(山东恒瑞德电力设备有限公司 山东济南 250000)
摘要：现代建筑领域中，暖通空调是非常重要的组织。不过要强调的是，虽然暖通空调便利了人们的生活，但暖通空调本身对于能源的消耗也非常恐怖。有统计显示，大部分商用建筑中，暖通空调的能源消耗占比都达到了20%左右。暖通空调能耗中，制冷系统占据了很大的比例。对此本文将以暖通空调制冷系统工作原理着手，分析暖通空调制冷系统优化控制思路，分析最优组合方式，旨在节省能源的同时，发挥暖通空调作用。
关键词：暖通空调；制冷系统；优化控制
前言：在社会快速发展，人们对生活品质要求不断增加的今天，暖通空调成为了现代建筑物必不可少的部分。暖通空调同时兼顾升温与制冷作用，能够协调室内温度，创造舒适、温馨的环境。暖通空调也可以清洁室内空气。如今人们为了获得更好的生活品质，纷纷在建筑物中加装暖通空调。暖通空调虽然为人们创造了舒适的生活，但却会消耗大量能源，而这显然不符合我国可持续发展战略目标追求。对此有必要分析暖通空调原理，找到合适的制冷系统优化控制思路，减少资源浪费问题。
一、空调制冷原理
制冷是暖通空调最基本的功能，其制冷系统依靠制冷剂交换空调机热量。制冷剂在节流阀、蒸发器、冷凝器、压缩机中不间断循环，该过程中制冷剂形态发生变化，完成了吸热、放热过程。蒸发皿中制冷剂吸收热量，此时制冷剂从液态变成气态[1]。气化后的冷却剂进入到压缩机，在压缩中变成高温高压气体，随后进入冷凝器，此时热量传导给水与空气，从气态再次变回液态。在不断循环中，完成热量交换，达成降温目标。暖通空调不仅有制冷剂循环模式，还有冷却水循环、空气循环、冷冻水循环等类型。以上三种循环模式能够实现冷却剂热量交换，控制室内温度，达成制冷目的。从其特征来看，制冷系统是暖通空调中能耗最大的部分[2]。所以有必要对其进行优化，达成能量损耗控制目的。
二、优化控制暖通空调系统的做法
众所周知影响暖通空调制冷系统最大的两个点就是室内状态、室外气象。为保障制冷有效性，大部分情况下制冷系统会全面运作。制冷系统单方面负荷，是能耗大幅度增加的直接原因。所以在优化控制中可以从这一角度出发，对制冷剂吸气压力状态展开研究，达成节约能源目的。
（一）BP神经网络
作为一种多层反馈网络系统，BP神经网络能够妥善处理多层网络隐藏单元的连接问题。尤其是在面对非线性映射问题的处理中，BP神经网络体现了不可替代作用[3]。以BP神经网络特点来看，其拥有三个作用。首先能够识别与分类。计算机数据能够将信息分为语言、图片和文字。BP神经网络可以按照数据特点识别与归类信息，从而更科学的处理信息。其次控制函数系统。依靠自身的非线性特征BP神经网络能够函数建模，系统建模后能够广泛应用在工业控制。比如控制机器人运动轨迹。最后压缩数据。在运行中，BP神经网络能够压缩数据，尽可能的减少数据占内存空间。抽取数据特征，为数据分析提供方便。从BP神经网络特点看来，在暖通空调制冷系统中使用BP神经网络，可以模拟制冷系统吸气压力。众所周知，暖通空调的制冷机能耗存在极强非线性特征。能耗状态的搜集很多时候无法保障准确度。考虑到这样的条件，就需要使用BP神经网络，模拟真实数据。模拟连续非线性系数。使用神经网络模型模拟实际值，对制冷机当前运行状态进行实时监测，为后续的调整控制提供便利。
（二）Matlab语言
作为一种功能强大的工程语言，Matlab能够处理海量数据，并且有着很高的效率。因此在系统仿真、图形处理、控制系统中，Matlab有着广泛的应用。在时代推进中，Matlab语言将会进一步完善，不同领域专家能够根据自身需求，制作匹配自身行业领域的Matlab工具箱，其中包括各种子程序。有需要的时候直接调取工具箱，释放变成。Matlab具备模块化价值，能够简化系统控制流程。即便不了解算法本质，人们仍旧可以直接使用函数模块进行设计，简化建模过程。
众所周知，算法的基础是BP神经网络，其能够模拟系统运作过程，而对系统运作来说Matlab则如同系统运作模块。即我们可以把Matlab看做BP神经网络子系统。暖通空调制冷系统在使用BP神经网络的过程中，可以用Matlab设定模块。二者的结合主要有下述优点。
首先实现了系统设定简化，外界环境以及室内环境对于暖通空调的影响十分突出。运行中会发生质的变化。对其运行参数的搜集存在很大的难度。但如果可以将BP神经网络与Matlab组合到一起，就能够按照模块特征简化设定程序，提高了系统运作效率。其次能够真实反映系统运行实际数据。控制暖通空调制冷机能耗的关键在于，确定其吸气压力最佳状态。制冷剂状态变化最大的特点就是非线性。使用传统采集手段显然无法获得非常好的效果。不过BP神经网络能够模拟这个过程，依靠Matlab完成对数据得快速处理。良性循环能够让系统及时了解当前的制冷剂运行情况，更好的控制和调整系统。
三、暖通空调制冷系统降耗方案
虽然暖通空调本身系统比较简单，但考虑到有着众多子系统，所以信息反馈存在延后问题。为控制暖通空调制冷能耗就需要使用智能化控制网络。依靠BP神经网络与Matlab完成信号实时反馈，发挥各自在系统中的作用。
运行中BP神经网络如同系统骨架，Matlab负责收集系统运作数据模块。在各个组织模块的共同支撑下，协调制冷剂运作。要在满足用户基本需要的同时控制能耗。按照BP神经网络特征建立输入量，从而确定最佳的吸气压力。随后Matlab就能够汇总数据，并将信息发送给总系统。以控制系统对其进行运算，调整压缩机工作频率，实现负荷量与制冷量平衡，这样就能够尽可能控制制冷机能耗。
结语：现代社会中，人们对生活品质的追求一直没有停止。在现代建筑系统中，暖通空调是很重要的部分。当然因为暖通空调运作原理使然，导致暖通空调制冷系统会消耗非常多的能量和资源。这一问题让我国本就严峻的能源问题变得更加严重。无法体现可持续发展战略，显然不符合我国的追求。从实际结果看来，在暖通空调中耗能最多的部分就是制冷系统。优化控制制冷系统具有重要意义，对此需要发挥BP神经网络与Matlab各自优势和价值，要展开深度研究，协调系统模块价值，为人们提供安全、环保、节能的暖通空调资源。
参考文献：
[1]彭满.暖通工程中制冷系统管道施工工艺探讨[J].门窗,2019(24):105-106.
[2]曹晓梅.浅析暖通空调制冷系统中的环保节能技术[J].建材与装饰,2019(32):232-233.
[3]赵二庆.暖通空调工程中制冷系统管道的设计分析[J].科技资讯,2019,17(23):62-63.