[go: up one dir, main page]

CN114279110B - 一种空气能热水器智能除霜装置及方法 - Google Patents

一种空气能热水器智能除霜装置及方法 Download PDF

Info

Publication number
CN114279110B
CN114279110B CN202210191043.7A CN202210191043A CN114279110B CN 114279110 B CN114279110 B CN 114279110B CN 202210191043 A CN202210191043 A CN 202210191043A CN 114279110 B CN114279110 B CN 114279110B
Authority
CN
China
Prior art keywords
defrosting
frosting
compressor
water heater
evaporator
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210191043.7A
Other languages
English (en)
Other versions
CN114279110A (zh
Inventor
赵波
黄友正
宋洋洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beixi Te (Zhejiang) Technology Co.,Ltd.
Original Assignee
Zhejiang Qianfeng Intelligent Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Qianfeng Intelligent Technology Co ltd filed Critical Zhejiang Qianfeng Intelligent Technology Co ltd
Priority to CN202210191043.7A priority Critical patent/CN114279110B/zh
Publication of CN114279110A publication Critical patent/CN114279110A/zh
Application granted granted Critical
Publication of CN114279110B publication Critical patent/CN114279110B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/40—Solar thermal energy, e.g. solar towers

Landscapes

  • Air Conditioning Control Device (AREA)
  • Heat-Pump Type And Storage Water Heaters (AREA)
  • Defrosting Systems (AREA)

Abstract

本发明公开了一种空气能热水器智能除霜装置及方法，除霜装置包括振动除霜单元和冷媒回路切换单元，其中：所述冷媒回路切换单元包括蒸发器、四通阀、气液分离器、压缩机、热交换器、储液罐、膨胀阀和过滤器，其中：所述四通阀、气液分离器和压缩机连接形成闭合回路，所述四通阀、热交换器、储液罐、膨胀阀、过滤器和蒸发器连接形成闭合回路；除霜方法包括以下步骤：结霜程度的检测；控制执行除霜。本发明可以加速除霜过程，保证空气能热水器的效能和用户使用舒适度，还防止空气能热水器在结霜状态下长时间使用而缩短使用寿命以及可靠性降低的问题出现。

Description

一种空气能热水器智能除霜装置及方法
技术领域
本发明涉及空气能热泵领域，特别涉及一种空气能热水器智能除霜装置及方法。
背景技术
空气能热水器因其具有高效、节能、环保的优势，广泛应用于家庭、企事业单位及小区楼栋的热水供应及冬季室内取暖。然而，在冬季使用过程中，由于室外温度较低，蒸发器换热装置铜管会结霜。
结霜是空气能热水器面临的一个严重问题，一方面，结霜不仅影响空气能热水器的效能和用户使用舒适度；另一方面，空气能热水器在结霜状态长时间运行会导致寿命及可靠性大大降低。
所以，快速、可靠地对空气能热水器进行除霜有利于提高热水器的制热量和效率，确保系统稳定运行。
发明内容
本发明的目的在于，提供一种空气能热水器智能除霜装置及方法。本发明具有除霜速度快、效果好、能耗低和水温下降幅度小的特点。
本发明的技术方案：一种空气能热水器智能除霜装置，包括振动除霜单元和冷媒回路切换单元，其中：
所述冷媒回路切换单元包括蒸发器、四通阀、气液分离器、压缩机、热交换器、储液罐、膨胀阀和过滤器，其中：所述四通阀、气液分离器和压缩机连接形成闭合回路，所述四通阀、热交换器、储液罐、膨胀阀、过滤器和蒸发器连接形成闭合回路；
所述振动除霜单元包括多个规定在蒸发器的铜管上的电振动器。
一种智能除霜方法，应用于前述的空气能热水器智能除霜装置，包括以下步骤：
S1：结霜程度的检测，对需要检测的所述压缩机的功率和冷媒高压气体压力进行采样，并通过气体压力值的比值系数的减小程度来判定空气能热水器蒸发器结霜程度；
S2：控制执行除霜，通过获取所述S1给出的结霜程度，在判定为结霜时包括以下步骤执行除霜：
S2.1：振动除霜：驱动所述电振动器对所述蒸发器的铜管施加振动，使附着在所述铜管上的冰霜因受到巨大振动而破碎，加速除霜过程；
S2.2：切换冷媒回路工作模式：所述四通阀切换工作模态实现冷媒从热交换器中吸收水的热能，在所述蒸发器的铜管上释放热量，产生的热量迅速被附着在所述铜管上的已经破碎的冰霜吸收，吸热之后的破碎冰霜会加速融化。
前述的智能除霜方法中，所述S1中的结霜程度的检测方法包括以下步骤：
（1）通过天气信息获取当天环境温度Tamb、环境相对湿度Hamb，确定空气能热水器当前处于结霜运行边界范围；
（2）以此时刻开始每隔△T时间执行一次结霜程度预测算法，并且每次结霜预测算 法执行时均需对压缩机的功率
Figure 100002_DEST_PATH_IMAGE001
和冷媒高压气体压力
Figure DEST_PATH_IMAGE002
（压缩机的出口压力）采样 并得到n个数据，采样周期为Ts；
（3）采样压缩机的功率
Figure 990471DEST_PATH_IMAGE001
和冷媒高压气体压力
Figure 213642DEST_PATH_IMAGE002
的n个数据，分别记为：
Figure 100002_DEST_PATH_IMAGE003
和
Figure DEST_PATH_IMAGE004
,计算所述压缩机 功率为
Figure 100002_DEST_PATH_IMAGE005
时，正常未结霜工作情况下的冷媒高压气体压力
Figure DEST_PATH_IMAGE006
，得到
Figure 671693DEST_PATH_IMAGE001
与
Figure 100002_DEST_PATH_IMAGE007
在正常未结霜工作情况下的关系；
（4）计算比值
Figure DEST_PATH_IMAGE008
，满足：
Figure 100002_DEST_PATH_IMAGE009
，获取数组
Figure DEST_PATH_IMAGE010
的最小值和最大值：
Figure 100002_DEST_PATH_IMAGE011
和
Figure DEST_PATH_IMAGE012
，求取等 间隔量
Figure 100002_DEST_PATH_IMAGE013
，并建立数组
Figure DEST_PATH_IMAGE014
，其中：
Figure 100002_DEST_PATH_IMAGE015
，
Figure DEST_PATH_IMAGE016
，以
Figure 100002_DEST_PATH_IMAGE017
为自变量离 散数值，
Figure DEST_PATH_IMAGE018
为应变量离散数值，使用插值算法，获得
Figure 100002_DEST_PATH_IMAGE019
对应的序列
Figure DEST_PATH_IMAGE020
；
（5）基于一次累加方式，对序列
Figure 100002_DEST_PATH_IMAGE021
生成新序列
Figure DEST_PATH_IMAGE022
，满足：
Figure 100002_DEST_PATH_IMAGE023
，其中k=0, 1，…，n，在此基础上，基于灰色预测模型
Figure DEST_PATH_IMAGE024
，建立微分方程
Figure 100002_DEST_PATH_IMAGE025
，求 解待估参数向量
Figure DEST_PATH_IMAGE026
和上述微分方程，进而得到预测模型
Figure 100002_DEST_PATH_IMAGE027
；
（6）对预测序列
Figure DEST_PATH_IMAGE028
进行还原，得到还原序列
Figure 100002_DEST_PATH_IMAGE029
的预测模型为：
Figure DEST_PATH_IMAGE030
，定义关联度为：
Figure 100002_DEST_PATH_IMAGE031
；
（7）判断
Figure DEST_PATH_IMAGE032
是否满足，其中
Figure 100002_DEST_PATH_IMAGE033
=0.95，如果是，进入步骤（8）；否则，返回所述步骤 （2）；
（8）判断
Figure DEST_PATH_IMAGE034
是否满足，如果是，则空气能热水器处于结霜运行，进入步骤（9）； 否则，进入所述步骤（2）；
（9）求解结霜程度
Figure 100002_DEST_PATH_IMAGE035
，进而得出空气能热水器结霜程度
Figure DEST_PATH_IMAGE036
。
前述的智能除霜方法中，所述S2中的控制执行除霜工作包括以下步骤：
（1）调用结霜程度预测算法子程序，并判断是否结霜，如果是，进入步骤（2）；否则，程序退出；
（2）获取所述结霜程度
Figure 67514DEST_PATH_IMAGE036
，依据
Figure 100002_DEST_PATH_IMAGE037
和
Figure DEST_PATH_IMAGE038
，计算出结霜程度为
Figure 28517DEST_PATH_IMAGE036
时所述振动器所需产生振幅和频率；依据
Figure 100002_DEST_PATH_IMAGE039
，计算所述振动器产生振幅和频率 时驱动电源输出电流向量
Figure DEST_PATH_IMAGE040
；
（3）控制所述四通阀由制热模式切换到除霜模式，并依据所述除霜模式下所述压 缩机的功率
Figure 598039DEST_PATH_IMAGE001
与结霜程度
Figure 466638DEST_PATH_IMAGE036
之间的数学关系
Figure 100002_DEST_PATH_IMAGE041
，获得所述压缩机 的运行功率设定值
Figure DEST_PATH_IMAGE042
，实现快速可靠除霜；
（4）将
Figure 375688DEST_PATH_IMAGE040
和
Figure 304330DEST_PATH_IMAGE042
分别作为所述振动器的控制电源输出电流和所述压缩机的运行 功率设定值，并对所述振动器和所述压缩机进行控制；
（5）驱动所述振动除霜单元、四通阀与压缩机进行除霜工作；
（6）程序退出。
前述的智能除霜方法中，所述四通阀在制热模式时，所述冷媒从室外蒸发器处吸收空气中的热能，在所述热交换器处释放热量，对水加热。
与现有技术相比，本发明具有以下有益效果：
1、本发明通过对空气能热水器结霜程度进行判断，然后控制多个点振动器对铜管施加振动，振动频率等于或者接近结霜时铜管的固有频率进而产生谐振，使附着在所述铜管上的冰霜因受到巨大谐振应力而破裂，加速除霜过程，保证空气能热水器的效能和用户使用舒适度，还防止空气能热水器在结霜状态下长时间使用而缩短使用寿命以及可靠性降低的问题出现。
2、本发明在判断空气能热水器结霜后，四通阀切换工作模态实现冷媒从热交换器中吸收水的热能，在室外蒸发器的所述铜管上释放热量，产生的热量迅速被附着在所述铜管上的已经破碎的冰霜吸收，吸热之后的破碎冰霜会加速融化，进一步提高了空气能热水器的除霜效果。
附图说明
图1是本发明的空气能热水器冷媒回路结构图；
图2是本发明的蒸发器铜管和振动器安装示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明，但并不作为对本发明限制的依据。
实施例：一种空气能热水器智能除霜装置，包括振动除霜单元和冷媒回路切换单元，其中：
如附图1所示，所述冷媒回路切换单元包括蒸发器、四通阀、气液分离器、压缩机、热交换器、储液罐、膨胀阀和过滤器，其中：所述四通阀、气液分离器和压缩机连接形成闭合回路，所述四通阀、热交换器、储液罐、膨胀阀、过滤器和蒸发器连接形成闭合回路。
在制热工作模式时，其冷媒的循环顺序为箭头实线流向，所述四通阀在制热模式时，冷媒从室外蒸发器处吸收空气中的热能，在热交换器处释放热量，对水加热；在除霜工作模式时，其冷媒的循环顺序为箭头虚线流向。制热/除霜模式下冷媒流向的切换是通过控制所述四通阀实现，所述四通阀切换工作模态实现冷媒从热交换器中吸收水的热能，在室外蒸发器的所述铜管上释放热量，产生的热量迅速被附着在所述铜管上的已经破碎的冰霜吸收，吸热之后的破碎冰霜会加速融化。
具体地，在制热工作模式，冷媒在蒸发器处吸收空气中的热能，成为低温低压气体，经压缩机压缩后，成为高温高压气体，并流经热交换器进行热交换，释放热能后，经过储液罐、膨胀阀和过滤器后再次回到蒸发器进行下一次热交换；在除霜工作模式，冷媒在热交换器处吸收热能，成为低温低压气体，经压缩机压缩后，成为高温高压气体，并流经蒸发器，对铜管加热除霜，释放热能后，经过过滤器、膨胀阀和储液罐后再次回到热交换器进行下一次除霜热交换，通过调节压缩机的输入功率即可调控制热/除霜模式的热交换能量，实现快速制热或除霜。
所述振动除霜单元包括多个固定在蒸发器的铜管上的电振动器，如附图2所示，多个所述电振动器的不动部分分别固定在室外机的端面上，活动部分与铜管均存在一定间距，所述电振动器输出振幅、频率参数、安装数量和安装位置，可通过理论仿真分析和实验测试结果以及成本和系统复杂性综合确定。
根据所述的空气能热水器智能除霜装置的除霜方法，包括以下步骤：
S1：结霜程度的检测，对需要检测的所述压缩机的功率和冷媒高压气体压力进行采样，并通过气体压力值的比值系数的减小程度来判定空气能热水器蒸发器结霜程度；
本发明所提供的结霜程度检测方法主要是基于结霜运行时热交换效能相较于正常运行时热交换效能显著下降而导致蒸发器冷媒气化量显著小于正常运行时冷媒气化量，进而导致相同压缩机功率情况下压缩后气体的压力显著小于正常运行时压缩后气体的压力，并且结霜程度越严重，压缩后气体压力值就越小于正常运行时压缩后气体压力值，基于该特征，运用灰色预测理论，准确判定空气能热水器室外盘型铜管是否结霜以及结霜程度。
相关变量和参数定义如下：
Figure DEST_PATH_IMAGE043
为采样周期，为采样数序号，
Figure DEST_PATH_IMAGE044
为压缩机运 行功率，
Figure DEST_PATH_IMAGE045
为冷媒高压气体压力，
Figure DEST_PATH_IMAGE046
和
Figure DEST_PATH_IMAGE047
分别为压缩机功率
Figure 892306DEST_PATH_IMAGE001
和冷媒高压气体压力
Figure 561666DEST_PATH_IMAGE002
的采 样数据序列，
Figure DEST_PATH_IMAGE048
为压缩机功率为
Figure DEST_PATH_IMAGE049
时正常未结霜工作情况下的冷媒高压气体压力(
Figure 325222DEST_PATH_IMAGE001
与
Figure DEST_PATH_IMAGE050
在正常未结霜工作情况下的数学关系可由理论分析仿真、实验测量数据及曲线拟合 得到)，
Figure DEST_PATH_IMAGE051
为压缩机功率
Figure DEST_PATH_IMAGE052
条件下实际冷媒高压气体压力
Figure DEST_PATH_IMAGE053
与
Figure DEST_PATH_IMAGE054
的 比值，
Figure DEST_PATH_IMAGE055
为对应的序列，
Figure DEST_PATH_IMAGE056
和
Figure DEST_PATH_IMAGE057
分别为序列
Figure DEST_PATH_IMAGE058
的最小 值和最大值，
Figure DEST_PATH_IMAGE059
为
Figure 1929DEST_PATH_IMAGE056
和
Figure DEST_PATH_IMAGE060
的等间隔量，
Figure DEST_PATH_IMAGE061
为基于
Figure 486656DEST_PATH_IMAGE059
的等 间距重构数组，其中：
Figure DEST_PATH_IMAGE062
，
Figure DEST_PATH_IMAGE063
。相关参数计算公 式如下：
Figure DEST_PATH_IMAGE064
(1)
Figure DEST_PATH_IMAGE065
(2)
Figure DEST_PATH_IMAGE066
(3)
Figure DEST_PATH_IMAGE067
(4)
Figure DEST_PATH_IMAGE068
(5)
Figure DEST_PATH_IMAGE069
(6)
通过公式(1)～(6)的计算，可以得到结霜运行时压缩后气体压力值与正常情况下 压缩后气体压力值的比值序列
Figure DEST_PATH_IMAGE070
及其等间隔序列
Figure 211904DEST_PATH_IMAGE061
。以
Figure DEST_PATH_IMAGE071
为自变量离散数值，
Figure DEST_PATH_IMAGE072
为应变量离散数值，使用插值算法，获得
Figure DEST_PATH_IMAGE073
对应的 序列
Figure DEST_PATH_IMAGE074
。在此基础上，基于灰色预测算法得到
Figure 954601DEST_PATH_IMAGE074
与
Figure DEST_PATH_IMAGE075
之间的灰色预测模型
Figure 792474DEST_PATH_IMAGE024
。通过分析灰色预测模型得到的预 测比值系数序列
Figure DEST_PATH_IMAGE076
与实测比值系数
Figure 27146DEST_PATH_IMAGE077
序列之间的 关联度大小，判断预测模型是否准确及对应的预测模型。在此预测模型是正确的基础上，通 过分析预测模型数学表达式，得出结霜程度，为除霜控制提供准确详实的数据，下面结合预 测算法对步骤进行详细说明，结霜程度的检测方法包括以下步骤：
（1）通过天气信息获取当天环境温度Tamb、环境相对湿度Hamb，确定空气能热水器当前处于结霜运行边界范围；
（2）以此时刻开始每隔△T时间执行一次结霜预测算法，并且每次预测算法执行时 均需对压缩机的功率
Figure 916605DEST_PATH_IMAGE001
和冷媒高压气体压力
Figure 982650DEST_PATH_IMAGE002
（压缩机的出口压力）采样并得到n个 数据，采样周期为Ts；
（3）采样所述压缩机的功率
Figure 564941DEST_PATH_IMAGE001
和冷媒高压气体压力
Figure 755751DEST_PATH_IMAGE002
的n个数据，分别记 为：
Figure 573534DEST_PATH_IMAGE003
和
Figure 103872DEST_PATH_IMAGE004
,计算所述压 缩机功率为
Figure 981699DEST_PATH_IMAGE005
时，正常未结霜工作情况下的冷媒高压气体 压力
Figure 597488DEST_PATH_IMAGE006
，得到
Figure 218962DEST_PATH_IMAGE001
与
Figure 869386DEST_PATH_IMAGE007
在正常未结霜工作情况下的关 系；
（4）计算比值
Figure 652534DEST_PATH_IMAGE008
，满足：
Figure 21199DEST_PATH_IMAGE009
，获取数组
Figure 852889DEST_PATH_IMAGE010
的最小值和最大值：
Figure 748032DEST_PATH_IMAGE011
和
Figure 577448DEST_PATH_IMAGE012
，求取等 间隔量
Figure 560972DEST_PATH_IMAGE013
，并建立数组
Figure 399615DEST_PATH_IMAGE014
，其中：
Figure 618107DEST_PATH_IMAGE015
，
Figure 884003DEST_PATH_IMAGE016
，以
Figure 86314DEST_PATH_IMAGE017
为自变量离 散数值，
Figure 728648DEST_PATH_IMAGE018
为应变量离散数值，使用插值算法，获得
Figure DEST_PATH_IMAGE078
对应的序列
Figure 801646DEST_PATH_IMAGE079
；
（5）基于一次累加方式，对序列
Figure 363078DEST_PATH_IMAGE021
生成新序列
Figure 928051DEST_PATH_IMAGE022
，满足：
Figure 233131DEST_PATH_IMAGE023
，其中k=0, 1，…，n，在此基础上，基于灰色预测模型
Figure 567160DEST_PATH_IMAGE024
，建立微分方程
Figure 299493DEST_PATH_IMAGE025
，求 解待估参数向量
Figure 148500DEST_PATH_IMAGE026
和上述微分方程，进而得到预测模型
Figure 867057DEST_PATH_IMAGE027
；
（6）对预测序列
Figure 445806DEST_PATH_IMAGE028
进行还原，得到还原序列
Figure 224406DEST_PATH_IMAGE029
的预测模型为：
Figure 885676DEST_PATH_IMAGE030
，定义关联度为：
Figure 407924DEST_PATH_IMAGE031
；
（7）判断
Figure 575601DEST_PATH_IMAGE032
是否满足，其中
Figure 790681DEST_PATH_IMAGE033
=0.95（该系数可以是根据实际情况进行确定为 0.9-1.0之间，用于判断模型的准确性），如果是，进入步骤（8）；否则，返回所述步骤（2）；
（8）判断
Figure 411018DEST_PATH_IMAGE034
是否满足，其中
Figure DEST_PATH_IMAGE080
=0.5（该系数可以是根据实际情况进行确定），如 果是，则空气能热水器处于结霜运行，进入步骤（9）；否则，进入所述步骤（2）；
（9）求解结霜程度
Figure 330433DEST_PATH_IMAGE035
，进而得出空气能热水器结霜程度
Figure 493561DEST_PATH_IMAGE036
。
S2：控制执行除霜，通过获取所述S1给出的结霜程度，在此基础上，根据实验测试数据、理论仿真分析及数据拟合方法得到可靠破霜时，结霜程度与振动器所需产生的振幅和频率的数学关系和；其次，依据振幅和频率与振动器驱动电源电流之间的特性，确定数学关系。并将作为驱动电源输出电流参考值对其进行控制，实现振动破霜。同理，根据实验测试数据、理论仿真分析及数据拟合方法，可以得到满足快速融霜时压缩机功率与结霜程度之间的数学关系，并同样将压缩机功率作为压缩机输出功率参考值对其进行控制，进而实现快速、可靠融冰。
在判定为结霜时包括以下步骤执行除霜：
S2.1：振动除霜：驱动所述电振动器对所述蒸发器的铜管施加振动，振动频率等于或者接近结霜时铜管的固有频率进而产生谐振，使附着在所述铜管上的冰霜因受到巨大振动而破碎，加速除霜过程；
S2.2：切换冷媒回路工作模式：所述四通阀切换工作模态实现冷媒从热交换器中吸收水的热能，在所述蒸发器的铜管上释放热量，产生的热量迅速被附着在所述铜管上的已经破碎的冰霜吸收，吸热之后的破碎冰霜会加速融化。
控制执行除霜工作包括以下步骤：
（1）调用结霜程度预测算法子程序，并判断是否结霜，如果是，进入步骤（2）；否则，程序退出；
（2）获取所述结霜程度
Figure 738598DEST_PATH_IMAGE036
，依据
Figure 252755DEST_PATH_IMAGE037
和
Figure 913544DEST_PATH_IMAGE038
，计算出结霜程度为
Figure 55812DEST_PATH_IMAGE036
时所述振动器所需产生振幅和频率；依据
Figure 612696DEST_PATH_IMAGE039
，计算所述振动器产生振幅和频率 时驱动电源输出电流向量
Figure 473204DEST_PATH_IMAGE040
；
（3）控制所述四通阀由制热模式切换到除霜模式，并依据所述除霜模式下所述压 缩机的功率
Figure 140946DEST_PATH_IMAGE001
与结霜程度
Figure 137721DEST_PATH_IMAGE036
之间的数学关系
Figure 865505DEST_PATH_IMAGE041
，获得所述压缩机 的运行功率设定值
Figure 216240DEST_PATH_IMAGE042
，实现快速可靠除霜；
（4）将
Figure 156514DEST_PATH_IMAGE040
和
Figure 273374DEST_PATH_IMAGE042
分别作为所述振动器的控制电源输出电流和所述压缩机的运行 功率设定值，并对所述振动器和所述压缩机进行控制；
（5）驱动所述振动除霜单元、四通阀与压缩机进行除霜工作；
（6）程序退出。

Claims (3)

1.一种空气能热水器智能除霜方法，其特征在于，应用于空气能热水器智能除霜装置，空气能热水器智能除霜装置包括振动除霜单元和冷媒回路切换单元，其中：
所述冷媒回路切换单元包括蒸发器、四通阀、气液分离器、压缩机、热交换器、储液罐、膨胀阀和过滤器，其中：所述四通阀、气液分离器和压缩机依次连接形成闭合回路，所述四通阀、热交换器、储液罐、膨胀阀、过滤器和蒸发器依次连接形成闭合回路；
所述振动除霜单元包括多个固定在蒸发器的铜管上的电振动器；
除霜方法，包括以下步骤：
S1：结霜程度的检测：对需要检测的所述压缩机的功率和冷媒高压气体压力进行采样，并通过气体压力值的比值系数的减小程度来判定空气能热水器蒸发器结霜程度；
S2：控制执行除霜：通过获取所述S1给出的结霜程度，在判定为结霜时包括以下步骤执行除霜：
S2.1：振动除霜：驱动所述电振动器对所述蒸发器的铜管施加振动，使附着在所述铜管上的冰霜因受到巨大振动而破碎，加速除霜过程；
S2.2：切换冷媒回路工作模式：所述四通阀切换工作模态实现冷媒从热交换器中吸收水的热能，在所述蒸发器的铜管上释放热量，产生的热量迅速被附着在所述铜管上的已经破碎的冰霜吸收，吸热之后的破碎冰霜会加速融化；
所述S1中的结霜程度的检测方法包括以下步骤：
（1）通过天气信息获取当天环境温度Tamb、环境相对湿度Hamb，确定空气能热水器当前处于结霜运行边界范围；
（2）以此时刻开始每隔△T时间执行一次结霜程度预测算法，并且每次结霜预测算法执行时均需对压缩机的功率
Figure DEST_PATH_IMAGE001
和冷媒高压气体压力
Figure 449196DEST_PATH_IMAGE002
采样并得到n个数据，采样周期为Ts；
（3）采样压缩机的功率
Figure 921634DEST_PATH_IMAGE001
和冷媒高压气体压力
Figure 393067DEST_PATH_IMAGE002
的n个数据，分别记为：
Figure DEST_PATH_IMAGE003
和
Figure 119715DEST_PATH_IMAGE004
,计算所述压缩机功率为
Figure DEST_PATH_IMAGE005
时，正常未结霜工作情况下的冷媒高压气体压力
Figure 18401DEST_PATH_IMAGE006
，得到
Figure 978135DEST_PATH_IMAGE001
与
Figure DEST_PATH_IMAGE007
在正常未结霜工作情况下的关系；
（4）计算比值
Figure 722100DEST_PATH_IMAGE008
，满足：
Figure DEST_PATH_IMAGE009
，获取数组
Figure 303254DEST_PATH_IMAGE010
的最小值和最大值：
Figure DEST_PATH_IMAGE011
和
Figure 356530DEST_PATH_IMAGE012
，求取等间隔量
Figure DEST_PATH_IMAGE013
，并建立数组
Figure 288714DEST_PATH_IMAGE014
，其中：
Figure DEST_PATH_IMAGE015
，
Figure 305211DEST_PATH_IMAGE016
，以
Figure DEST_PATH_IMAGE017
为自变量离散数值，
Figure 255719DEST_PATH_IMAGE018
为应变量离散数值，使用插值算法，获得
Figure DEST_PATH_IMAGE019
对应的序列
Figure 496207DEST_PATH_IMAGE020
；
（5）基于一次累加方式，对序列
Figure DEST_PATH_IMAGE021
生成新序列
Figure 650108DEST_PATH_IMAGE022
，满足：
Figure DEST_PATH_IMAGE023
，其中k=0,1，…，n，在此基础上，基于灰色预测模型
Figure 991003DEST_PATH_IMAGE024
，建立微分方程
Figure DEST_PATH_IMAGE025
，求解待估参数向量
Figure 546749DEST_PATH_IMAGE026
和上述微分方程，进而得到预测模型
Figure DEST_PATH_IMAGE027
；
（6）对预测序列
Figure 958139DEST_PATH_IMAGE028
进行还原，得到还原序列
Figure DEST_PATH_IMAGE029
的预测模型为：
Figure 848603DEST_PATH_IMAGE030
，定义关联度为：
Figure DEST_PATH_IMAGE031
；
（7）判断
Figure 472482DEST_PATH_IMAGE032
是否满足，其中
Figure DEST_PATH_IMAGE033
=0.95，如果是，进入步骤（8）；否则，返回所述步骤（2）；
（8）判断
Figure 397582DEST_PATH_IMAGE034
是否满足，如果是，则空气能热水器处于结霜运行，进入步骤（9）；否则，进入所述步骤（2）；
（9）求解结霜程度
Figure DEST_PATH_IMAGE035
，进而得出空气能热水器结霜程度
Figure 979873DEST_PATH_IMAGE036
。
2.根据权利要求1所述的空气能热水器智能除霜方法，其特征在于：所述S2中的控制执行除霜工作包括以下步骤：
（1）调用结霜程度预测算法子程序，并判断是否结霜，如果是，进入步骤（2）；否则，程序退出；
（2）获取所述结霜程度
Figure 373945DEST_PATH_IMAGE036
，依据
Figure DEST_PATH_IMAGE037
和
Figure 67095DEST_PATH_IMAGE038
，计算出结霜程度为
Figure 846701DEST_PATH_IMAGE036
时所述振动器所需产生振幅和频率；依据
Figure DEST_PATH_IMAGE039
，计算所述振动器产生振幅和频率时驱动电源输出电流向量
Figure 334314DEST_PATH_IMAGE040
；
（3）控制所述四通阀由制热模式切换到除霜模式，并依据除霜模式下所述压缩机的功率
Figure 481262DEST_PATH_IMAGE001
与结霜程度
Figure 243681DEST_PATH_IMAGE036
之间的数学关系
Figure DEST_PATH_IMAGE041
，获得所述压缩机的运行功率设定值
Figure 877794DEST_PATH_IMAGE042
，实现快速可靠除霜；
（4）将
Figure 536308DEST_PATH_IMAGE040
和
Figure 170552DEST_PATH_IMAGE042
分别作为所述振动器的控制电源输出电流和所述压缩机的运行功率设定值，并对所述振动器和所述压缩机进行控制；
（5）驱动所述振动除霜单元、四通阀与压缩机进行除霜工作；
（6）程序退出。
3.根据权利要求1所述的空气能热水器智能除霜方法，其特征在于：所述四通阀在制热模式时，冷媒从室外蒸发器处吸收空气中的热能，在所述热交换器处释放热量，对水加热。
CN202210191043.7A 2022-03-01 2022-03-01 一种空气能热水器智能除霜装置及方法 Active CN114279110B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210191043.7A CN114279110B (zh) 2022-03-01 2022-03-01 一种空气能热水器智能除霜装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210191043.7A CN114279110B (zh) 2022-03-01 2022-03-01 一种空气能热水器智能除霜装置及方法

Publications (2)

Publication Number Publication Date
CN114279110A CN114279110A (zh) 2022-04-05
CN114279110B true CN114279110B (zh) 2022-05-20

Family

ID=80882170

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210191043.7A Active CN114279110B (zh) 2022-03-01 2022-03-01 一种空气能热水器智能除霜装置及方法

Country Status (1)

Country Link
CN (1) CN114279110B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115371464B (zh) * 2022-10-25 2023-03-24 江苏金凯锐科技发展有限公司 一种利于冷凝水排出不积留的冷热交换器
CN116718237B (zh) * 2023-08-10 2023-11-03 山东毫瓦特新能源有限公司 一种空气能热泵工作数据监测方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101476774A (zh) * 2008-11-18 2009-07-08 浙江正理电子电气有限公司 空气源、水源双热源热泵热水器
CN102032704A (zh) * 2009-09-28 2011-04-27 富士通将军股份有限公司 热泵装置
CN102472540A (zh) * 2009-07-22 2012-05-23 三菱电机株式会社 热泵装置
CN102831302A (zh) * 2012-08-06 2012-12-19 大连三洋压缩机有限公司 一种结霜工况下翅片管蒸发器的性能计算方法
CN104344618A (zh) * 2013-07-30 2015-02-11 广东美的暖通设备有限公司 智能除霜空调系统及其控制方法
CN106017195A (zh) * 2016-05-18 2016-10-12 山东阿尔普尔节能装备有限公司 一种具有除霜清垢功能的空气能热水器
CN106500267A (zh) * 2016-10-31 2017-03-15 芜湖美智空调设备有限公司 空调器的化霜控制方法及其控制装置
CN108981080A (zh) * 2018-06-08 2018-12-11 珠海格力电器股份有限公司 空调器的除霜方法
CN109269016A (zh) * 2018-08-02 2019-01-25 珠海格力电器股份有限公司 一种化霜控制方法、装置及热泵机组
CN209399601U (zh) * 2018-11-30 2019-09-17 上海海立睿能环境技术有限公司 一种空气源热泵机组
CN110332654A (zh) * 2019-07-11 2019-10-15 珠海格力电器股份有限公司 空调系统及空调系统化霜控制方法
CN113435593A (zh) * 2021-06-29 2021-09-24 广州博通信息技术有限公司 基于传感器时序数据分析的制冷设备结霜预测方法
CN113739460A (zh) * 2021-08-26 2021-12-03 珠海格力电器股份有限公司 蒸发器除霜处理方法、装置及热泵设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018072727A1 (zh) * 2016-10-20 2018-04-26 广东美的暖通设备有限公司 一种空调除霜方法及装置
CN110986466B (zh) * 2019-12-16 2021-05-11 长虹美菱股份有限公司 一种自适应化霜控制方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101476774A (zh) * 2008-11-18 2009-07-08 浙江正理电子电气有限公司 空气源、水源双热源热泵热水器
CN102472540A (zh) * 2009-07-22 2012-05-23 三菱电机株式会社 热泵装置
CN102032704A (zh) * 2009-09-28 2011-04-27 富士通将军股份有限公司 热泵装置
CN102831302A (zh) * 2012-08-06 2012-12-19 大连三洋压缩机有限公司 一种结霜工况下翅片管蒸发器的性能计算方法
CN104344618A (zh) * 2013-07-30 2015-02-11 广东美的暖通设备有限公司 智能除霜空调系统及其控制方法
CN106017195A (zh) * 2016-05-18 2016-10-12 山东阿尔普尔节能装备有限公司 一种具有除霜清垢功能的空气能热水器
CN106500267A (zh) * 2016-10-31 2017-03-15 芜湖美智空调设备有限公司 空调器的化霜控制方法及其控制装置
CN108981080A (zh) * 2018-06-08 2018-12-11 珠海格力电器股份有限公司 空调器的除霜方法
CN109269016A (zh) * 2018-08-02 2019-01-25 珠海格力电器股份有限公司 一种化霜控制方法、装置及热泵机组
CN209399601U (zh) * 2018-11-30 2019-09-17 上海海立睿能环境技术有限公司 一种空气源热泵机组
CN110332654A (zh) * 2019-07-11 2019-10-15 珠海格力电器股份有限公司 空调系统及空调系统化霜控制方法
CN113435593A (zh) * 2021-06-29 2021-09-24 广州博通信息技术有限公司 基于传感器时序数据分析的制冷设备结霜预测方法
CN113739460A (zh) * 2021-08-26 2021-12-03 珠海格力电器股份有限公司 蒸发器除霜处理方法、装置及热泵设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于多模型离散覆盖的宿州初霜期动态灰预测;孙惠合，晁林海;《中国农学通报》;20081130;第24卷(第11期);第379-383页 *

Also Published As

Publication number Publication date
CN114279110A (zh) 2022-04-05

Similar Documents

Publication Publication Date Title
CN114279110B (zh) 一种空气能热水器智能除霜装置及方法
CN110793159A (zh) 一种空调器制冷防冻结保护控制方法、装置及空调器
CN110094906B (zh) 一种基于室外风机运行特性的空气源热泵热风机除霜控制方法
CN105299843A (zh) 控制空调器进入除霜模式的方法和空调器
Li et al. A novel defrosting initiating method for air source heat pumps based on the optimal defrosting initiating time point
CN107178939B (zh) 空调器除霜控制方法
CN108692426B (zh) 空调器除霜控制方法
CN111189186B (zh) 一种空调及其防冻结的控制方法
CN112539583A (zh) 基于最佳除霜控制点的空气源热泵风机电流除霜控制系统及方法
CN108592297B (zh) 空调器除霜控制方法
CN101852523A (zh) 制冷循环系统的过热度控制方法和系统
CN114440449B (zh) 一种具备结霜预测和除霜功能的空气能热水器及使用方法
CN111189170B (zh) 一种空调及其防冻结的控制方法
CN114440448B (zh) 基于振动和热能除霜的空气能热水器除霜方法
CN114459152B (zh) 一种空气能热水器结霜预测方法
CN114440446B (zh) 一种空气能热水器快速除霜装置及方法
CN114440454B (zh) 基于热膨胀和热能除霜的空气能热水器除霜方法
CN110094900A (zh) 一种热泵系统及其控制方法、装置
CN114484866B (zh) 一种空气能热水器高效除霜装置及方法
CN111337280B (zh) 一种用于vrf空调系统变工况下的冷热量测试系统及方法
CN114440451B (zh) 一种智能空气能热水器及使用方法
CN114659268B (zh) 一种空气能热水器结霜程度预测方法
CN114440450B (zh) 一种空气能热水器的使用方法
CN114440447B (zh) 一种实现快速除霜和水温稳定的空气能热水器及使用方法
CN114440452B (zh) 一种空气能热水器结霜判定方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20221125

Address after: No. 2, Building 19, Huitouwang, Sunshine Community, Chengdong Street, Wenling City, Taizhou City, Zhejiang Province 317500

Patentee after: Wenling Huangge Technology Consulting Co.,Ltd.

Address before: 317500 West, second and third floors of room 101, building 5, Shaan Industrial Park, No. 520, Dongan village, Daxi Town, Wenling City, Taizhou City, Zhejiang Province

Patentee before: Zhejiang Qianfeng Intelligent Technology Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20231009

Address after: 317525, 2nd Floor, Building 1, No. 316 Hangwen Road, Daxi Town, Wenling City, Taizhou City, Zhejiang Province

Patentee after: Beixi Te (Zhejiang) Technology Co.,Ltd.

Address before: No. 2, Building 19, Huitouwang, Sunshine Community, Chengdong Street, Wenling City, Taizhou City, Zhejiang Province 317500

Patentee before: Wenling Huangge Technology Consulting Co.,Ltd.