空调系统冷却塔性能分析与诊断研究

摘要

随着城市建设的不断发展与人们生活水平的不断提高，暖通空调系统的应用越来越广泛，空调系统的能耗也越来越大，随之带来了严重的能耗问题。降低空调系统的能耗是节能降耗的关键。冷却塔作为空调系统的冷端设备，主要通过冷却水的循环，将制冷机组的冷凝热排走。冷却塔能否正常运行，不仅关系到自身的能耗，更通过影响制冷机组的制冷效率进而影响整个空调系统的能耗。随着节能形势越来越严峻，对冷却塔进行性能诊断分析，保证冷却塔的高效运行，是空调系统节能研究的重要内容。
　　 文章在介绍了空调系统中常用的机械通风冷却塔的基本结构与冷却原理后，基于Merkel焓差法提出了冷却塔的性能诊断模型。该模型将冷却塔的实测出水温度修正到设计工况下，计算其修正的出水温度；将修正的出水温度与设计出水温度进行比较，判断冷却塔的性能是否达到要求。利用已获取的室外气温较低条件下的运行参数进行诊断，结果表明：在已获得的参数条件下，用于诊断的两台同型号冷却塔的运行性能均满足要求，且其中一台冷却塔的运行性能好于另一台冷却塔的性能。
　　 由于Merkel焓差方法建立的冷却塔模型需要大量的几何参数及复杂的非线性迭代计算，本文还利用人工神经网络建立了冷却塔的性能评价模型。首先选取冷却塔正常运行的数据建立和验证神经网络模型。网络训练结果表明，建立的神经网络模型能很好地预测冷却塔的性能参数。对性能下降的运行数据进行诊断，比较发现：实测性能参数值与网络预测性能参数值之间的残差均超出阈值，且符合冷却塔性能下降时性能参数的变化情况，说明人工神经网络能用于冷却塔的性能诊断中。