Smart control of cryogenic refrigerators using machine learning

使用机器学习智能控制低温冰箱

• 批准号: 22KF0297
• 负责人: 宮崎 隆彦
• 金额: $ 0.77万
• 依托单位: Kyushu University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2023
• 资助国家: 日本
• 起止时间: 2023-03-08 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22KF0297/
• 关键词: ヒートポンプ; 多段圧縮サイクル; シミュレーション; プレート式熱交換器; 最適制御

冷凍空調分野が消費する電力に起因する二酸化炭素排出に加えて，現在使用されている冷媒の多くが強力な温室効果ガスであることから，省エネルギー性と環境性に優れた冷凍空調機器の開発は極めて重要な課題である。特に，超低温フリーザーや高温ヒートポンプなど，圧力比が大きくなるサイクルでは多段階の圧縮過程によって必要な圧力差が確保されており，サイクルが複雑になると同時に制御パラメータが多くなる．本研究では，そのような多数の制御パラメータを有するヒートポンプサイクルについて，リアルタイムの運転情報に基づく最適化によってシステムのエネルギー消費を最小化するための手法を確立することを目指している。本目的達成のために，本申請研究の期間は，二段圧縮ヒートポンプサイクルのシステムシミュレーションを構築し，各種制御機構のモデル化を行う．そして，環境変化に対応して最適な制御を行うアルゴリズムを明らかにするとともに，実機を模擬したヒートポンプサイクルシミュレーションによってその効果を検証する．これまでの研究によって，二酸化炭素を冷媒とするヒートポンプの実験を行い，試験データが収集された。また，商用のフリーザーを用いて庫内温度変化などのデータを取得している。これらのヒートポンプシステムについて，MATLAB/Simulink及びSimscapeを利用したモデル化を実施した。ヒートポンプの構成要素である圧縮機や熱交換器のモデルについて，より正確な物理モデルによる表現に更新している。さらに，蒸発器として使用しているプレート式熱交換器について，プレートの形状に応じて熱伝達率を適切に表す相関式がないため，数値流体力学（CFD）による手法を利用して熱伝達率や圧力損失の予測を実施中である。今後，混相流や乱流熱伝達を適切に表現するモデルについて検討を行い，ヒートポンプシステムシミュレーションに反映させる予定である。

除了由制冷和空调部门消耗的电力引起的二氧化碳排放外，当前使用的许多制冷剂是强大的温室气体，制冷和空调设备的开发和空调设备具有良好的节能和环境影响是非常重要的问题。特别是，当压力比增加（例如超低温度冰柜或高温热泵）时，通过多阶段压缩过程确保所需的压力差，使周期变得复杂，同时也有许多控制参数。这项研究旨在基于实时操作信息，通过大量控制参数优化热泵周期来建立一种最大程度地降低系统能源消耗的方法。为了实现这一目标，在本应用研究期间，将构建对两个阶段压缩热泵周期的系统模拟，并将建模各种控制机制。然后澄清响应环境变化的最佳控制算法，并通过模拟实际设备的热泵周期模拟来验证效果。先前的研究已经对使用二氧化碳作为制冷剂进行了对热泵进行实验，并收集了测试数据。此外，使用商业冰柜获得了柜子内部的温度变化之类的数据。这些热泵系统是使用MATLAB/SIMULINK和SIMSCAPE建模的。已更新的压缩机和热交换器的模型是热泵的组成部分，以表达更准确的物理模型。此外，对于用作蒸发器的板型热交换器，没有相关公式可以根据板的形状正确表达传热速率，因此我们目前正在使用使用计算流体力学（CFD）的方法来预测传热速率和压力损失。将来，将在热泵系统模拟中考虑正确表达多相流和湍流传热的模型。