电动冷藏车温度控制及空调能耗优化研究
发布时间：2022-02-21 06:40
随着国家和社会的快速发展,国家对食品药品的质量和数量的要求日渐提高,人们对冷藏运输和冷库仓储的需求量也与日俱增。然而环境的污染以及自然资源的枯竭限制着冷藏运输行业的发展。近几年国家创新性的提出了以电力为主要能源的新能源的概念,以电力为核心能源的电动汽车,电动冷藏车正在成为一种趋势。在电动冷藏系统中,如何在保证冷藏效果,保证精确快速的温度控制的同时减少不必要的能量消耗成为一个重要的研究方向。本文对冷藏车的系统能耗模型与冷藏温度模型进行分析与研究,具体工作内容如下:（1）针对于冷藏车运行过程中能耗浪费和温度控制不及时导致的问题,分析研究冷藏车的结构,冷藏车温度控制的主要方式。对冷藏车在应用过程中的温度控制不及时和不准确所导致的运输成本增加的问题,冷藏空调运行参数设置随意性,不合理性导致的能耗浪费问题进行分析研究。综合冷藏车空调节能的研究现状,对冷藏制冷环境的运行机制,工作原理进行分析。根据冷藏车空调的制冷原理和功耗与制冷量关系建冷藏车控制模型和冷藏车空调的能耗模型。（2）基于冷藏车车厢内外的热交换平衡,建立冷藏车温度变化模型。根据冷藏车空调能耗影响因素,结合相关参考文献,建立空调的制冷量和...
【文章来源】：武汉理工大学湖北省211工程院校教育部直属院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
冷藏车厢Simulink总体模块
20代种群中适应度最大的适应度值;步骤5:当适应度值无明显变化或者种群达到最大优化代数时就停止优化并进入步骤6；否则返回步骤3；步骤6:将得到的最佳染色体解码得到最优权值，阈值，赋给BP神经网络得到最优训练模型；该网络的结构参数为5层输入层，10层隐含层，2层输出层，并将学习率设置成0.01，最大步数设置成100，学习目标设置成0.1。2.5仿真结果根据上述所建立的冷藏车厢热交换模型可以确定车厢内温度变化和空调制冷量，车厢体内外温差和车厢内风速与车厢制冷温度的关系；冷藏空调功耗和制冷换热的数学模型可知风机转速与冷凝蒸发温度以及功耗之间的关系。并采用Matlab和Simulink对数学模型进行仿真实验，从而确定系统模型的合理性。仿真实验中设置室外环境温度；设定目标温度为-20；设定车辆行驶速度40km/h；空调制冷量设置1800；仿真时在开始阶段加入一定干扰来模拟操作热量。仿真结果如下：0500100015002000250030003500-20-10010203040时间s图2-4冷藏车厢降温温度曲线(横坐标：时间S。纵坐标温度)由以上结果分析可知，在给定的空调制冷量的条件下，图2-4图显示横坐标时间，纵坐标为温度值。降温速度由快到慢。由车厢热平衡方程可知，该降温曲
21线属于关于温差和制冷量等参数的微分方程。随着温度的下降，车内外温差扩大，与车车厢外的热交换更加剧烈，使制冷降温速度变慢。图2-4是仿真数据与实验测试数据点对比，由结果得到，实际测试数据点与仿真曲线大概由10%的误差，这是由于实际测试环境与设定的理想条件存在差距，但整体趋势一致，可知仿真模型合理可用；对压缩机的AHRI15系数学模型拟合曲线如下：(a)(b)图2-5压缩机转速与(a)压缩机制冷量(b)系统功耗曲线由图2-5(a)(b)可知，在不考虑压缩机驱动器发热的情况下，变频压缩机功耗
【参考文献】：
期刊论文
[1]基于改进粒子群算法作业车间调度问题的优化[J]. 刘洪铭,曾鸿雁,周伟,王涛. 山东大学学报(工学版). 2019(01)
[2]新型飞蛾火焰优化算法的研究[J]. 田鸿,陈国彬,刘超. 计算机工程与应用. 2019(16)
[3]变论域自适应模糊PID控制系统仿真与应用[J]. 冀常鹏,孙巍. 测控技术. 2018(10)
[4]车载温控系统多温区热力学模型和仿真研究[J]. 袁阳,黄勇,张彬彬. 内燃机与配件. 2018(19)
[5]套管连续流低温恒温系统的设计与性能实验研究[J]. 孙长利,苗典远,初德军,刘立强. 低温工程. 2018(03)
[6]采用改进CPSO动态搜索时频原子的电能质量扰动信号去噪方法[J]. 王文飞,周雒维,李绍令,卢伟国. 电网技术. 2018(12)
[7]基于混合遗传算法的中央空调空调水系统控制方法[J]. 王伟,苏双. 电子测试. 2017(15)
[8]R404A直接接触凝结制冷循环的性能分析[J]. 宁静红,诸凯,刘圣春. 低温工程. 2017(03)
[9]空间用4 K温区预冷型JT制冷机研究进展及关键技术分析[J]. 刘东立,申运伟,甘智华. 低温工程. 2017(02)
[10]基于变换函数与填充函数的模糊粒子群优化算法[J]. 吕柏权,张静静,李占培,刘廷章. 自动化学报. 2018(01)
博士论文
[1]纯电动客车变频热泵空调系统及其优化控制研究[D]. 彭庆红.华南理工大学 2017
[2]易腐食品冷藏运输温度调控及优化研究[D]. 李锦.中南大学 2013
硕士论文
[1]粒子群算法改进及其应用研究[D]. 秦媛.南京邮电大学 2018
[2]混合动力电动汽车制动能量回收分析及策略研究[D]. 李学凯.大连理工大学 2018
[3]基于混沌粒子群算法的直流调制控制器参数优化研究[D]. 薛文.兰州交通大学 2018
[4]汽车空调控制系统优化及试验研究[D]. 宋洪健.浙江大学 2018
[5]粒子群算法的改进及其在CRH3型动车组结构优化的应用研究[D]. 王婵.北京交通大学 2018
[6]易腐食品冷藏运输安全管理及对策研究[D]. 钟贤.大连海事大学 2017
[7]电动轿车自动空调控制模式研究[D]. 李俊芳.吉林大学 2017
[8]汽车空调系统仿真优化及舒适性研究[D]. 张楠.山东大学 2017
[9]基于遗传算法优化的水下机器人路径跟踪模糊控制技术研究[D]. 张磊.浙江大学 2017
[10]基于神经网络的空调系统节能控制研究[D]. 王春香.哈尔滨工业大学 2015
本文编号：3636703
【文章来源】：武汉理工大学湖北省211工程院校教育部直属院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
冷藏车厢Simulink总体模块
20代种群中适应度最大的适应度值;步骤5:当适应度值无明显变化或者种群达到最大优化代数时就停止优化并进入步骤6；否则返回步骤3；步骤6:将得到的最佳染色体解码得到最优权值，阈值，赋给BP神经网络得到最优训练模型；该网络的结构参数为5层输入层，10层隐含层，2层输出层，并将学习率设置成0.01，最大步数设置成100，学习目标设置成0.1。2.5仿真结果根据上述所建立的冷藏车厢热交换模型可以确定车厢内温度变化和空调制冷量，车厢体内外温差和车厢内风速与车厢制冷温度的关系；冷藏空调功耗和制冷换热的数学模型可知风机转速与冷凝蒸发温度以及功耗之间的关系。并采用Matlab和Simulink对数学模型进行仿真实验，从而确定系统模型的合理性。仿真实验中设置室外环境温度；设定目标温度为-20；设定车辆行驶速度40km/h；空调制冷量设置1800；仿真时在开始阶段加入一定干扰来模拟操作热量。仿真结果如下：0500100015002000250030003500-20-10010203040时间s图2-4冷藏车厢降温温度曲线(横坐标：时间S。纵坐标温度)由以上结果分析可知，在给定的空调制冷量的条件下，图2-4图显示横坐标时间，纵坐标为温度值。降温速度由快到慢。由车厢热平衡方程可知，该降温曲
21线属于关于温差和制冷量等参数的微分方程。随着温度的下降，车内外温差扩大，与车车厢外的热交换更加剧烈，使制冷降温速度变慢。图2-4是仿真数据与实验测试数据点对比，由结果得到，实际测试数据点与仿真曲线大概由10%的误差，这是由于实际测试环境与设定的理想条件存在差距，但整体趋势一致，可知仿真模型合理可用；对压缩机的AHRI15系数学模型拟合曲线如下：(a)(b)图2-5压缩机转速与(a)压缩机制冷量(b)系统功耗曲线由图2-5(a)(b)可知，在不考虑压缩机驱动器发热的情况下，变频压缩机功耗
【参考文献】：
期刊论文
[1]基于改进粒子群算法作业车间调度问题的优化[J]. 刘洪铭,曾鸿雁,周伟,王涛. 山东大学学报(工学版). 2019(01)
[2]新型飞蛾火焰优化算法的研究[J]. 田鸿,陈国彬,刘超. 计算机工程与应用. 2019(16)
[3]变论域自适应模糊PID控制系统仿真与应用[J]. 冀常鹏,孙巍. 测控技术. 2018(10)
[4]车载温控系统多温区热力学模型和仿真研究[J]. 袁阳,黄勇,张彬彬. 内燃机与配件. 2018(19)
[5]套管连续流低温恒温系统的设计与性能实验研究[J]. 孙长利,苗典远,初德军,刘立强. 低温工程. 2018(03)
[6]采用改进CPSO动态搜索时频原子的电能质量扰动信号去噪方法[J]. 王文飞,周雒维,李绍令,卢伟国. 电网技术. 2018(12)
[7]基于混合遗传算法的中央空调空调水系统控制方法[J]. 王伟,苏双. 电子测试. 2017(15)
[8]R404A直接接触凝结制冷循环的性能分析[J]. 宁静红,诸凯,刘圣春. 低温工程. 2017(03)
[9]空间用4 K温区预冷型JT制冷机研究进展及关键技术分析[J]. 刘东立,申运伟,甘智华. 低温工程. 2017(02)
[10]基于变换函数与填充函数的模糊粒子群优化算法[J]. 吕柏权,张静静,李占培,刘廷章. 自动化学报. 2018(01)
博士论文
[1]纯电动客车变频热泵空调系统及其优化控制研究[D]. 彭庆红.华南理工大学 2017
[2]易腐食品冷藏运输温度调控及优化研究[D]. 李锦.中南大学 2013
硕士论文
[1]粒子群算法改进及其应用研究[D]. 秦媛.南京邮电大学 2018
[2]混合动力电动汽车制动能量回收分析及策略研究[D]. 李学凯.大连理工大学 2018
[3]基于混沌粒子群算法的直流调制控制器参数优化研究[D]. 薛文.兰州交通大学 2018
[4]汽车空调控制系统优化及试验研究[D]. 宋洪健.浙江大学 2018
[5]粒子群算法的改进及其在CRH3型动车组结构优化的应用研究[D]. 王婵.北京交通大学 2018
[6]易腐食品冷藏运输安全管理及对策研究[D]. 钟贤.大连海事大学 2017
[7]电动轿车自动空调控制模式研究[D]. 李俊芳.吉林大学 2017
[8]汽车空调系统仿真优化及舒适性研究[D]. 张楠.山东大学 2017
[9]基于遗传算法优化的水下机器人路径跟踪模糊控制技术研究[D]. 张磊.浙江大学 2017
[10]基于神经网络的空调系统节能控制研究[D]. 王春香.哈尔滨工业大学 2015
本文编号：3636703
本文链接：https://www.wllwen.com/kejilunwen/qiche/3636703.html
