外部控制變排量壓縮機汽車空調制冷系統(tǒng)的控制策略(圖文)

1、外部控制變排量壓縮機汽車空調制冷系統(tǒng)的控制策略(圖文)    圖3-4表示了Te隨Tai和Tcai的變化規(guī)律, 蒸發(fā)溫度Te隨著Tai和Tcai增大不斷增大。 圖3-4隨Tai和Tcai的變化 3.2 Te,set與各參數(shù)之間的擬合關系式 從以上冷凝器進風溫度Tcai、冷凝器風量Mca、壓縮機轉速Nc（車速）、車內溫度Tai、蒸發(fā)器風量（風檔）Mea等系統(tǒng)運行參數(shù)對蒸發(fā)溫度Te之間的影響分析可知，蒸發(fā)器風檔一定時，Te,set隨著轉速的增加而減小，Te,set隨著冷凝器進口風溫和蒸發(fā)器進口風溫的增加而增大。因此，在確定蒸發(fā)器風檔之后，可以擬合出壓縮機行程

2、處于最大排量時蒸發(fā)溫度設定值Te,set與轉速、冷凝器進口風溫和蒸發(fā)器進口風溫的關系式。 (1) 蒸發(fā)器風檔為高檔時，擬合所得Te,set的關系式： (3.1) 擬合關系式(3.1)的相關系數(shù)R0.999195 (2) 蒸發(fā)器風檔為中檔時，擬合所得Te,set的關系式： (3.2) 擬合關系式(3.2)的相關系數(shù)R0.998836 (3) 蒸發(fā)器風檔為低檔時，擬合所得Te,set的關系式： (3.3) 擬合關系式(3.3)的相關系數(shù)R = 0.996364 4 控制算法 由圖2-1可看出，脈沖控制模塊是具有外部控制閥變排量汽車空調制冷系統(tǒng)容量控制策略的核心，其控制算法的好壞將影響到整個系統(tǒng)的控

3、制性能，本文采用經(jīng)典模糊控制算法的系統(tǒng)框圖如圖4-1所示。論文格式。 其中e、d和N分別表示蒸發(fā)溫度偏差、蒸發(fā)溫度偏差變化率及外部控制閥的脈沖數(shù)，、和分別表示它們經(jīng)模糊化后對應的模糊變量，K是輸入、輸出量的比例因子。 圖4-1模糊控制系統(tǒng)框圖 模糊控制算法的好壞關鍵在于輸入、輸出量的模糊化處理及模糊控制規(guī)則是否合理。本文引用了神經(jīng)網(wǎng)絡技術，神經(jīng)模糊控制的結構是一個五層的前向網(wǎng)絡，如圖4-2所示。 圖4-2神經(jīng)模糊控制系統(tǒng) 第一層結點是2個輸入節(jié)點，表示輸入語言變量，即蒸發(fā)溫度的偏差及偏差變化率。論文格式。第五層節(jié)點是輸出語言變量，即外部控制閥的脈沖數(shù)。第二層和第四層的節(jié)點是語言項節(jié)點，表示輸入

4、、輸出節(jié)點的隸屬函數(shù)。輸入、輸出量的語言項都確定為7級，統(tǒng)一用PB、PM、PS、ZE、NS、NM、NB來表示，隸屬函數(shù)形狀初步定為正態(tài)分布函數(shù)。第三層的每個節(jié)點是表示模糊推理規(guī)則的規(guī)則節(jié)點，所有的第三層節(jié)點構成一個模糊推理規(guī)則庫。第二層與第三層之間的連接表示規(guī)則節(jié)點的前提條件，第三層與第四層之間的連接表示規(guī)則節(jié)點的結果。因此網(wǎng)絡學習完畢后，每個規(guī)則節(jié)點只能從一個輸入語言節(jié)點的各語言項節(jié)點中最多引出一條連接，條件連接和結果連接都是這樣。第四層和第五層上輸入或輸出節(jié)點和對應的語言節(jié)點是完全連接。正常的傳播方向為從第一層到第五層，信號從第一層和第五層分別從兩端送入，以便確定網(wǎng)絡權值。 下面分別說明各

5、層作用及節(jié)點函數(shù)，并設各節(jié)點的輸出值為u，ip為節(jié)點的輸出值u與連接權矩陣w的作用結果，op為節(jié)點的激活函數(shù)： 第一層：輸入層，將輸入數(shù)據(jù)傳輸?shù)降诙樱?第二層：計算輸入數(shù)據(jù)在各自論域中的隸屬度函數(shù)，將隸屬度函數(shù)設為正態(tài)分布函數(shù)每個節(jié)點表示一個模糊集合，每個節(jié)點的輸出即這個模糊集合的隸屬函數(shù)： 其中，i為第二層節(jié)點數(shù)，j為第一層節(jié)點數(shù)，和分別為每個隸屬函數(shù)的中心和寬度，都是尚需待定的變量。 第三層：每個節(jié)點表示一條推理規(guī)則，規(guī)則節(jié)點將執(zhí)行模糊與操作。              

6、0;       第四層：節(jié)點有正向和反向兩種傳遞模式。在正向傳遞中，執(zhí)行模糊或或者操作，其中權矩陣w是尚需待定的變量。                     在反向傳遞中，其執(zhí)行功能與第二層相同： 第五層：與第四層相似，也有兩種傳遞方式，在正向傳遞中執(zhí)行反模糊化的功能，采用重心法，其中，i為第四層節(jié)點數(shù)，j為第五層節(jié)點數(shù)，和分別為每個隸屬函數(shù)的中心和寬度

7、，也是尚需待定的變量。 在反向傳遞中，其執(zhí)行功能與第一層相同： 上述的這個神經(jīng)模糊控制系統(tǒng)采用自組織學習和反傳學習的混合算法。學習的目標是根據(jù)輸入輸出訓練樣本，提取控制規(guī)則和確定輸入、輸出語言變量的隸屬函數(shù)參數(shù)。一般將學習過程可分為三個階段：首先利用無監(jiān)督的自組織學習算法在相應語言論域內初步確定隸屬度函數(shù)參數(shù)，然后用有監(jiān)督的競爭學習算法進行控制規(guī)則的學習，最后利用有監(jiān)督的反傳算法對隸屬函數(shù)參數(shù)作進一步調整。 5 小結在采用氣動型變排量壓縮機熱力膨脹閥的汽車空調制冷系統(tǒng)里，由于壓縮機和熱力膨脹閥都是機械式調節(jié)機構，如果兩者之間動作不協(xié)調將使系統(tǒng)產(chǎn)生振蕩。而在采用外部容量控制閥變排量壓縮機的汽車空

8、調系統(tǒng)里，由于自動控制元件外部控制閥的引入，使壓縮機排量調節(jié)與熱力膨脹閥的過熱度調節(jié)之間的動作協(xié)調成為可能，針對節(jié)能、防止蒸發(fā)器結霜兩個基本控制原則，提出了帶反饋的多輸入單輸出的汽車空調制冷系統(tǒng)容量控制方案。 (1) 采用系統(tǒng)穩(wěn)態(tài)模型對設定值計算模塊進行研究。通過對蒸發(fā)溫度Te與外部參數(shù)之間的關系分析，擬合出高、中、低檔蒸發(fā)器風檔的情況下Te,set與轉速、冷凝器進口風溫和蒸發(fā)器進口風溫的關系式。從而，在已知蒸發(fā)器風檔、轉速、冷凝器進口風溫和蒸發(fā)器進口風溫等外部參數(shù)后即可以根據(jù)這些關系式計算得出相應的蒸發(fā)溫度設定值Te,set。 (2) 脈沖控制模塊是具有外部控制閥變排量汽車空調制冷系統(tǒng)容量控

9、制策略的核心，其控制算法的好壞將影響到整個系統(tǒng)的控制性能。采用基于神經(jīng)網(wǎng)絡的模糊控制算法來實現(xiàn)系統(tǒng)的容量控制。不僅為解決蒸發(fā)器結霜和系統(tǒng)振蕩問題提供了新的思路，而且為系統(tǒng)容量控制器算法的設計與實現(xiàn)提供了依據(jù)。    參考文獻 1仲華. 轎車空調系統(tǒng)運行狀態(tài)及車室內溫度控制策略研究: 博士學位論文. 上海:上海交通大學博士學位論文,2001 2Skinner T.J., Swadner R.L. V-5 Automotive Variable DisplacementAir Conditioning Compressor. SAE Congress Pap

10、er, No.850040 3AtsuoInoue, Junya Ichikawa, Robert Bandeen. Evaluation of Infinitely Variable DisplacementCompressors with Thermal Expansion Valves in a Motor Vehicle Air Conditioningsystem. 1988 SAE Congress Paper , No.880052 4 田長青, 楊新江, 竇春鵬, 彥啟森. 汽車空調制冷系統(tǒng)的穩(wěn)定性. 汽車技術, 2002, 5:11-14 5竇春鵬, 田長青, 胡世輝, 李先

11、庭, 彥啟森. 變排量壓縮機和熱力膨脹閥汽車空調系統(tǒng)振蕩現(xiàn)象的試驗研究. 2000年暖通空調制冷學術年會論文集 6陳芝久, 袁曉梅. 汽車空調壓縮機變排量控制閥的研究現(xiàn)狀. 上海交通大學學報, 2001, 35 (8): 1264-1267 7 日本太平洋工業(yè)（株）CEV13RC1型電子膨脹閥使用說明書,1995 8 王軍、王宜義. 汽車空調壓縮機輸氣系數(shù)的研究. 流體機械, 1994, 22(8): 5356 9董天祿, 田定國. 小型熱力膨脹閥變工況容量特性試驗和分析. 上海市通用機械技術研究所資料,1983 10 黃國強. 汽車空調系統(tǒng)動態(tài)仿真和優(yōu)化研究: 博士學位論文. 上海: 上海交通大學機械與動力學院, 1994 11 翁文兵, 王瑾竹, 蔣能照. 電子膨脹閥的制冷劑流量特性的試驗研究.流體機械, 1998, (10): 58-61 12 Souza A., Pimenta M. Prediction of pressure drop duringhorizontal two-phase flow of pure and mixed refrigerants