Równoległa jednostka kondensacyjna

W jaki sposób system jednostek kondensacyjnych ocenia zmianę zapotrzebowania na chłodzenie i odpowiednio dostosowuje liczbę sprężarki?

Monitorowanie zmian w zapotrzebowaniu na chłodzenie
. równoległa jednostka kondensacyjna System monitoruje wiele kluczowych parametrów systemu chłodnictwa w czasie rzeczywistym za pośrednictwem zaawansowanego inteligentnego systemu kontroli, aby dokładnie ocenić zmiany zapotrzebowania na chłodzenie. Te kluczowe parametry obejmują między innymi:

1. Temperatura otoczenia: System zbiera dane temperatury otoczenia w czasie rzeczywistym przez czujniki temperatury zainstalowane w odpowiednich lokalizacjach. Temperatura otoczenia jest jednym z ważnych czynników wpływających na zapotrzebowanie na chłodzenie. Wraz ze wzrostem temperatury otoczenia lub zmniejsza się, zapotrzebowanie na chłodzenie odpowiednio zwiększy lub zmniejszy.
2. Temperatura i ciśnienie powietrza zwrotu: temperatura i ciśnienie powietrza powrotu odzwierciedlają status roboczy parownika i są ważnymi wskaźnikami oceny zmian obciążenia układu chłodnictwa. Gdy temperatura powietrza powrotu wzrasta lub spadnie ciśnienie, zwykle oznacza to, że zapotrzebowanie na chłodzenie wzrasta; I odwrotnie, może to wskazywać na zmniejszenie zapotrzebowania na chłodzenie.
3. Temperatura i ciśnienie kondensacji: Zmiany temperatury i ciśnienia kondensacji odzwierciedlają również stan roboczy układu chłodnictwa. Chociaż nie określają bezpośrednio zapotrzebowania na chłodzenie, mogą pośrednio wpływać na wydajność chłodzenia poprzez kontrolę optymalizacji skraplacza, dostosowując się w ten sposób do zmian zapotrzebowania na chłodzenie.
4. Wyjście chłodnicze: System bezpośrednio rozumie zdolność obecnego systemu chłodnictwa do spełnienia wymagań obciążenia poprzez monitorowanie wyjścia chłodniczego parownika. Gdy wyjście pojemności chłodzenia jest niewystarczające, oznacza to, że należy zwiększyć liczbę sprężarki; W przeciwnym razie może wymagać to zmniejszenia.

Dostosowanie liczby sprężarki
Po uzyskaniu powyższych kluczowych parametrów inteligentny system sterowania automatycznie określi zmiany popytu chłodzenia zgodnie z algorytmem ustalonym i logiką oraz odpowiednio dostosować liczbę sprężarki. Konkretny proces jest następujący:

1. Analiza popytu: System najpierw kompleksowo ocenia obecne zapotrzebowanie na chłodzenie na podstawie monitorowanej temperatury otoczenia, temperatury i ciśnienia, temperatury i ciśnienia skraplającego oraz parametry wyjściowej wydajności chłodzenia.
2. Sformułowanie strategii: Na podstawie wyników analizy popytu system formułuje odpowiednią strategię dostosowania ilości sprężarki. Strategia ta ma na celu w jak największym stopniu zmniejszyć zużycie energii i koszty operacyjne podczas zaspokajania popytu chłodzenia.
3. Dostosowanie wykonania: Po ustaleniu strategii regulacji liczby sprężarki, system zdaje sobie sprawę z dynamicznej regulacji liczby sprężarki poprzez kontrolowanie operacji start i zatrzymania oraz ładowania/rozładowywania operacji sprężarki. Gdy popyt na chłodzenie wzrośnie, system automatycznie uruchomi więcej sprężarki lub zwiększy obciążenie istniejących sprężarki; W przeciwnym razie zmniejszy to liczbę sprężarki lub zmniejszy ich obciążenie.

Optymalizacja i poprawa
W celu dalszego poprawy ogólnej wydajności i elastyczności równoległych jednostek kondensacyjnych można również podjąć następujące miary optymalizacji:

1. Regulacja konwersji częstotliwości: Wprowadzenie technologii konwersji częstotliwości umożliwia sprężarce automatyczne dostosowanie prędkości zgodnie ze zmianami zapotrzebowania na chłodzenie. Ta metoda regulacji jest bardziej wyrafinowana i elastyczna i może jeszcze bardziej poprawić współczynnik efektywności energetycznej.
2. Kontrola kaskad: W przypadku dużych równoległych systemów jednostek kondensacyjnych można użyć kaskady do łączenia wielu jednostek sprężarki w szeregu lub równolegle w określonej kolejności. W ten sposób liczba sprężarki można stopniowo zwiększać lub zmniejszać w zależności od różnych poziomów zapotrzebowania na chłodzenie, osiągając bardziej wyrafinowane regulacje obciążenia.
3. Inteligentna prognoza: Użyj technologii Big Data i sztucznej inteligencji, aby dokonać inteligentnych prognoz zapotrzebowania na chłodzenie. Analizując dane historyczne i trendy zmian środowiskowych, liczbę sprężarki można wcześniej dostosować, aby poradzić sobie z możliwymi zmianami zapotrzebowania na chłodzenie w przyszłości.