CN201874858U - 一种变风量节能低噪风机 - Google Patents

Abstract

本实用新型公开了一种变风量节能低噪风机，包括电机和固定在电机输出轴上的叶轮，叶轮包括若干片风叶，本实用新型的变风量风机还包括一个预测控制器和传感器，预测控制器分别与电机和传感器控制连接。预测控制器包括神经网络模型和优化器，神经网络模型和优化器之间控制连接，神经网络模型与传感器控制连接，优化器与电机控制连接。通过传感器对风机的运行环境进行实时测量，然后把信号反馈给预测控制器，通过智能化的预测控制器对电机的转速进行优化控制，使风机的控制具有人工智能建模过程，避免风机在变风量调制过程中进入低效工况，喘振工况，大大提高风机的运行效率，延长风机的使用寿命，实现风机节能降噪。

Description

一种变风量节能低噪风机

技术领域

本实用新型涉及一种通风设备，具体的说是涉及一种用于空调室外机组等场合的变风量节能低噪风机。

背景技术

现有的风机为实现节能降噪，通过风机变风量调节是主要手段之一，在实际使用中可以通过节流调节、叶片角度调节、风机转速调节等手段来实现风机变风量调节，目前工程中节流调节还是最为普遍的调节方式，这是最耗能的调节方式，当系统要求风量减小时，通过关小阀门叶片角度位置强制节流，使风机处于小风量工况工作，此时风机输出压力、功耗一般会增高，而阀门前后会形成很高的压力差。通过叶片角度调节风机性能与节流调节相比，有较好的节能效果，但这种方式一般多用于大型轴流风机中，并且叶片的角度调节时风机需停机，叶片角度的调节也比较复杂。转速调节方法是最节能的，当系统要求风量下降叶，阻力随风量的二次方关系下降，这与风机性能随转速变化的规律一致的，现有的转速调节方法通常通过变频调节风机电源频率来调节风机转速。此方法具有调节范围广，调节细腻，可以实现闭环式自控调节。但这种方式有线路联接冗长，后期维护费用高昂，且变频器采用的是变频变压控制方式实现频率调节。在其调制过程中会产生很多高频率谐波，这会对周围电器产生较强的电磁干扰，并有可能使风机产生高频电磁噪声。此外这种调节技术匆略了风机运行中风阻变动，把空调系统阻力看成是恒定不变的。实际上，系统风阻随风调工况负荷变化会变，随使用时间增长会变，特别是空调室外机组，受外部环境因素影响更大。当忽略风阻变化时，风量调节变成线性控制问题，但使用 中风阻变化是实际存在的。当风阻增大时，风量会相应减少，线性控制系统不考虑风机实际风阻变化情况，它的反应就是提高转速，以满足风量要求。这种控制模式可能会使风机发生喘振现象，导致能耗增大、噪声增大，甚至发生叶片断裂，电机烧坏等事故。

实用新型内容

为克服上述缺陷，本实用新型旨在提供一种变风量风机，通过智能化的变频控制，使风机具有既节能，又低噪的特性。

为达到上述目的，本实用新型采用的技术方案为：一种变风量节能低噪风机，包括电机和固定在电机输出轴上的叶轮，所述叶轮包括若干片风叶，本实用新型的变风量风机还包括一个预测控制器和传感器，所述预测控制器分别与电机和传感器控制连接。

所述预测控制器包括神经网络模型和优化器，所述神经网络模型和优化器之间控制连接，所述神经网络模型与传感器控制连接，所述优化器与电机控制连接。

所述风叶的横截面为弧形，所述风叶的中心厚度大于边缘厚度。

所述电机为永磁无刷直流电机。

采用了本实用新型的变风量节能低噪风机，通过传感器对风机的运行环境进行实时测量，然后把信号反馈给预测控制器，通过智能化的预测控制器对电机的转速进行优化控制，使风机的控制具有人工智能建模过程，避免风机在变风量调制过程中进入低效工况，喘振工况，大大提高风机的运行效率，延长风机的使用寿命，实现风机节能降噪，此外，弧形的风叶横截面设计，使风机在变风量过程中具有更宽的高效处。

附图说明

图1是本实用新型的结构示意图；

图2是本实用新型的叶轮结构示意图；

图3是本实用新型的风叶剖面结构示意图。

图中：1-电机，2-叶轮，3-预测控制器，4-传感器，5-风叶，11-神经网络模型。12-优化器。

具体实施方式

如图1和图2所示，本实用新型公开了一种变风量节能低噪风机，包括电机1和固定在电机1输出轴上的叶轮2，所述叶轮2包括若干片风叶5，通过电机1驱动叶轮2转动，来达到送排风的目的，综上所述，与现有的普通风机基本一致。

本实用新型的创新点主要在于它还包括一个预测控制器3和传感器4，所述预测控制器3分别与电机1和传感器4控制连接。通常传感器4可采用温度传感器或压力传传感器等，当传感器4放置在风机的出风口位置时，可采用压力传感器以测控风机出风口位置的压力变化，当传感器4放置在空调系统的末端时，可采用温度传感器，以测控空调系统的温度变化，当然也可以同时采用多个压力传感器和温度传感器。传感器把测控到的压力、温度变化信号通过控制信号线实时传输到预测控制器3时，预测控制器3把传感器4的信号经过处理后转换成对电机1的控制信号，对电机1的转速进行调整，从而实现风机的变风量控制。

如图1所示，所述预测控制器3包括神经网络模型11和优化器12，所述神经网络模型11和优化器12之间控制连接，所述神经网络模型11与传感器4控 制连接，所述优化器12与电机1控制连接。传感器4检测到的压力、温度信号输入预测控制器3中的神经网络模型11后，神经网络模型11接收到控制信号后产生响应反馈给优化器12，通过优化器12的优化后变成控制信号对电机1的转速进行控制，实现风机的变风量调节，风机在发生变风量调节后，风机管路系统的输出流量、压力及空调系统的温度发生变化，与此同时，传感器4继续检测系统的压力和温度，继续将流量、压力及空调系统的温度变化反馈给神经网络模型11，来影响输给优化器12的响应。整个预测控制器3具备自我学习、状态辩识、过程预测的功能。不管管路阻力如何变化，预测控制器3可确保系统风量的前提下以最低的功能、最低的噪声运转。

如图3所示，为保证风机在转速变化过程中具有较宽的高效区，本实用新型的风叶5的横截面为机翼状的弧形，所述风叶5的中心厚度大于边缘厚度。同时，这种形式的风叶截面具有更低的噪声。

所述电机1为永磁无刷直流电机。电机换向方法是通过检测不导通相绕阻变频采用正弦波脉宽调制控制方式，大大减少了负载电流中的谐波成分，提高了风机电磁兼用性能，可省去常规无刷直流电机的转子位置传感器，以简化内部结构，提高电机使用寿命。

Claims (4)

1.一种变风量节能低噪风机，包括电机(1)和固定在电机(1)输出轴上的叶轮(2)，所述叶轮(2)包括若干片风叶(5)，其特征在于它还包括一个预测控制器(3)和传感器(4)，所述预测控制器(3)分别与电机(1)和传感器(4)控制连接。

2.根据权利要求1所述的变风量节能低噪风机，其特征在于所述预测控制器(3)包括神经网络模型(11)和优化器(12)，所述神经网络模型(11)和优化器(12)之间控制连接，所述神经网络模型(11)与传感器(4)控制连接，所述优化器(12)与电机(1)控制连接。

3.根据权利要求1所述的变风量节能低噪风机，其特征在于所述风叶(5)的横截面为弧形，所述风叶(5)的中心厚度大于边缘厚度。

4.根据权利要求1所述的变风量节能低噪风机，其特征在于所述电机(1)为永磁无刷直流电机。 

Images