Smart control of cryogenic refrigerators using machine learning

点击翻译按钮获取中文摘要

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。