CN1201888A - 监控室外热交换器盘管的系统 - Google Patents

Abstract

一种监控加热或冷却系统的室外热交换器盘管的系统,包括一计算盘管状态的中枢网络。在一开发模式中,中枢网络受训,以便学习加热或冷却系统的某些特征,这些特征将使中枢网络精确计算盘管的状态。因此,受训的中枢网络在操作的一运行时间模式中及时地计算室外热交换器盘管的状态。在操作的运行时间模式中,通过评定来获得有关盘管状态的信息。

Description

监控室外热交换器盘管的系统

本发明涉及对加热或冷却系统的运行的监控，更具体地说，涉及对这种系统的室外热交换器盘管状况的监控。

许多加热和/或冷却系统采用位于建筑物外面的热交换器盘管，通过这些专门的系统而对建筑物加热或冷却。这些室外热交换器盘管通常暴露于多种严厉的条件中。这些条件可包括暴露于空气传播的污染物，而这些污染物会在盘管的表面上形成矿石沉积物。室外热交换器盘管还可放在地面上，由此在大的暴风雨中，会暴露于随风吹动的尘土或飞溅的污垢。尘土、污垢、矿石沉积物和其它的污染物聚积在室外热交换器盘管的表面上将最终在盘管上产生隔离效果。这会降低盘管的热传递效率，而这又反过来影响加热或冷却系统完成各自功能的能力。

重要的是在对室外热交换器盘管的热交换性能有不利影响之前，就要检测该盘管表面的任何明显的退化。这一般是由可能正在维修或保养的维修人员通过肉眼观察来完成的。这种保养不总是在正好需要的时候进行。

本发明的一个目的是检测一加热或冷却系统的室外热交换器盘管表面的早期退化，而这种检测无需用肉眼来观察盘管。

本发明的另一个目的是在一加热或冷却系统的室外热交换器盘管的性能出现任何明显的退化之前，检测该盘管表面中的任何早期的退化。

上述和其它目的可通过提供一监控系统来实现，该监控系统具有首先完成集中分析将受到退化热交换器盘管的不利影响的加热或冷却系统内的许多条件的能力。监控系统采用一中枢网络(neural network)以学习这些条件如何从总体上指示一失去光泽的或弄脏的需要清洁的热交换器盘管。这是通过将具有室外热交换器盘管的加热或冷却系统置于各种周围环境和建筑物负荷条件下来实现的。室外热交换器盘管的洁净度在加热或冷却系统遭受到周围环境和建筑物负荷条件的过程中也会改变。在各种周围环境和建筑物负荷条件下由加热或冷却系统内的传感器所产生的数据以及某些控制信息被收集起来。为说明室外盘管的洁净度，收集了各组数据。

收集到的数据以这样一种方法应用于监控系统内的中枢网络，即允许中枢网络去学习对各种周围环境和建筑物负荷条件精确计算室外盘管的洁净度。中枢网络最好由多个输入节点组成，每一个接受来自一组收集数据中的一个数据。每一个输入节点通过加权连接连接于在中枢网络内的隐藏节点。此外，这些多个隐藏节点通过加权连接连接于至少一个输出节点，该输出节点产生一个关于室外热交换器盘管的洁净度的指示。在重复应用数据的过程中，不断地调整各种加权连接，直到输出节点为所提供的数据产生一收敛于室外盘管洁净度的已知数值为至。在操作的一运行时间模式中，最终调整的加权连接由监控系统存储，备用。

监控系统在操作的一运行时间模式中使用中枢网络，以分析由一有效的加热或冷却系统提供的实时数据(real time data)。实时数据应用于中枢网络，并通过具有各种加权连接的诸节点来处理，以便不断地计算有关室外盘管洁净度的指示。在整个预定的周期中，最好对室外盘管的洁净度的连续计算进行存储和平均。计算所得的平均洁净度作为监控系统的一输出显示。所显示的洁净度用于指示加热或冷却系统是否由于所显示的室外盘管洁净度的变化而应该停机，以便进行适当的保养。

在本发明的一较佳实施例中，可监控一冷却器室外盘管的洁净度。在操作的运行时间模式中，该监控系统接受来自冷却器内的八个不同源的数据。监控系统还接受从冷却器的控制器到与具有室外热交换器盘管的冷凝器相联的数组叶片或散热片的诸命令。监控系统内的中枢网络集中分析源数据加上对数组叶片的冷却器控制器命令，以便为冷却器内的一冷凝器的至少一个室外热交换器盘管(coil)提供洁净度指示。

通过结合下面的附图来阅读这些附图的详细说明，本发明将变得更清楚。

图1是包括两个分开的具有室外热交换器盘管的冷凝器的一冷却器的示意图；

图2是一用于图1的冷却器的控制器加上一具有中枢网络软件的处理器的方框图，软件用来计算冷却器的一个冷凝器的一个室外热交换器盘管的洁净度；

图3是一方框图，它示出了中枢网络软件各层中的节点之间的连接；

图4是一方框图，它示出了应用于图3中的第一层节点的某些数据；

图5是在操作的一开发模式中，图2的处理器执行的中枢网络程序的流程图；

图6是在操作的一运行时间模式中，图2的处理器用图3的节点执行的中枢网络程序的流程图。

参阅图1，可以看到一冷却器包括两个分开的制冷回路“A”和“B”，每一个回路各有一个冷凝器10或12。为了制造冷水，通过在各自的制冷回路中的诸冷却器元件来处理制冷剂。在这方面，制冷剂气体在回路A中的一对压缩机14和16中被压缩至高压和高温。制冷剂籍一组叶片18把热量散发到流过冷凝器10的空气中而被冷凝成液体。冷凝器最好允许液体制冷剂进一步冷却，以变成过冷液体。这种过冷液体在进入通常与制冷回路B共享的蒸发器22之前先通过一膨胀阀20。制冷剂在蒸发器22中吸收从一输入24通过蒸发器22到输出26循环的水的热量而蒸发。蒸发器中的水由于热量带入到制冷剂中而变冷。冷的或冷却的水最终冷却了建筑物。建筑物的冷却常常是通过又一个热交换器(未示出)来实现的，其中循环的空气把热量带入到冷却的或冷的水中。要指出的是，制冷剂在制冷回路B中通过一组压缩机28和30也被压缩至高压和高温。此后，该制冷剂在具有一组叶片32的冷凝器12中冷凝成液体，该组叶片32使空气流过该冷凝器。离开冷凝器12的制冷剂在进入蒸发器22之前先通过膨胀阀34。

参阅图2，一控制器40控制膨胀阀20和22以及支配通过冷凝器10和12循环的空气的数量的叶片组18和32。控制器开启和关闭压缩机14、16、28和30，以便使流过蒸发器22的水冷却到某种要求。位于图1的冷却器内的适当位置的一组传感器通过一I/O总线42向控制器40提供信息。这些传感器中的八个还用于向与I/O总线42相联的一处理器44提供信息。尤其是，一传感器46检测进入制冷回路A中冷凝器10的空气的温度。一传感器48检测离开该冷凝器的空气的温度。这些温度在下文中分别被称为“CEAT”，指进入冷凝器的空气温度，以及“CLAT”，指离开冷凝器的空气温度。一传感器50测量进入冷凝器10的制冷剂的温度，而一传感器52测量离开冷凝器10的制冷剂的温度。这些温度在下文中分别被称为“COND_E_T_A”，指进入冷凝器的由传感器50检测的制冷剂温度，以及“COND_L_T_A”，指离开冷凝器的由传感器52检测的制冷剂的温度。需要指出的是，上述的每一个温度也可表示为制冷剂回路A中的各种温度。回路A中的制冷剂的过冷温度由位于膨胀阀20之上的传感器54检测。该特定的温度以后将称为“SUBCA”。除了接受由传感器46至54提供的检测到的条件之外，处理器40还接受来自控制器40的与冷凝器10的叶片组18相联的叶片继电器开关或中继开关(fan relay switch)56和58的命令状态。这些命令状态在下文中将称作“叶片开关状态A1”和“叶片开关状态A2”。应予以理解的是，这些状态将共同指示叶片组b_o中的启动或关闭的叶片的数量。

处理器44还接受来自制冷回路B的某些数据。在这方面，一传感器60测量进入冷凝器12的制冷剂的温度，而一传感器62测量离开冷凝器12的制冷剂的温度。这些温度在下文中被分别称为“COND_E_T_B”，指进入冷凝器的制冷剂温度，以及“COND_L_T_B”，指离开冷凝器的制冷剂的温度。处理器40还接受由位于膨胀阀34之上的一传感器64测量的制冷回路B中的一过冷制冷剂温度。该特定的温度以后将称为“SUBCB”。最后还要指出的是，处理器接受来自控制器40的与叶片组32相联的叶片继电器开关66和68的命令状态。这些命令状态在下文中将称作“B1”和“B2”。

在图2中，处理器44连接于一显示器70，该显示器70是整个冷却器的控制面板的一部分。显示器被处理器44用来向冷凝器10的室外热交换器盘管提供盘管洁净度的信息。该显示的信息对任何一个观察图1冷却器的控制面板的人而言都能获得。

处理器44还直接连接于一键盘输入装置72和一硬盘存储装置74。键盘输入装置可用来向处理器输入训练数据，以存储在存储装置74中。下面将要说明到，训练数据还可直接从控制器40转载到处理器，以存储在存储装置74中。此后，该训练数据在操作的一开发模式(development mode)中由一驻留在处理器44内的中枢网络软件处理。

由处理器44执行的中枢网络软件是一种诸如图3所示的76、78和80的互联节点的大规模平行动态系统。这些节点编排到诸如一输入层82、一隐藏层84和由一个输出节点80组成的输出层的诸层中。输入层最好包括十二个诸如70的节点，每一个接受来自冷却器的检测或注释值。隐藏层最好包括十个节点。这些节点具有连续层之间的完全的或随机的连接。这些连接具有在操作的开发模式中定义的加权值。

参阅图4，示出了至输入层82的各种输入。这些输入是来自传感器46、48、50、52、54、60、62和64的八个传感器的测量值。这些输入还包括继电器开关56、58、66和68的状态水平。这些输入中的每一个成为诸如输入节点76的一个输入节点的数值。

参阅图5，图中示出了在操作的开发模式中的一个执行中枢网络训练软件的处理器44的流程图。处理器是通过步骤90把初始值赋值于连接权“w_km”和“w_k”而开始的。处理器在步骤92中进行到将初始值赋值于偏离量“b_k”和“b_o”。这些偏离量在计算隐藏层中的诸节点和输出节点的各自输出值时使用。这些偏离量的初始值是0与1之间的小数。处理器还在步骤92中将一初始值赋予一变量Θ。该初始值最好是一更接近于0的小数，而不是更接近于1。在开发模式中，将要进一步计算的数值是b_k、b_o和Θ。处理器接下来进行到一步骤94并把初始值赋予学习速率γ和Γ。这些学习速率分别用在下面将要说明的隐藏层和输出节点计算中。学习速率的初始值是大于0小于1的小数。

处理器将进行到一步骤96并阅读一组来自存储装置74的输入训练数据。这组输入训练数据包括先前从八个传感器46、48、50、52、54、60、62和64中获得的八个数值以及来自控制器的关于继电器开关56、58、66和68的命令状态。当冷却器遭到一特定的周围环境和一特定的负荷条件，其中冷凝器10的室外盘管的洁净度达到一特定的程度时，这组输入训练数据将提供给处理器44。在这方面，冷凝器10的室外盘管较佳地将要受到不利的室外条件有相当长的时间，这样使盘管的表面失去光泽或弄脏。在较佳实施例中，这样一种冷凝器盘管暴露于不利的室外条件中已有五年的时间。应予以理解的是，具有如此失去光泽的或弄脏的盘管的冷却器将已经受过大量的其它周围环境和负荷条件。为了使冷却器经受不同的负荷条件，热水可通过蒸发器22循环，以便模拟各种的建筑物负荷条件。冷却器的冷凝器10中的一完全干净的室外盘管也将经受到大量周围环境和负荷条件。在这方面，先前在一延长的整个周期中已受到严厉室外条件的室外盘管可清洁到在受到不利的室外条件之前的状态。换句话讲，一完全新的盘管可用在冷凝器10中。具有如此重新复原的盘管或新的盘管的冷却器将受到上述的周围环境和负荷条件。

处理器44较佳地将能接受来自各种传感器的数值和来自控制器40关于各组注释训练数据的命令继电器开关状态的数值。在这方面，当对于冷凝器10的室外盘管的洁净度为某一特定程度，冷却器受到特定的周围环境和的建筑物负荷条件时，控制器40较佳地阅读八个传感器46、48、50、52、54、62和64的数值和继电器开关的状态。控制器40还有一个继电器开关状态命令的数值记录，当诸传感器被阅读时，该记录发送到各自的继电器开关。该十二个数值将被存储在存储装置74中，作为一组训练数据的十二个各自的数值。处理器还将接受来自键盘装置72的打印输入的室外盘管的已知洁净度。在较佳实施例中的洁净度为“0.1”是指一弄脏的或失去光泽的盘管，洁净度为“0.9”是指一完全重新复原的或新的盘管。该清洁程度最好结合训练数据组存储，以便当在处理特定组的训练数据时可存取它。

处理器将从步骤96进行至步骤98，并存储读入步骤96中的训练数据组的十二个各自的数值。这些数值将作为数值“x_m”存储，其中“m”等于一至十二并标识输入层82的各自的十二个节点中的每一个节点。已经阅读和存储的训练数据组数的下标计数由处理器保留在步骤100中。

处理器将进行到一步骤102，并为隐藏层84中的每个节点计算输出值z_k。输出值z_k较佳地用如下表示的作为变量“t”的双曲正切函数来计算：

z_k＝(e^t-e^-t)/(e^t+e^-t)其中 $t=\underset{m=1}{\overset{12}{\mathrm{\Σ}}}{\stackrel{16}{W}}_{\mathrm{km}}{x}_m+b_k$

z_k＝在隐藏层中的第k个节点的输出，k＝1.....10，

x_m＝第m个输入节点数值，其中m＝1.....12，

w_km＝连接于第m个输入节点的第k插补层节点的连接权；以及

b_k＝第k个隐藏层节点的偏离量。

现在处理器进行到步骤104，并根据下列公式为连接于第m个输入节点的每一个隐藏层节点计算局部误差θ_k：

θ_k＝(1+z_k)^*(1-z_k)^*(Θ^*w_k)

其中，Θ是步骤92赋值的初始值或从训练数据的在先处理中计算的数值；

以及w_k＝连接于第m个输入节点的第k个隐藏节点的连接权。

处理器进行到步骤106，并如下更新输入节点与隐藏层节点之间的连接权：

w_km，新＝w_km，旧+Δw_km，旧

Δw_km，旧＝γθ_k，新x_m

其中，γ是在步骤94中赋值的初始值或在训练数据的某又一处理之后的再赋值的标量学习速率因子(scalar learning rate factor)；

θ_k，新是在步骤104中计算第k个隐藏节点的定标局部误差(scaled local error)；以及

x_m是第m个输入节点数值。

处理器接下来进行到步骤108，并如下更新每一个偏离量b_k：

b_k，新＝b_k，旧+γθ_k，新。

现在处理器进行到步骤110，以计算来自单个输出节点80的输出。可用如下表示的变量“v”的双曲正切函数来计数该输出节点数值y：

y＝(e^v-e^-v)/(e^v+e^-v)其中 $v=\underset{k=1}{\overset{10}{\mathrm{\Σ}}}{w}_k{z}_k+b_o$

其中z_k＝隐藏节点数值，k＝1，2，.....10，

    w_k＝连接于第k个隐藏节点的输出节点的连接权；以及

    b_o＝输出节点的偏离量。

“y”的计算值作为“第n”组处理过的训练数据的输出节点的“第n”计算输出来存储。该数值在下文被称作“y_n”。要指出的是，对于“第n”组训练数据的盘管洁净度值也作为“Y_n”存储，使得对于已处理过的每一组训练数据有一个计算输出“y_n”和一个已知输出“Y_n”。如前所述，已知的洁净度值较佳地与特定组训练数据相结合存储在硬盘存储装置74中。这样当处理特定组训练数据时，就可以存取已知的盘管洁净度值并作为“Y_n”存储。

处理器在步骤112中进行到如下计算输出层中的局部误差Θ：

Θ＝(y-Y)·(1+y)·(1-y)，

处理器进行到步骤114，并用如下的反向传播学习规则(back propagationlearning rule)更新连接于输出节点的隐藏节点的权w_k：

w_k，新＝w_k，旧+Δw_k，旧，

Δw_k，旧＝ΓΘ_新z_k，

其中Γ是在步骤94初始赋值的或在训练数据的某又一处理之后的再赋值的标量学习速率因子，

Θ_新是在步骤112中计算的局部误差，

z_k是第k个节点的隐藏节点数值。

处理器接下来在步骤116中如下更新偏离量b_o：

b_o，新＝b_o，旧+ΓΘ_新。

现在处理器进行到在步骤118中询问有关是否已处理了“N”组训练数据。这是校验在步骤100建立的阅读组训练数据的下标计数。在还有训练数据组等待处理的情况下，处理器将回到步骤96并再阅读一组训练数据，把它作为当前“x_m”输入节点数值存储。这样的阅读组数据的下标计数将在步骤100中增量。应予以理解的是，处理器将重复执行步骤96至118，直到处理了所有的“N”组训练数据。这是通过校验在步骤98中已阅读的训练数据组的下标计数来确定的。还应予以理解的是，在此认为被处理的“N”组训练数据将是原先存储在存储装置74中的训练数据组的总数目的全部或大部分。这些“N”组训练数据将适当地存储在存储装置内的可寻址存储部位，以便在每一次训练数据组的下标计数从第一计数增量到“第N”计数都能存取下一组。当处理了所有的“N”组训练数据组时，处理器将在步骤120中使阅读组训练数据的下标计数复位。此后，处理器将进行到步骤122，如下计算在步骤110中计算和存储的盘管洁净度值“y_n”与对于产生这样的被计算的盘管洁净度的处理过的训练数据组的盘管洁净度的相应已知数值“Y_n”之间的RMS(均方根)误差：

RMS(均方根)

在步骤124中询问有关在步骤122中计算的计算均方根误差数值是否小于适宜的0.001阈值。当均方根误差不小于该特定阈时，处理器将沿否定通路进行到步骤126，并减少学习速率γ和Γ的各自的数值。这些数值可在它们先前赋值的基础上按十分之一的增量减少。

处理器进行到再处理“N”组训练数据，即在再询问有关最近计算的均方根误差是否小于“0.001”阈之前完成步骤96至126的计算。应予以理解的是，在某点上计算均方根误差将小于该阈。这将提示处理器进行到步骤128，并存储所有的连接权和所有的在隐藏层84中的每一个节点和单个输出节点80的最终偏离量数值。如下面将要描述的，这些存储值将在处理器操作的一运行时间模式过程中使用，以计算在制冷回路“A”中的冷凝器10的室外热交换器盘管的盘管洁净度值。

参阅图6，处理器44操作的运行时间模式先从步骤130开始，其中将阅读传感器数值和继电器开关状态数值。在这方面，处理器将等候来自冷却器控制器40的一个指示，即一组新的传感器数值已被控制器40所阅读并被控制器和处理器所存储以便使用。这将随着控制器在每次一预定时间周期收集和存储来自这些传感器的信息而周期发生。该周期最好设定为三分钟。处理器将阅读这些传感器数值和来自控制器的继电器开关的命令状态，并在步骤132中把这些数值作为输入节点数值“x₁......x₁₂”存储。

处理器进行到步骤134，并为在隐藏层84中的十个各自的节点计算输出值z_k。每一个输出值z_k作为如下的变量“t”的双曲正切函数来计算：

z_k＝(e^t-e^-t)/(e^t+e^-t)

其中 $t=\underset{m=1}{\overset{12}{\mathrm{\Σ}}}{\stackrel{16}{W}}_{\mathrm{km}}{x}_m+b_k$

x_m＝第m个输入节点数值，其中m＝1.....12，

w_km＝连接于第m个输入节点的第k个插补层节点的连接权；以及

b_k＝第k个隐藏层节点的偏离量。

处理器从步骤134进行到步骤136，其中把输出节点数值“y”作为如下表示的变量“v”的双曲正切函数来计算：

y＝(e^v-e^-v)/(e^v+e^-v)

其中 $v=\underset{k=1}{\overset{10}{\mathrm{\Σ}}}{w}_k{z}_k+b_o$

其中z_k＝隐藏节点数值，k＝1，2，.....10，

    w_k＝连接于第k个隐藏节点的输出节点的连接权；以及

    b_o＝输出节点的偏离量。

现在处理器进行到步骤138，并存储输出节点的计算值“y”作为一冷凝器盘管的洁净度值。接下来在步骤140中询问有关二十个分开的冷凝器盘管洁净度值是否已在步骤138中存储。在二十个数值没有存储的情况下，处理器将回到步骤130并阅读下组传感器数值和命令继电器开关状态数值。如前所述，在控制器40对传感器进行定时周期读出之后，处理器就可获得该下组传感器数值和被命令的继电器开关状态数值。控制器进行的该定时周期读出最好是每三分钟一次。这些新的读出将立即由处理器44阅读，并再完成计算步骤132至136，由此允许处理器再把计算的盘管洁净度的另外数值存储在步骤138中。应予以理解的是，在时间内的某一点，处理器将在步骤140中说明二十个独立组传感器数值和继电器开关状态数值已被处理。这将提示处理器进行到步骤142，在该步骤中将计算存储在步骤138中所有的盘管洁净度估计值的平均数。处理器在步骤144中进行到使计算的平均盘管洁净度值与一盘管洁净度值“0.3”作比较。在平均盘管洁净度值小于“0.3”的情况下，处理器将进行到步骤146，并适当地显示指出冷凝器10的室外盘管需要清洁的信息。这种显示最好出现在控制面板的显示器70上。在平均洁净度值等于或大于“0.3”的情况下，那么处理器将进行到步骤148。在步骤148中询问有关平均盘管洁净度值是否大于“0.7”。在该询问的回答是肯定的情况下，那么处理器将进行到步骤150，并适当地显示指出冷凝器盘管是好的信息。或者在平均计算洁净度值等于或小于0.7的情况下，处理器将进行到步骤152，并显示指出冷凝器10的盘管应在下一次的保养中进行检查。

参阅显示步骤146、150或152，处理器将从一个说明信息的显示中退出，并回到步骤130。处理器将在步骤130再阅读一组新的传感器和命令继电器开关状态数值。当这些数值表示为可从控制器40得到时，这些数值将存储到处理器44的存储器中。处理器将最后计算二十个新的盘管洁净度值。这些最近计算的数值中的每一个将替代先前存储在处理器存储器中的、为了先求存储的盘管洁净度值平均值而已计算的盘管洁净度值。此后，处理器将根据先前计算的盘管洁净度值计算一新的平均盘管洁净度值六十分钟。在这方面，处理器将连续阅读和处理二十组新的传感器和继电器开关信息，在三分钟间隔内连续阅读每一组信息。最近显示的平均盘管洁净度值将导致步骤146、150和152的三个信息中的一个显示在显示器70上。

应根据上述予以理解的是，一所显示的盘管洁净度的信息是在一在线进行的基础上的。这些信息基于平均计算所得的图1中冷却器系统的冷凝器10的室外盘管洁净度。这些计算所得的盘管洁净度将在“0.1”至“0.9”范围内，而且颗粒增量至少是“0.1”。由于这种计算和洁净度信息的最终可视显示，当有关盘管洁净度的问题发生时，任何冷却器系统的操作者都能注意并采取合适的措施。

应予以理解的是，描述了本发明的一个特定的实施例。各种变更、修改和改进对本领域的技术人员而言都是轻而易举的。例如，可对处理器编程以及时阅读输入数据，而不需要依赖于控制器。冷却器内的检测到条件还可在开发过程中用于构成中枢网络数值的潜在的或多或少的数值变化。这些数值最终可用来在操作的运行时间模式过程中计算盘管洁净度值。因此，前述仅仅作为例子，本发明将受到下面的权利要求和与此等效的内容限制。

Claims (32)

1.一种监控加热或冷却系统中的一室外热交换器盘管条件的方法，该方法包括步骤：

阅读有关加热或冷却系统的某些操作条件的信息的数值，其中至少部分数值来自加热或冷却系统内的信息源；

通过一中枢网络处理有关加热或冷却系统的操作条件的信息的阅读值，以便产生一基于通过中枢网络已处理的阅读值的室外热交换器盘管条件的计算指示；

使室外热交换器盘管条件的计算指示与加热或冷却系统的室外热交换器盘管条件的至少一个预定值进行比较；以及

响应使室外热交换器盘管条件的计算指示与室外热交换器盘管条件的至少一个预定值进行比较的所述步骤，传递有关室外热交换器盘管条件的状态信息。

2.如权利要求1所述的方法，其特征在于，中枢网络包括一层输入节点，每一个输入节点接受有关加热或冷却系统的某操作条件信息的数值，其中中枢网络还包括一层隐藏节点，每一个隐藏节点通过加权连接连接于诸输入节点，这些加权连接是由中枢网络预先学习的，所述方法还包括以下步骤：

根据至输入层中输入节点的各隐藏节点加权连接值计算在各隐藏节点的数值。

3.如权利要求2所述的方法，其特征在于，中枢网络还包括至少一个通过预先由中枢网络学习的加权连接而连接于每一个隐藏节点的输出节点，所述方法还包括以下的步骤：

根据至每一隐藏节点的输出节点的加权连接值和每一隐藏节点的计算值来计算室外热交换器盘管条件的指示。

4.如权利要求1所述的方法，其特征在于，室外热交换器盘管条件的至少一个预定数值包括一个数值，在传递的状态信息中凡是计算值大于该值的，则热交换器的热交换器盘管条件被认为是指示该盘管为清洁的。

5.如权利要求4所述的方法，其特征在于，至少有一个室外热交换器盘管条件的第二预定数值，在传递的状态信息中凡是计算值小于该值的，则该热交换器的热交换器盘管条件被认为是指示该盘管为受污损的。

6.如权利要求1所述的方法，其特征在于，中枢网络在先已学习了室外热交换器盘管至少两个条件的中枢网络数值，其中一个条件是指基本清洁的盘管，第二个条件是指热交换性能退化的基本弄脏的盘管，处理有关加热或冷却系统操作条件信息的阅读值的所述步骤包括以下步骤：内插在中枢网络预先学习的室外热交换器盘管两个条件的数值之间，以便产生一个在加热或冷却系统中发生的检测条件阅读值所指示的室外热交换器盘管的条件。

7.如权利要求1所述的方法，其特征在于，所述加热或冷却系统包括一个制冷回路，在该制冷回路中至少有一个热交换器，热交换器具有要被监控的室外热交换器盘管，阅读有关加热或冷却系统某些操作条件信息的数值的所述步骤包括以下步骤：

阅读至少一件有关加热或冷却系统制冷回路中的热交换器操作信息的数值。

8.如权利要求7所述的方法，其特征在于，阅读至少一个有关加热或冷却系统制冷回路中的热交换器操作信息的数值的所述步骤包括以下步骤：

在空气进入热交换器之前阅读其温度；以及

在空气离开热交换器之前阅读其温度。

9.如权利要求7所述的方法，其特征在于，阅读至少一个有关加热或冷却系统中的热交换器操作信息的数值的所述步骤包括以下步骤：

在制冷剂进入热交换器之前阅读其温度；以及

在制冷剂离开热交换器之前阅读其温度。

10.如权利要求7所述的方法，其特征在于，阅读至少一个有关加热或冷却系统中的热交换器操作信息的数值的所述步骤包括以下步骤：

阅读与热交换器相联的一组叶片的状态。

11.如权利要求10所述的方法，其特征在于，阅读有关加热或冷却系统某些操作条件信息的数值的所述步骤包括以下步骤：

阅读至少一个在加热或冷却系统制冷回路中的热交换器下游和一膨胀阀上游的制冷剂的检测温度条件。

12.如权利要求7所述的方法，其特征在于，加热或冷却系统包括至少两个制冷回路，各包括一个各自的热交换器，阅读在加热或冷却系统中发生的某些条件的数值的所述步骤包括以下的步骤：

阅读在加热或冷却系统中的第二个制冷回路中第二个热交换器多个操作条件的数值。

13.如权利要求12所述的方法，其特征在于，阅读第二个热交换器多个操作条件的数值的所述步骤还包括以下步骤：

在第二制冷回路中的制冷剂进入第二个热交换器之前阅读其温度；以及

在第二制冷回路中的制冷剂离开第二个热交换器之前阅读其温度。

14.如权利要求13所述的方法，其特征在于，阅读相对于第二热交换器发生的多个条件的所述步骤还包括以下步骤：

阅读与第二热交换器相联的一组叶片的状态。

15.如权利要求11所述的方法，其特征在于，阅读加热或冷却系统某些操作条件的数值的所述步骤包括以下步骤：

阅读至少一个在加热或冷却系统第二制冷回路中的第二热交换器下游和一膨胀阀上游的制冷剂的检测温度条件。

16.一种学习加热或冷却系统诸特征、以便预报该加热或冷却系统中一室外热交换器盘管条件的方法，所述方法包括以下步骤：

当系统经历室外热交换器盘管各种已知条件的各种负荷和周围环境条件时，把有关加热或冷却系统某些操作条件的多组数据存储在一存储装置中；以及

通过一驻留在与存储装置相联的一处理器中的中枢网络来重复处理多组存储数据，以便教会中枢网络精确计算用于具体数据组的室外热交换器盘管的至少两个已知条件的指示，此后，可使用中枢网络来处理加热或冷却系统的操作条件的数据，其中室外热交换器盘管的条件是未知的，以便产生一热交换器盘管条件的计算指示。

17.如权利要求16所述的方法，其特征在于，中枢网络包括：多个在第一层中的输入节点；多个在第二层中隐藏节点，其中第二层中的隐藏节点具有至在第一层中的输入节点的加权连接；和至少一个用来计算室外热交换器盘管条件的指示的输出节点，输出节点具有至第二层隐藏节点的加权连接。

18.如权利要求17所述的方法，其特征在于，还包括以下步骤：

响应存储数据组数目的重复处理，调整在第一层输入节点与第二层隐藏节点之间的诸加权连接；以及

响应存储数据组数目的重复处理，调整在第二层隐藏节点与输出节点之间的诸加权连接；以及

根据在输入节点与隐藏节点之间的调整的加权连接和在隐藏节点与输出节点之间的调整的加权连接，在输出节点计算有关室外热交换器盘管的条件的指示，由此在所有节点之间的调整的加权连接最后产生计算指示，该计算指示是关于收敛于通过中枢网络分别处理的数据组的室外热交换器盘管已知条件的指示。

19.如权利要求16所述的方法，其特征在于，室外热交换器盘管的两个已知条件包括热交换器盘管基本上是清洁的第一条件，和热交换器盘管基本上脏的并相对于处在基本清洁条件的热交换器盘管其热交换性能退化的第二个条件，其中每一已知条件具有一数学上的赋值。

20.如权利要求17所述的方法，其特征在于，存储多组加热或冷却系统的某些操作条件的数据的所述步骤包括以下的步骤：

对于室外热交换器盘管的一已知条件，把每组数据中的至少一部分存储作代表由加热或冷却系统内的诸传感器产生的检测数值的多个数值；以及

存储与含有这些特定的检测值的数据组相关联的室外热交换器盘管已知条件的数值指示，由此，室外热交换器盘管已知条件的数值指示可以过后与数据组相联系。

21.如权利要求20所述的方法，其特征在于，重复处理许多组存储数据的所述步骤包括以下步骤：

阅读一组数据；

响应阅读组数据，调整第一层输入节点与第二层隐藏节点之间诸加权连接；以及

响应阅读组数据，调整第二层隐藏节点与输出节点之间的诸加权连接，由此在所有节点之间的调整的加权连接最后产生室外热交换器盘管条件的计算指示，该计算指示收敛于重复处理的数据组的室外热交换器盘管条件的已知数值指示。

22.如权利要求16所述的方法，其特征在于，存储关于在加热或冷却系统内发生的某些条件的多组数值的所述步骤包括以下步骤：

对于室外热交换器盘管的一已知条件，把每组数据中的至少一部分存储作代表由加热或冷却系统内的诸传感器产生的检测数值的多个数值；以及

当传感器产生与相应组存储数据相关的特定组数据时，存储一个关于在加热或冷却系统中的室外热交换器盘管的已知条件的指示，由此，关于室外热交换器盘管的指示可与相应的存储组数据相关联。

23.如权利要求22所述的方法，其特征在于，把每组数据中的至少一部分存储作代表由加热或冷却系统内的诸传感器产生的数值的多个数值的步骤包括以下步骤：

存储由一传感器产生的至少一个检测数值，该传感器测量进入加热或冷却系统内的热交换器盘管之前的空气的温度；以及

存储由一传感器产生的至少一个检测数值，该传感器测量离开加热或冷却系统内的热交换器盘管的空气的温度。

24.如权利要求22所述的方法，其特征在于，把每组数据中的至少一部分存储以代表由加热或冷却系统内的诸传感器产生的多个数值的步骤包括以下步骤：

存储由一传感器产生的至少一个检测数值，该传感器测量进入加热或冷却系统内的热交换器盘管之前的制冷剂的温度；以及

存储由一传感器产生的至少一个检测数值，该传感器测量离开加热或冷却系统内的热交换器盘管的制冷剂的温度。

25.如权利要求24所述的方法，其特征在于，存储多组加热或冷却系统的某些操作条件的数据的所述步骤包括以下的步骤：

存储在每一组指示与加热或冷却系统内的热交换器盘管相关联的一组叶片状态的数据中的至少一个数值。

26.一种监控加热或冷却系统的室外热交换器盘管条件的方法，包括以下步骤：

重复阅读由在加热或冷却系统内的多个信息源产生的某些检测条件的数值；

把在多个输入节点中的每组阅读数值存储在一中枢网络中；

通过一隐藏层的节点和一个由至少一个输出节点组成的输出层处理每存储组数据，由此，对于每存储组的阅读数值，在输出节点产生一关于室外热交换器盘管条件的计算值；

存储关于对通过中枢网络处理的每组数值、在输出节点产生的室外热交换器盘管条件的每个计算值；以及

在一关于室外热交换器盘管的条件的预定数量的计算值已在输出节点产生之后，计算关于室外热交换器盘管条件的存储计算值的平均值。

27.如权利要求26所述的方法，其特征在于，还包括以下步骤：

关于室外热交换器盘管条件的存储计算值的计算平均值与关于加热或冷却系统内的室外热交换器盘管条件的至少一个预定数值作比较；以及

当关于室外热交换器盘管条件的存储计算值的计算平均值低于关于室外热交换器盘管条件的至少一个预定值的时候，产生一信息。

28.如权利要求27所述的方法，其特征在于，还包括以下步骤：

关于室外热交换器盘管条件的存储计算值的计算平均值与关于室外热交换器盘管条件的该至少一个第二预定数值作比较；以及

当关于室外热交换器盘管条件的存储计算值的计算平均值高于关于室外热交换器盘管条件的第二个预定值的时候，产生一信息。

29.如权利要求26所述的方法，其特征在于，还包括以下步骤：

重复重复阅读某些条件的数值的所述步骤，存储每组阅读数值，以及通过中枢网络处理每存储组的阅读数值，由此，对于每组处理过的阅读数值，产生一关于室外热交换器盘管条件的新的计算值；以及

存储对于每组处理过的数值、关于室外热交换器盘管条件的每个新的计算值；以及

计算关于室外热交换器盘管条件的存储的新计算值的平均值。

30.如权利要求29所述的方法，其特征在于，中枢网络包括诸输入节点的第一层、诸隐藏节点的第二层和含有至少一个输出节点的第三层，其中每一隐藏节点通过由中枢网络预先学习的诸加权连接连接于在第一层的诸输入节点，每一隐藏节点通过由中枢网络预先学习的诸加权连接连接于至少一个输出节点，所述方法还包括以下步骤：

根据至第一层中的诸输入节点的每一隐藏节点的加权连接的数值，计算在每一隐藏节点的数值；以及

根据至每一隐藏节点的输出节点的加权连接的数值和各隐藏节点的计算值，计算在输出节点的室外热交换器盘管条件的输出值。

31.如权利要求30所述的方法，其特征在于，在开发阶段，中枢网络学习隐藏节点与输入节点之间的加权连接和隐藏节点与输出节点之间的加权连接，在该开发阶段中，通过中枢网络处理室外热交换器盘管特定的已知条件的训练数据。

32.如权利要求31所述的方法，其特征在于，室外热交换器盘管的特定的已知条件是指，一个条件是热交换器盘管基本是清洁的，另一个条件是热交换器盘管基本上是脏的、并因此相对于基本清洁的盘管而言热交换能力已基本下降件。

Images