征在于，所述校准当前采样安全裕度值SV包括：
令SV＝IV+Num/100，其中，Num为从开始采样到当前采样已发生喘振的累加次数；
对所述压缩机连续安全运行时长进行计时，并在所述连续安全运行时长达到预设时长阈值时，对Num进行减一操作。
5.根据权利要求4所述的压缩机防喘振方法，其特征在于，所述预设时长阈值为1分钟。
6.根据权利要求3所述的压缩机防喘振方法，其特征在于，所述开度值的初始值为50％。
7.根据权利要求3所述的压缩机防喘振方法，其特征在于，
所述调整所述PID算法的自学习速率包括：
若e(k)-e(k-1)≥Pmax，则调整所述PID算法中自学习速率的比例学习速率ηp减去预设第一调整值，Pmax为所述PID算法中比例相状态量的预设最大值；
若e(k)-e(k-1)≤Pmin，则调整所述比例学习速率ηp加上预设第二调整值，Pmin为所述PID算法中比例项状态量的预设最小值；
若|e(k)|≥Imax，则调整所述PID算法中自学习速率的积分学习速率ηi减去预设第三调整值，Imax为所述PID算法中积分项状态量的预设最大值；
若|e(k)|≤Imin，则调整所述积分学习速率ηi加上预设第四调整值，Imin为所述PID算法中积分项状态量的预设最小值；
若|e(k)-2e(k-1)+e(k-2)|≥Dmax，则调整所述PID算法中自学习速率的微分学习速率ηd加上预设第五调整值，Dmax为所述PID算法中微分项状态量的预设最大值；
若|e(k)-2e(k-1)+e(k-2)|≤Dmin，则调整所述微分学习速率ηd减去预设第六调整值，Dmin为所述PID算法中微分项状态量的预设最小值。
8.根据权利要求3所述的压缩机防喘振方法，其特征在于，所述调整压缩机回流阀的开度还包括：
若所述比值达到或超过预设第一比值阈值，则按预设进度减小所述开度，并调整预设PID算法的自学习速率，进入下一次采样周期；
若所述比值达到或低于预设第二比值阈值，则增大所述开度至全开状态，并调整所述PID算法的自学习速率，进入下一次采样周期；
其中，所述预设第一比值阈值大于所述预设第二比值阈值。
9.根据权利要求8所述的压缩机防喘振方法，其特征在于，所述并调整预设PID算法的自学习速率包括：
调整所述PID算法中自学习速率的比例学习速率ηp减去预设第七调整值，且调整所述自学习速率的微分学习速率ηd加上预设第八调整值；
所述并调整所述PID算法的自学习速率包括：
调整所述比例学习速率ηp减去预设第九调整值，且调整所述微分学习速率ηd加上预设第十调整值。
10.根据权利要求5或8所述的压缩机防喘振方法，其特征在于，所述第一比值阈值为150％；所述第二比值阈值为70％。
CN202210687634.3A 2022-06-17 2022-06-17 一种压缩机防喘振方法 Pending CN117287407A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210687634.3A CN117287407A (zh) 2022-06-17 2022-06-17 一种压缩机防喘振方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210687634.3A CN117287407A (zh) 2022-06-17 2022-06-17 一种压缩机防喘振方法

Publications (1)

Publication Number Publication Date
CN117287407A true CN117287407A (zh) 2023-12-26

Family

ID=89252279

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210687634.3A Pending CN117287407A (zh) 2022-06-17 2022-06-17 一种压缩机防喘振方法

Country Status (1)

Country Link
CN (1) CN117287407A (zh)

Similar Documents

Publication Publication Date Title
CA2360531C (en) Adaptive hot gas bypass control for centrifugal chillers
US6681573B2 (en) Methods and systems for variable geometry turbocharger control
CN111023434B (zh) 一种空调器的运行控制方法、系统、空调器及存储介质
US4975024A (en) Compressor control system to improve turndown and reduce incidents of surging
CN111076367B (zh) 一种电子膨胀阀开度控制方法、计算机可读存储介质及空调
US20060101826A1 (en) System and method for controlling the working line position in a gas turbine engine compressor
JPH0239709B2 (zh)
CN111023458B (zh) 一种延长结霜周期的电子膨胀阀控制方法及空调
CN101105152B (zh) 用于对内燃机进行增压调节的方法
JP4345672B2 (ja) ターボ圧縮機およびその運転方法
WO2005021976A1 (ja) 圧縮機の制御装置
CN110195925A (zh) 一种低温空气源热泵喷焓阀的控制方法及空调器
CN112710069B (zh) 空调器的制冷控制方法、装置及空调器
CN106801972B (zh) 一种变频空调器保护控制方法和变频空调器
US11448217B2 (en) Gas compressor
CN113007829B (zh) 空调控制方法、装置及空调
CN117287407A (zh) 一种压缩机防喘振方法
CN112761998B (zh) 基于机器自学习使压缩机运行在最佳工作点的控制方法
US4976588A (en) Compressor control system to improve turndown and reduce incidents of surging
JPH03199646A (ja) エンジンのアイドル回転数制御装置
CN114216204B (zh) 膨胀阀控制方法、装置和空调器
CN114087190B (zh) 一种螺杆压缩机滑阀控制方法
CN112856875B (zh) 自动节流膨胀控制方法
JPH03164657A (ja) 空気調和機
JPH11117894A (ja) ガス圧縮設備及びその運転方法

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