冷藏集装箱分区温控系统设计

孙瑞凡 舒孟琳 孙旭云 童梦雨 袁茵茵

摘 要：本文提出一种以空调风道为主体的分区温控系统设计，对冷藏集装箱空调风道进一步优化改进，使其能做到温度分区域控制，再结合设计的变论域自学习Fuzzy-PID控制算法，弥补传统汽车空调PID控制算法对温控滞后性和超调的不足。从而实现对温度有不同要求的多种类货物统一运输，降低运输成本，提高运输效率，节能降耗的目标。

关键词：汽车空调系统;模糊PID;变论域;集装箱空调风道

1 前言

在当今社会，人们对于食品新鲜度的需求提高，运输时间最优化的同时，冷藏条件最优化也日益重要。同时，汽车空调能耗在运输能耗中占有及其重要的地位。但中国的冷藏运输集装箱大多以单空调出风口为主，在运输途中以及装卸货物时，内部的温度很难保持稳定并且变化复杂。而且目前的汽车空调系统对空调参数的时变性及适应性较差，大部分温度调节存在超调现象，并且风道设计不灵活，导致箱体内区域温度控制不稳定，耗能较高，距离国外的节能变风量空调存在一定差距。本文的分区温控系统设计可以实现温控灵活稳定，保障运输产品新鲜度，保证能源利用的最大化，满足人们的消费需求。而且好的冷藏车集装箱温控系统还可以节约人力物力，降低运输成本。

2 空调分区温控设计

2.1 风道设计图，见图1

2.2 空调分区温控设计的基本工作原理

如图1所示，厢体内设计了四个储藏区，分别用三条供气管道分隔开，每条供气管道都有独立的出风口和风门，并配备独立的控制电路。储藏区1的温度范围设置在0度到10度，储藏区2和3温度范围设置在-10度到0度，储藏区4温度范围设置在10度以上。冷气由供气口进入供气管道，通过三条管道的风门，风门控制其风速，使每个区域的送风量不同，从而达到分区温度控制的目的。

2.3 空调分区参数设计，见表1

2.4 分区设计思路

（1）厢体材料采用内外玻璃钢，内夹8cm聚氨酯保温材料，保温效果优。内部分区隔板同样采用聚氨酯保温板材料，空调风道嵌入其中进行温度调控，可有效做到温度分区调控。

（2）在風管方面拟采用方形风管进行布线，以避免过大的制作成本，除此还有减小风管表面的热损失和风管压力。从另一方面来看，还可以减少风在风管内的偏流，从而减少风量的波动。

（3）如图2所示，采用四面吹风散流型出风口，其出风气流为平送型，中间的叶片芯可拆卸以便于安装和调试，该出风口可以有效的控制出风风速，并且保证货物受风均匀，不会导致厢体内局部温度过低或过高情况的发生。在实际应用中其尺寸和安装位置可完全根据用户的要求进行设计，可操作性高，适应性强。

3 温度控制策略

3.1 传统PID控制

目前早期汽车空调温度控制系统大多采用传统PID控制，即利用比例、积分、微分的手段计算出控制量对系统误差进行控制。其算法虽然简单，但并不适合冷藏集装箱这一工作环境多变，温度变化复杂以及对温度控制要求较高的系统。其缺陷集中表现在控制响应时间长、控制不灵敏、存在大滞后性等方面。

3.2 改进措施：模糊PID控制

模糊PID控制相比于传统PID控制，在算法中增加了模糊控制器，即利用模糊逻辑并根据一定的模糊规则对PID的参数进行实时的优化，以克服传统PID参数无法实时调整PID参数的缺点。

自行建立一个简单的模糊PID控制仿真程序，以分别用传统PID控制和模糊PID控制将温度从0度升到10度为例。

4 仿真结果分析

在Matlab软件的fuzzy-PID工具箱中编写模糊规则。并且在Simulink建立仿真程序。

如图5所示，绿色曲线代表目标控制，黄色曲线代表传统PID控制，蓝色曲线代表模糊PID控制。由图可以看出传统PID控制存在很明显的超调和响应迟缓的现象，而模糊PID控制能较好的做到由0到10这一控制目标。

5 结语

当今冷藏运输多面临运输种类单一，耗能高等一系列经济和技术问题。本课题研究旨在优化冷藏车车厢内部结构设计，使其满足分区温控的多种类货物储存的需求，从而达到更经济、运输效率更高的目标。

参考文献：

[1]姜大力，杜文.浅谈汽车发展冷藏运输[C].1997.10.15

[2]李艳.液氮冷藏车喷淋冷冻冷藏性能模拟分析[C].2006.04.30

[3]冯愿军.我国冷藏汽车技术现状及发展方向研究[C].2002.05.02

[4]Xu， Xiaofeng; Zhang， Xuelai; Liu， Sheng. Experimental study on cold storage box with nanocomposite phase change material and vacuum insulation panel[C].2018.10

[5]Singh， Adarsh Kumar; Subramanian， Nachiappan; Pawar， Kulwant Singh.Cold chain configuration design： location-allocation decision-making using coordination， value deterioration， and big data approximation[C].2018.10.