基于人工神经网络与机械通风开式冷却塔运行性能在线预测.pdfVIP

基于人工神经网络的机械通风开式冷却塔运行性能在线预测 PREDICTIoNoFMECHANICALDRAFTWETCooLING oNLINEPERFoRMANCE ToWERUSINGARTIFICIALNEURALNETWoRK 徐哲恬1潘毅群2黄治钟3 comcn 1上海建筑设计研究院有限公司，上海200041，E—mail：xuzt@siadr 2同济大学机械与能源工程学院，上海201804 804 3同济大学中德工程学院，上海201 摘要：本文提出了一种基于人工神经网络的机械通风开式冷却塔运行性能在线预测方法。方法以四层 BP网络为核心，利用进塔水温、空气湿球温度、塔内水气质量比这三个参数预测出塔水温。在对上海某 建筑中的机械通风横流冷却塔进行测试后发现，出塔水温在线预测值和实测值之间相关系数为o95，预测 效果良好，在线预测方法有效。 关键词：开式冷却塔，人工神经网络，在线预测 水系统的运行监测、故障诊断和优化控制。但与此 O引言 同时，方法的服务对象也对方法本身提出了几点要 求： 时代的发展催生了大规模、集成化的建筑，也 预测速度快 加重了建筑对人工环境的依赖，建筑内的空调设备 日趋多样、复杂。维持空调系统安全、稳定、高效 预测结果准确 具有良好的泛化能力 的运行就需要对其进行全面的监测，并进行实时诊 断、评估。 具有良好的自适应能力 目前，成套的楼宇自控系统已经能够做到实时 为了解决这四个问题，就需要建立一个有效的 冷却塔模型和一套完整的在线预测机制。 监测建筑各个部件的运行数据。但利用数据发现问 题、解决问题还需要更完善的故障自动诊断机制。 2冷却塔模型 一些学者111121提出了基于模型的故障诊断方法，这 在已有的研究中，通常会使用两种模型描述冷 些模型是对部件正常运行性能的数学描述，它们可 却塔的运行性能。一种是以热质传递过程为基础的 以是物理模型、性能曲线或人工神经网络等。 物理模型，如Merkel[4]提出的以焓差为驱动力的传 冷却塔作为空调系统中重要的散热部件，它的 热公式和在此基础上进行改进和优化的Poppe方法 出塔水温会直接影响冷水机组的运行性能。有研究 [5]和e—NTU方法[6]等。另一种模型是以实测数据 显示，如果出塔水温比所要求的温度偏高1。C，那 为基础的数学模型。物理模型虽然能较准确地反映 冷却塔的热力过程，但是描述模型需要使用大量冗 么冷水机组的COP会降低约3-4％131。因此，冷却 塔的故障诊断模型就需要能够准确预测出塔水温， 长复杂的方程，并需要借助假设简化计算过程，影 及时判断是否存在运行故障。 响计算的准确性。而数学模型则完全抛开物理意 本研究以建筑空调系统中常用的机械通风开 义，通过对大量实测数据的统计和分析，总结出经 式冷却塔为例，讨论并测试一种出塔水温在线预测 验公式等，求解运行参数。 的方法。 在线预测冷却塔的运行性能给预测模型提出