CN114440448B - 基于振动和热能除霜的空气能热水器除霜方法 - Google Patents

Abstract

本发明公开了一种基于振动和热能除霜的空气能热水器除霜方法，包括以下步骤：S1：结霜程度的检测；S2：除霜控制：通过获取所述S1给出的结霜程度，在判定为结霜时控制盘型铜管上的振动除霜单元和加热除霜单元进行除霜；所述的振动除霜单元包括电振动器，电振动器间距设置在盘型铜管上；所述加热单元是紧贴或者缠绕在盘型铜管上的发热材料。本发明通过检测结霜程度的结果，将压电形变除霜和热能除霜有效结合，能有效提高除霜效果，加快除霜过程，减小除霜能耗，还能消除水温/室温大幅度下降，提高空气能热水器整体性能。

Description

基于振动和热能除霜的空气能热水器除霜方法

技术领域

本发明涉及空气能热泵领域，特别涉及一种基于振动和热能除霜的空气能热水器除霜方法。

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***稳定运行。

目前，常规的是通过温度传感器检测到蒸发换热器盘管温度很低时，通过控制四通阀的工作模态，改变冷媒流动方向，使空气源热泵***中的冷媒在流经冷媒水换热器时进行吸热，并在流经室外换热器时进行放热，从而达到去除室外换热器上结霜的目的，但是该方式存在以下问题：一方面，由于该方案需要从室内/热水箱中吸收大量的热量进行除霜，导致室内/水箱温度大幅下降，影响了用户体验；另一方面，需要复杂增加四通阀和切换控制算法，增加了压缩机***的复杂性和成本。

发明内容

本发明的目的在于，提供一种基于振动和热能除霜的空气能热水器除霜方法。本发明通过检测结霜程度的结果，将振动除霜和热能除霜有效结合，能有效提高除霜效果，加快除霜过程，减小除霜能耗，还能消除水温/室温大幅度下降，提高空气能热水器整体性能。

本发明的技术方案：基于振动和热能除霜的空气能热水器除霜方法，其特征在于，包括以下步骤：

S1：结霜程度的检测；

S2：除霜控制：通过获取所述S1给出的结霜程度，在判定为结霜时控制盘型铜管上的振动除霜单元和加热除霜单元进行除霜；

所述的振动除霜单元包括电振动器，电振动器间距设置在盘型铜管上；

所述加热单元是紧贴或者缠绕在盘型铜管上的发热材料。

前述的基于振动和热能除霜的空气能热水器除霜方法中，所述步骤S1中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T_amb、环境相对湿度H_amb，确定空气能热水器当前处于结霜运行边界范围；

②每隔ΔT时间的执行一次结霜程度预测算法，每次分别获取出风口处温度出风口处相对湿度/>风扇运行转速n_fan、风扇截面积S_fan和压缩机的功率P_comp；依据公式计算风扇出口的空气流量/>质量m_air＝ρ(T_amb,H_amb)×Q_air、空气热量交换量/>和平均热交换量/>

③计算压缩机的平均功率

④计算压缩机平均吸热效能

⑤计算压缩机吸热效能偏离度其中：/>为正常运行吸热效能的临界最小值；

⑥计算相对湿度变化率

⑦对λ_Δ和λ_H进行模糊化；

⑧将λ_Δ和λ_H模糊化后的值作为模糊规则的输入，完成模糊推理；

⑨依据重心法解模糊化，得出空气能热水器结霜程度α。

前述的基于振动和热能除霜的空气能热水器除霜方法中，所述S2中的除霜控制方法包括以下步骤：

①获取结霜程度α；依据δ＝s(α)和F＝f(α)，计算出结霜程度为α时机械振动所需产生的力δ和频率F；依据计算电振动器产生力δ和频率F时驱动电源输出电流向量/>依据I_hot＝h(α)，计算出结霜程度为α时加热单元对应的电流值I_hot。；

②将和I_hot分别作为振动除霜单元驱动电源输出电流参考值和加热除霜单元电源输出电流参考值，并对其进行控制；

③驱动振动除霜单元和加热除霜单元进行除霜；

④完成后退出。

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确定，将振动除霜和热能除霜有效结合，能有效提高除霜效果，加快除霜过程，减小除霜能耗，还能消除水温/室温大幅度下降，提高空气能热水器整体性能。

2、本发明通过具体的结霜程度检测方法，能准确可靠的获得盘型铜管上是否有结霜以及结霜程度，从而提高除霜的效果，简化除霜装置的结果，降低成本。

3、本发明具有除霜速度快、效果好、能耗低、智能化程度高等优点。

附图说明

图1是本发明的流程示意图；

图2是本发明的结霜程度预测算法流程图；

图3是本发明的振动除霜单元的结构示意图；

图4是本发明的加热除霜单元的结构示意图；

图5是吸热效能偏离度λ_Δ的隶属度函数图；

图6是相对湿度变化率λ_H的隶属度函数图；

图7是结霜程度α的隶属度函数图；

图8是模糊推理规则集图。

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：基于振动和热能除霜的空气能热水器除霜方法，如图1所示，包括以下步骤：

S1：结霜程度的检测；

S2：除霜控制：通过获取所述S1给出的结霜程度，在判定为结霜时控制盘型铜管上的振动除霜单元和加热除霜单元进行除霜；

所述的振动除霜单元包括电振动器，电振动器间距设置在盘型铜管上；电振动器一般具有2个，分别位于盘型铜管上的上下部分，每个电振动器的不动部分分别固定在室外机上下端面上，活动部分与上端盘型铜管和下端盘型铜管均存在一定间距。在盘型铜管结霜或者覆冰状态时，通过驱动电振动器对上下铜管施加振动，使附着在铜管上的冰霜受到振动而破裂，加速除霜过程

所述加热单元是紧贴或者缠绕在盘型铜管上的发热材料(也可以是发热量高的电阻)。在盘型铜管结霜时，通过给加热除霜单元通电，其产生的热量迅速被附着的已经破碎的冰霜吸收。吸热之后的破碎冰霜其融化速度大大加快，提高了空气能热水器除霜进程。加热除霜单元主要基于吸热融霜原理，通过控制流过发热体的电流调控热量，实现融化冰霜的目的。

结霜程度检测方法主要是基于空气能热水器蒸发器低温大湿度工况时，其在结霜情况下热交换效能相较于正常运行时热交换效能显著下降的特征。运用模糊算法理论，通过专家经验知识或者大数据智能算法，得到结霜程度α、热交换效能偏离度λ_Δ和相对湿度变化率λ_H的隶属度函数。通过模糊推理规则和解模糊化运算，得到准确判定空气能热水器蒸发器结霜程度α，为除霜控制参数提供准确详实的数据。除霜控制方法在获取结霜程度α的基础上，根据α的大小优化控制振动除霜单元和加热除霜单元的控制参数，进而达到快速、高效除霜。

具体是，所述步骤S1中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T_amb、环境相对湿度H_amb，确定空气能热水器当前处于结霜运行边界范围(通过现有的数据可以进行确定)；

②在ΔT时间内，分别获取出风口处温度出风口处相对湿度/>风扇运行转速n_fan、风扇截面积S_fan和压缩机的功率P_comp；依据公式计算风扇出口的空气流量质量m_air＝ρ(T_amb,H_amb)×Q_air、空气热量交换量和平均热交换量/>

③计算压缩机的平均功率

④计算压缩机平均吸热效能

⑤计算压缩机吸热效能偏离度其中：/>为正常运行吸热效能的临界最小值，可由厂家给出；

⑥计算相对湿度变化率

⑦对λ_Δ和λ_H进行模糊化；模糊化所依据的λ_Δ和λ_H隶属度函数可以是由如三角形隶属度函数、高斯形隶属度函数等。

⑧将λ_Δ和λ_H模糊化后的值作为模糊规则的输入，完成模糊推理；

⑨依据重心法解模糊化，得出空气能热水器结霜程度α。

如图2所示，所述S2中的除霜控制方法包括以下步骤：

①获取结霜程度α；依据δ＝s(α)和F＝f(α)，计算出结霜程度为α时机械振动所需产生的力δ和频率F；依据计算电振动器产生力δ和频率F时驱动电源输出电流向量/>依据I_hot＝h(α)，计算出结霜程度为α时加热单元对应的电流值I_hot。；δ＝s(α)、F＝f(α)、/>和I_hot＝h(α)的数学表达式可由实验测试数据、专家经验以及理论仿真数据等通过曲线拟合的方式得到。

②将和I_hot分别作为振动除霜单元驱动电源输出电流参考值和加热除霜单元电源输出电流参考值，并对其进行控制；

③驱动振动除霜单元和加热除霜单元进行除霜；

④完成后退出。

如图3和4所示，为蒸发器铜管、电振动器和加热单元的安装示意图，振动器1,2分别安装在下方制冷液入口位置和上方制冷液出口位置。振动器输出振幅和频率参数，以及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***复杂性综合确定。由物理学知识可知，当铜管结霜后，铜管的固有振动频率发生改变，频率值与结霜程度相关。当外部振动激励的频率与固有频率相等或接近时，结霜的铜管发生共振。此时，可通过控制外部振动的幅值调节附着在铜管上的冰霜所受应力。当外部激励振动幅值达到一定值时，附着在铜管上的冰霜被震碎，大部分震碎的冰霜随着振动掉落，而未掉落的一小部分冰霜则被加热单元热融化，从而达到快速高效除霜目的。加热除霜单元的发热体以一定的间距缠绕在铜管上，其缠绕间距必须综合考虑换热效能和除霜效能，既不能过大，也不能过小。间距过大，则会导致除霜效果不佳；而间距过小，又会导致换热效能变差，其间距值可通过实际测试数据优化确定。电振动器和加热单元分别连接在各种的驱动电源上，振动器的振幅和频率由所连接的驱动电源输出电流的幅值和频率控制，加热除霜单元的发热量由其所连接的电源的输出电流幅值控制。通过优化控制振动器和加热单元驱动电源电流参数，实现快速高效除霜目的。

图5、图6和图7分别为吸热效能偏离度λ_Δ、相对湿度变化率λ_H和结霜程度α的隶属度函数。为方便介绍λ_Δ、λ_H和α的隶属度函数的物理及数学含义，相关变量的计算过程及变量定义如下：

T_amb为环境温度，H_amb为环境相对湿度，为出风口处温度，/>为出风口处相对湿度，n_fan为风扇运行转速，S_fan为风扇截面积，P_comp为压缩机运行功率，ρ(T_amb,H_amb)为环境温湿度分别为T_amb和H_amb时空气的密度，C(T_amb,H_amb)为环境温湿度分别为T_amb和H_amb时空气的比热容，Q_air为ΔT时间内风扇空气流量，m_air为ΔT时间内风扇空气质量，/>为ΔT时间内风扇空气热量交换量，/>为ΔT时间内风扇空气平均热量交换量，/>为ΔT时间内压缩机平均运行功率，/>为ΔT时间内压缩机平均吸热效能，λ_Δ为压缩机吸热效能偏离度，为压缩机正常运行吸热效能的临界最小值，λ_H为风扇入风口和出风口空气相对湿度变化率，α为空气能热水器结霜程度，/>和μ_α分别为λ_Δ、λ_H和α的隶属度函数。

由物理学知识可知，在ΔT时间内，风扇鼓风空气流量Q_air满足：

对应的空气质量m_air为：

m_air＝ρ(T_amb,H_amb)×Q_air (2)

由热学原理可知，空气热量交换量为：

进而，平均热交换量为：

在ΔT时间内，压缩机的平均功率为：

所以，压缩机平均吸热效能为：

定义压缩机吸热效能偏离度为λ_Δ，则有：

定义风扇进出口空气的相对湿度变化度为λ_H，则有：

在对(1)～(8)公式进行计算得出的结霜程度α、热交换效能偏离度λ_Δ和相对湿度变化率λ_H的隶属度函数的基础上，运用模糊算法理论进行模糊推理和解模糊化运算，得到准确的结霜程度参数值α，进而准确判定空气能热水器蒸发器结霜程度α。

图5为吸热效能偏离度λ_Δ的隶属度函数本发明使用的隶属度函数/>为是三角形。由λ_Δ的定义公式(7)可知，在结霜情况下0＜λ_Δ＜1。所以，λ_Δ的模糊子集为{Z,PS,PM,PB}，子集中的符号依次代表零，正小，正中和正大，其物理含义分别表示偏离度为零，偏离度为正并且比较小，偏离度为正并且中等，偏离度为正并且很大。隶属度函数/>横坐标λ_Δ的四个点/>和/>的值由专家经验知识或者大数据分析处理得出。

图6为相对湿度变化度λ_H的隶属度函数本发明使用的隶属度函数/>为是三角形。在制热工作时，蒸发器铜管中的冷媒吸收空气中的热量，使得经过热交换后的空气温度降低。由物理知识可知，空气温度的降低，必然导致空气中的水蒸气凝结在铜管上，使得热交换后的空气相对湿度大幅减小。但是，在蒸发器结霜的情况下，由于蒸发器铜管中的冷媒与空气的热交换大大减小，其出风口空气温度变化不大，进而出风口空气相对湿度变化较小。因而，在结霜情况下，由λ_H的定义公式(8)可知，0＜λ_H＜1。所以，λ_H的模糊子集为{Z,PS,PM,PB}，子集中的符号依次代表零，正小，正中和正大，其物理含义分别表示相对湿度变化度为零，相对湿度变化度为正并且比较小，相对湿度变化度为正并且中等，相对湿度变化度为正并且很大。隶属度函数/>横坐标λ_H的四个点/>和/>的值由专家经验知识或者大数据分析处理得出。

图7为结霜程度α隶属度函数μ_α，本发明使用的隶属度函数μ_α为是三角形。为与图2和图3所示隶属度函数保持一致，0＜α＜1。α取值的物理含义为：α为零表示不结霜，α为1表示热水器结霜最严重情形。显然，结霜程度α的模糊子集为{NF,SF,MF,DF}，子集中的符号依次代表不结霜，结霜较小，结霜中等和结霜严重。隶属度函数μ_α横坐标α的四个点λ_NF、λ_SF、λ_MF和λ_DF的值由厂家实测数据或者专家经验知识或者大数据分析处理得出。

图8为模糊推理规则集，通过该规则对λ_Δ和λ_H进行模糊推理和解模糊化运算，得到准确的结霜程度α的值，其详细推理可参照相关模糊控制资料。

图1为结霜程度判定方法流程图，其步骤如下：

①依据户外温湿度传感器获取当天环境温度T_amb、环境相对湿度H_amb，判断空气能热水器当前是否处于结霜运行边界范围；如果是，则进入结霜程度判定算法，即进入步骤②；否则，退出；

②在ΔT时间内，分别获取出风口处温度出风口处相对湿度/>风扇运行转速n_fan、风扇截面积S_fan和压缩机的功率P_comp。依据公式计算风扇出口的空气流量质量m_air＝ρ(T_amb,H_amb)×Q_air、空气热量交换量和平均热交换量/>

③计算压缩机的平均功率

④计算压缩机平均吸热效能

⑤计算压缩机吸热效能偏离度其中：/>为正常运行吸热效能的临界最小值，由厂家给出；

⑥计算相对湿度变化率

⑦对λ_Δ和λ_H进行模糊化，模糊化所依据的λ_Δ和λ_H隶属度函数可以是由专家经验知识或者大数据分析得出，例如三角形隶属度函数、高斯形隶属度函数等；

⑧将λ_Δ和λ_H模糊化后的值作为模糊规则的输入，完成模糊推理；

⑨依据重心法解模糊化，得出空气能热水器结霜程度α。

通过执行图1所示的结霜程度预测算法，得到结霜程度α。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最优除霜条件下，结霜程度α与振动器所需力δ和频率F的数学关系δ＝s(α)和F＝f(α)。并依据该关系，计算出结霜程度为α时机械振动所需产生的力δ和频率F。依据振动器电流向量与力δ和频率F的关系/>计算电振动器产生力δ和频率F时驱动电源输出电流向量/>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、可靠融霜时结霜程度α与电加热单元电流I_hot的数学关系I_hot＝h(α)，并同样将电流I_hot作为加热电源电流参考值对其进行控制，进而实现快速、可靠融冰。其算法流程如图5所示。

图2为除霜算法流程图，包括步骤如下：

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获取结霜程度α。依据δ＝s(α)和F＝f(α)，计算出结霜程度为α时机械振动所需产生的力δ和频率F；依据计算电振动器产生力δ和频率F时驱动电源输出电流向量/>依据I_hot＝h(α)，计算出结霜程度为α时加热单元对应的电流值I_hot。δ＝s(α)、F＝f(α)、/>和I_hot＝h(α)的数学表达式可由实验测试数据、专家经验以及理论仿真数据通过曲线拟合的方式得到；

③将和I_hot分别作为电振动器驱动电源输出电流参考值和加热单元电源输出电流参考值，并对其进行控制；

④驱动振动除霜单元和加热除霜单元进行除霜；

⑤程序退出；

实施例不应视为对本发明的限制，任何基于本发明的精神所作的改进，都应在本发明的保护范围之内。

Claims (2)

1.基于振动和热能除霜的空气能热水器除霜方法，其特征在于，包括以下步骤：

S1：结霜程度的检测；

S2：除霜控制：通过获取所述S1给出的结霜程度，在判定为结霜时控制盘型铜管上的振动除霜单元和加热除霜单元进行除霜；

所述的振动除霜单元包括电振动器，电振动器间距设置在盘型铜管上；

所述加热除霜单元是紧贴或者缠绕在盘型铜管上的发热材料；

所述步骤S1中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T_amb、环境相对湿度H_amb，确定空气能热水器当前处于结霜运行边界范围；

②每隔ΔT时间的执行一次结霜程度预测算法，每次分别获取出风口处温度出风口处相对湿度/>风扇运行转速n_fan、风扇截面积S_fan和压缩机的功率P_comp；依据公式计算风扇出口的空气流量/>质量m_air＝ρ(T_amb,H_amb)×Q_air、空气热量交换量和平均热交换量/>

③计算压缩机的平均功率

④计算压缩机平均吸热效能

⑤计算压缩机吸热效能偏离度其中：/>为正常运行吸热效能的临界最小值；

⑥计算相对湿度变化率

⑦对λ_Δ和λ_H进行模糊化；

⑧将λ_Δ和λ_H模糊化后的值作为模糊规则的输入，完成模糊推理；

⑨依据重心法解模糊化，得出空气能热水器结霜程度α。

2.根据权利要求1所述的基于振动和热能除霜的空气能热水器除霜方法，其特征在于：所述S2中的除霜控制方法包括以下步骤：

①获取结霜程度α；依据δ＝s(α)和F＝f(α)，计算出结霜程度为α时机械振动所需产生的力δ和频率F；依据计算电振动器产生力δ和频率F时驱动电源输出电流向量依据I_hot＝h(α)，计算出结霜程度为α时加热除霜单元对应的电流值I_hot；

②将和I_hot分别作为振动除霜单元驱动电源输出电流参考值和加热除霜单元电源输出电流参考值，并对其进行控制；

③驱动振动除霜单元和加热除霜单元进行除霜；

④完成后退出。