[发明专利]基于RSM-Kriging-GA算法的螺杆冷机节能运行优化方法

说明书

本发明涉及螺杆冷机技术领域，尤其涉及基于RSM‑Kriging‑GA算法的螺杆冷机节能运行优化方法。其技术方案包括：螺杆制冷机组、PLC控制箱、温控箱、第一温度传感器和第二温度传感器，所述螺杆制冷机组与PLC控制箱电连接，温控箱与PLC控制箱电连接，第一温度传感器和第二温度传感器分别与温控箱电连接，第一温度传感器安装在螺杆制冷机组的工作区域，第二温度传感器安装在螺杆制冷机组的水管处。本发明具有根据外部工作区域的温度变化对应的调节螺杆制冷机组的负载，依次降低螺杆制冷机组的能耗，降低生产成本，达到节能目的的优点。

技术领域

本发明涉及螺杆冷机技术领域，具体为基于RSM-Kriging-GA算法的螺杆冷机节能运行优化方法。

背景技术

螺杆式冷水机组是以各种形式的螺杆压缩机为主机的冷水机组。它是由螺杆式制冷压缩机、冷凝器、蒸发器、热力膨胀阀、油分离器以及自控元件和仪表等组成的组装式制冷装置。螺杆式冷水机组在我国制冷空调领域内得到越来越广泛的应用。

螺杆式冷水机组按照冷却方式，可分为水冷式冷水机组和风冷式冷水机组；按照用途，可分为热泵式机组和单冷式机组；按照组装的压缩机台数，可分为单机头和多机头冷水机组。

螺杆式冷水机组结构紧凑，运转平稳，冷量能无级调节，节能性好，易损件少。适合于制冷量在580-1163kW的高层建筑、宾馆、饭店、医院、科研院所等大、中型空调制冷系统应用。

GA算法又叫遗传算法，是根据大自然中生物体进化规律而设计提出的。是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。该算法通过数学的方式,利用计算机仿真运算,将问题的求解过程转换成类似生物进化中的染色体基因的交叉、变异等过程。在求解较为复杂的组合优化问题时,相对一些常规的优化算法,通常能够较快地获得较好的优化结果。遗传算法已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。

螺杆式冷水机组应用GA算法进行控制。一般的螺杆式冷水机组使用过程中，螺杆式冷水机组的负载是基本不变的，外界温度的不同，螺杆式冷水机组的负载不变则会导致螺杆式冷水机组的耗能增加，成本增加。

发明内容

本发明的目的在于提供基于RSM-Kriging-GA算法的螺杆冷机节能运行优化方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：基于RSM-Kriging-GA算法的螺杆冷机节能运行优化方法，包括螺杆制冷机组、PLC控制箱、温控箱、第一温度传感器和第二温度传感器，所述螺杆制冷机组与PLC控制箱电连接，温控箱与PLC控制箱电连接，第一温度传感器和第二温度传感器分别与温控箱电连接，第一温度传感器安装在螺杆制冷机组的工作区域，第二温度传感器安装在螺杆制冷机组的水管处。

作为本发明的进一步方案，所述PLC控制箱内置有西门子S7-200控制模块及连接的电气元件，温控箱内置有温度控制模块及连接的电气元件。

作为本发明的进一步方案，所述螺杆制冷机组的工作区域温度在0℃到45℃之间，螺杆制冷机组的进水温度是32℃，回水温度是37℃。

作为本发明的进一步方案，所述温控箱正面设置有第一显示屏和第二显示屏，第一显示屏显示第一温度传感器检测到的温度数据，第二显示屏显示第二温度传感器检测到的温度数据。

作为本发明的进一步方案，螺杆制冷机组负载调节方法：

S1、螺杆制冷机组的工作区域温度划分成三个阶段：0℃到15℃为第一阶段，15℃到30℃为第二阶段，30℃到45℃为第三阶段；

S2、第一温度传感器检测螺杆制冷机组的工作区域温度，并将检测到的温度在温控箱的第一显示屏上进行显示；