热泵干燥机变容量控制实验

杨 昭，赵 峰，朱宗升

(天津大学机械工程学院，天津 300072)



热泵干燥机变容量控制实验

杨 昭，赵 峰，朱宗升

(天津大学机械工程学院，天津 300072)

摘 要：为了优化热泵干燥机的变容量控制系统，提出了并级模糊控制方法，通过实验对固定频率控制系统、单级模糊控制系统和并级模糊控制系统的动态响应过程进行了研究. 分析了3种控制策略在不同设定温度下的控制效果.实验结果表明：与固定频率控制系统和单级模糊控制系统相比，并级模糊控制系统在满足升温速率的前提下，具有上限超调率和下限超调率低以及输出稳定等优点.

关键词：热泵干燥机；变容量控制系统；并级模糊控制

网络出版时间：2014-03-20. 网络出版地址：http：//www.cnki.net/kcms/doi/10.11784/tdxbz201312061.html.

随着全球范围内能源短缺和环境恶化的不断加剧，节约能源和保护环境的重要性更加突出.热泵以其低电耗率(提供的热量与所消耗的电能之比可达到3倍以上[1])、环境友好、便于自动化控制、干燥产品品质好、节约干燥时间等优点，被广泛应用于干燥过程[2-3].近年来，对热泵干燥的研究主要分为4个方向：废热回收、相变材料的使用、控制技术的应用和干燥策略优化[4].因此，将人工智能控制技术应用于热泵干燥装置，对干燥介质参数的精确控制，实现干燥加工的自动化，提高干燥产品的质量，具有十分重要的现实意义[5].

热泵干燥是一个非线性、强耦合、大延迟的过程，各个干燥因素(温度、湿度和风速等)之间相互干扰，相互影响，很难获得系统的精确模型.模糊控制可以在不清楚精确模型的情况下，对系统进行有效的控制[6-7].因此，本文提出了一种模糊控制策略来实现热泵干燥系统的变容量调节.

1　系统控制策略

图1是热泵干燥机的系统示意.本系统主要由热泵机组和干燥装置两部分组成.如图所示，温度采集装置采用LWS302型温度传感器，其测量精度为±0.3,℃；变频器型号为CHF100-004G/5R5P；压缩机采用型号为303DHV-47D2的涡旋式变频压缩机，频率变化范围为30～90,Hz.为保证干燥室温度能够稳定维持在一定范围内，系统必须包含升温和降温两个过程.在升温过程中，制热阀开启，制冷阀关闭，干燥空气吸收室内冷凝器释放的热量，由风机鼓动，流经被干燥物料吸收水分，然后在蒸发器中释放热量，干燥空气中水蒸气凝结成液体排出，达到除湿的目的；当温度上升达到设定上限值时，制热阀关闭，制冷阀开启，转换到降温过程，干燥空气在室内冷凝器不吸收热量，由风机鼓动，流经被干燥物料吸收水分，然后在蒸发器中释放热量，干燥空气中水蒸气凝结成液体排出，达到除湿的目的.当温度下降达到设定下限值时，再次转换到升温过程，如此循环转换.

在升温过程中，热泵干燥系统形成了封闭系统，制冷剂在系统内部循环，整个系统与环境没有热量交换，压缩机所耗电功全部用于干燥室温度的升高；在降温过程中，制冷剂在室外冷凝器冷凝，将热量释放到环境中，经电子膨胀阀节流后流回蒸发器吸收干燥空气热量，再经压缩机压缩到室外冷凝器.释放到环境中的热量由两部分组成：压缩机所耗电功和干燥室内部干燥空气温度降低释放的内能.因此，升温过程和降温过程热负荷不同，温度变化趋势也不尽相同.图2是以设定温度为20,℃、设定上限值为20.6,℃、设定下限值为19.4,℃、压缩机频率为50,Hz、采用固定频率控制系统进行实验得到的干燥温度变化曲线.

图2　干燥温度曲线Fig.2 Drying temperature curve

分析图2可知：升温过程所需时间大于降温过程所需时间；升温过程平均温度变化速率小于降温过程平均温度变化速率；升温过程温度超调量小于降温过程温度超调量.根据以上分析结果，可以确定升温过程和降温过程需要不同的控制策略.提出的并级模糊控制策略如图3所示.

图3　并级模糊控制原理示意Fig.3 Schematic diagram of parallel fuzzy control

2　并级控制器的设计

模糊控制算法由控制规则和推理机构组成，根据人的经验，不需要精确的数学模型便可以达到较好的控制效果[8].对于热泵干燥这种非线性、强耦合、大延迟的过程，模糊控制算法鲁棒性强、外界干扰对控制效果影响较小等优点更加突出[9].

2.1模糊规则表制定

升温过程和降温过程均将温度偏差E和偏差变化率Ec作为输入，压缩机频率变化值P作为输出.偏差的基本论域为E[－6，6]，偏差变化率的基本论域为Ec[－6，6]，压缩机频率变化值的基本论域为P[－7，7]，语言隶属函数选择三角形.根据模糊控制规则，利用Mamdani最大-最小运算规则进行推理，清晰化过程采用最大隶属度法[10-11]，得到升温与降温过程模糊控制规则如表1和表2所示.

表1　升温过程模糊控制规则Tab.1 Fuzzy control rule for heating process

表2　降温过程模糊控制规则Tab.2 Fuzzy control rule for cooling process

图4为系统一个循环周期内干燥温度变化曲线.升温过程AM阶段E＜0、Ec＞0；当干燥箱内温度升高超过设定温度进入MC阶段，E＞0、Ec＞0；温度继续上升达到上限值临界点C，转换到降温过程；经历C—D—E—N—F过程，温度最终下降达到下限值临界点F，转换到升温过程；进入FG阶段，E＜0、Ec＜ 0；温度下降到最低点G之后，进入下一个循环周期.从以上分析可知，升温过程不会出现E＞0、Ec＜0的阶段，故升温过程模糊控制规则会出现如表1所示的死区.同理，降温过程不会出现E＜0、Ec＞0的阶段，降温过程模糊控制规则会出现如表2所示的死区.

图4　单周期干燥温度示意Fig.4 Schematic diagram of single-cycle drying temperature

2.2设定评价参数

如图4所示，由于热泵干燥系统的时滞性，当干燥温度升高达到设定上限值C点转换到降温过程后，温度不会立即降低，而是继续上升，达到最高温度D点才开始降低，下降达到设定下限值F点转换到升温过程后，温度不会立即上升，而是继续下降，达到最低温度G点，才开始上升.

为分析控制策略的优劣，选取以下参数作为控制策略的评价标准.

1)温度变化率

式中：△T为环境温度与设定温度差值；t为第1次达到设定温度所需的时间.温度变化率是衡量干燥初始阶段干燥室内温度变化快慢的参数，温度变化率越高，干燥室内温度达到设定温度区间所需的时间越短，节约干燥时间越多.

2)温度超调率

上限超调率

下限超调率

式中：tmax为干燥温度最大值；tmin为干燥温度最小值；ts为设定温度值；th为有效温度区间值.温度超调率是衡量干燥室温度超出设定上、下限值程度的参数，温度超调率越低，温度波动越小，干燥条件越稳定，物料干燥品质越有保证，尤其对于热敏性物料，能够避免内部组织遭到破坏.

3　实验结果与讨论

图5～图7是设定温度ts分别为20,℃、25,℃和30,℃，有效温度区间th＝1.2,℃时，分别采用固定频率控制系统、单级模糊控制系统和并级模糊控制系统的干燥温度变化曲线.

图5　ts＝20,℃时的干燥温度变化曲线Fig.5 Drying temperature curves when ts＝20,℃

图6　ts＝25,℃时的干燥温度变化曲线Fig.6 Drying temperature curves when ts＝25,℃

图7　ts＝30,℃时的干燥温度变化曲线Fig.7 Drying temperature curves when ts＝30,℃

根据图5～图7，由式(1)～(3)可以得到评价参数，结果见表3.

表3　评价参数Tab.3 Evaluation parameters

分析表3可知：相对于固定频率控制系统和单级模糊控制系统，采用并级模糊控制系统，设定温度为20,℃时，温度变化率提高75.263%和－10.228%，上限超调率下降91.600%和89.312%，下限超调率下降83.631%和76.514%；设定温度为25,℃时，温度变化率提高61.118%和－16.203%，上限超调率下降90.607%和85.868%，下限超调率下降81.568%和77.403%；设定温度为30,℃时，温度变化率提高54.327%和－21.195%，上限超调率下降93.217%和91.011%，下限超调率下降78.177%和70.235%.3种控制策略中，并级模糊控制具有最低的上限超调率和下限超调率.尽管单级模糊控制的温度变化率最高，上限超调率和下限超调率较固定频率也有一定的降低，但同并级模糊控制相比较，其上限超调率和下限超调率明显提高，控制质量显著下降.

从表3可以看出，设定干燥温度从20,℃升高到30,℃，固定频率控制系统、单级模糊控制系统和并级模糊控制系统的上限超调率分别下降了18.309%、15.013%、1.859%，下限超调率分别下降了56.931%、36.583%、4.657%.并级模糊控制策略的上限超调率和下限超调率受干燥温度影响更小，波动比另外两种控制策略更加平缓.设定温度发生改变时，稳定的上、下限超调率能够保证干燥温度不会出现骤然增高或降低，能够保证干燥温度的平稳性.同时，并级模糊控制系统温度变化率也比固定频率控制系统有所提升，使得干燥箱内温度能够迅速达到设定温度区间，节约干燥时间，提高控制质量.

4　结 论

(1)通过实验比较固定频率控制系统、单级模糊控制系统和并级模糊控制系统应用于热泵干燥机变容量控制的干燥温度响应曲线，发现并级模糊控制系统具有更好的响应特性.

(2)并级模糊控制系统能够同时满足升温过程和降温过程不同热负荷对压缩机容量变化的要求，在热泵干燥机控制系统中表现出良好的控制效果，显著提高了温度变化率，有效降低了上、下限超调率，提高了热泵干燥系统的控制效果.

(3)与固定频率控制系统和单级模糊控制系统相比较，干燥温度发生变化时，并级模糊控制系统的上限超调率和下限超调率维持在更加稳定的范围，具有良好的动态稳定性，能够满足不同干燥温度要求.

参考文献：

［1］ 冯 亮. 热泵的性能和关键技术[J]. 石油工程建设，2006，4(2)：78-81. Feng Liang. Performance and key technique of heat pump[J]. Petroleum Engineering Construction，2006，4(2)：78-81(in Chinese).

［2］ Chua K J，Chou S K，Yang W M. Advances in heat pump systems：A review[J]. Applied Energy，2010，87(12)：3611-3624.

［3］ Patel K K，Kar A. Heat pump assisted drying of agriculture produce：An overview[J]. Food Science and Technology，2012，49(2)：142-160.

［4］ Tsotsas Evangelos，Mujumdar Arun S. Modern Drying Technology：Energy Savings[M]. Weinheim，Germany：Wiley-VCH Press，2011.

［5］ 张宏飞，张联英. 热泵干燥技术研究现状及发展趋势[J]. 干燥技术与设备，2009，7(3)：120-124. Zhang Hongfei，Zhang Lianying. Research and development of heat pump drying technology[J]. Drying Technology and Equipment，2009，7(3)：120-124(in Chinese).

［6］ 严刚峰，赵宪生. 模糊控制器在延迟控制系统中的应用[J]. 自动化技术与应用，2003，22(10)：22-24. Yan Gangfeng，Zhao Xiansheng. The application of fuzzy controller in the delay system[J]. Techniques of Automation and Applications，2003，22(10)：22-24(in Chinese).

［7］ Rommelfanger H. The advantages of fuzzy optimization models in practical use[J]. Fuzzy Optimization and Decision Making，2004，3(4)：295-309.

［8］ 石辛民，郝整清. 模糊控制及MATLAB仿真[M]. 北京：清华大学出版社，2008. Shi Xinmin，Hao Zhengqing. Fuzzy Control and MATLAB Simulation[M]. Beijing：Tsinghua University Press，2008(in Chinese).

［9］ 杨世勇，徐国林. 模糊控制与PID控制的对比及其复合控制[J]. 自动化技术和应用，2011，30(11)：21-25. Yang Shiyong，Xu Guolin. Comparison and composite of fuzzy control and PID control [J]. Techniques of Automation and Applications，2011，30(11)：21-25(in Chinese).

［10］ 汤兵勇，路林吉，王文杰. 模糊控制理论与应用技术[M]. 北京：清华大学出版社，2002. Tang Bingyong，Lu Linji，Wang Wenjie. Fuzzy Control Theory and Application Technology [M]. Beijing：Tsinghua University Press，2002(in Chinese).

［11］ 孙 宁. 多目标决策问题的最大隶属度方法研究[J].电脑知识与技术，2010，6(15)：4305-4306. Sun Ning. The research of multi-objective decisionmaking problem based on the maximum degree of membership[J]. Computer Knowledge and Technology，2010，6(15)：4305-4306(in Chinese).

(责任编辑：金顺爱)

Experiment on Variable Capacity Control of Heat Pump Dryer

Yang Zhao，Zhao Feng，Zhu Zongsheng
(School of Mechanical Engineering，Tianjin University，Tianjin 300072，China)

Abstract：In order to optimize the variable capacity control system of the heat pump dryer，parallel fuzzy control method was proposed，and the dynamic response processes of fixed frequency control system，single-stage fuzzy control system and parallel fuzzy control system were investigated based on experiments. The performances under different working temperatures were analyzed. The results show that under the condition of meeting the heating rate requirement，parallel fuzzy control system gives a better performance such as lower overshoot rate and undershoot rate，and more stable output compared with fixed frequency control system and single-stage fuzzy control system.

Keywords：heat pump dryer；variable capacity control system；parallel fuzzy control

通讯作者：杨 昭，zhaoyang@tju.edu.cn.

作者简介：杨 昭（1960— ），女，教授.

基金项目：国家自然科学基金资助项目(51476111，51276124)；天津市科技计划项目(12ZCDGGX49400)；教育部高等学校博士学科点专项科研基金资助项目(20130032130006).

收稿日期：2013-12-23；修回日期：2014-03-07.

DOI:10.11784/tdxbz201312061

中图分类号：TK323

文献标志码：A

文章编号：0493-2137(2015)06-0542-05