冷库内部长期处于低温高湿的状态，由此导致的蒸发器结霜问题会很大程度上影响到蒸发器的表面换热系数与冷风机进风量等参数，从而影响到制冷剂与库内环境的换热，使库温波动变大，系统COP减小，进而造成能源浪费与冻品质量下降。在此情况下，采用合适的除霜方法除去冷库蒸发器表面霜层与采用合适的除霜控制方法判断除霜过程的起止点以实现冷库系统的按需除霜对于冷库系统的节能与库温稳定非常重要。

文章首先对冷库系统中常用的除霜方法的原理、特点进行介绍。之后将除霜控制方法进行分类，并结合国内外研究现状详细介绍了几种除霜控制方法的控制特点，优缺点与研究进展。

1  除霜方法

冷库除霜方法的研究重点在于冷库系统结构方面的优化，常见的除霜方法列举如下。

1.1  电加热除霜法

电加热除霜法是在蒸发器需要除霜时通过加热安装在蒸发器电热管中的电阻丝从而实现除霜的方法。虽然此方法控制简单，除霜快，但是此方法耗能太多，库温波动较大，仅适用于中小型制冷系统。

1.2  热气融霜法

此除霜方法是将压缩机后未进入冷凝器前的高温制冷剂通过旁通管路或四通阀引入蒸发器从而实现除霜的方法。针对热气融霜法的优化，有学者分别设计了一种冷风机回风隔热装置用于在除霜时隔绝蒸发器与冷库以避免热量散失，并将有无此装置下热气融霜结合电加热融霜的库温等数据进行了对比分析，发现该装置可显著降低库温波动，减少除霜时间。除此之外，有学者对采用相变蓄热装置的制冷装置进行了研究，如图1所示。试验结果发现，采用此蓄热装置的热气融霜除霜性能相较采用电加热除霜大幅改善。

图1  添加蓄热装置的热气融霜法

1.3  蓄能除霜法

蓄能除霜法主要是针对热气融霜法除霜时间较长，制冷剂流量小等缺点所进行的结构改进。图2为一种制冷系统蓄能除霜原理图，蓄热装置安装在压缩机后冷凝器前，当系统处于制冷模式时，蓄热装置吸收热量；当需要除霜时，通过控制相关阀门的开关，制冷剂即可从蓄热装置中吸收热量用于除霜过程。有学者经过试验后发现采用此蓄热装置后的除霜过程较电加热除霜节省约71%的能耗。但此方法所需结构较复杂，蓄热装置成本较高，且蓄热材料的选择限制了其应用。

图2  一种制冷系统蓄能除霜法原理图

1.4  液体制冷剂除霜法

液体制冷剂除霜法是当需要除霜时在节流阀前将中温制冷剂流向除霜蒸发器的方法，基本原理如图3所示，多个蒸发器并联，当某个蒸发器需要切换制冷模式和除霜模式时通过控制对应电磁阀的开关改变制冷剂流向，其他蒸发器则继续制冷，当流过除霜蒸发器的制冷剂流入制冷蒸发器时，会被过冷。通过研究人员针对液体制冷剂除霜制冷系统进行的相关研究，液体制冷剂除霜可以实现不影响其他蒸发器的制冷情况下对除霜蒸发器除霜，还可以提高系统过冷度，减小除霜时库温波动，提高制冷系统效率。

图3  液体制冷剂除霜原理图

1.5  连续融霜法

如图4所示，连续融霜法是在多个蒸发器并联时，当其中一个蒸发器需要除霜时，通过开关相应阀门将压缩机后未流入冷凝器的高温制冷剂流入除霜蒸发器，其他蒸发器仍处于制冷状态。经研究发现，此方法可很大程度上降低库温波动，连续融霜法能够在结霜较严重的情况下保证除霜时间较短。

图4  连续融霜原理图

1.6  其他除霜法

其他除霜方法主要包括气动除霜法，水或盐水除霜法，超声波除霜法，高压电场除霜法等。气动除霜是利用高压气流的冲击力除霜，除霜速度较快，库内空气温湿度波动较小，除霜过程迅速。水或盐水除霜法是通过将水或盐水溶液在换热器需要除霜时将其喷射到霜层表面从而实现除霜的方法，此方法对水/盐水要求较高，成本较大，且存在着水或者盐水残留在换热器上再次结霜的风险。超声波除霜法则是利用霜晶和超声波之间的共振效应将霜层震碎，从而实现除霜。此方法除霜快，对库温无影响，但是通过相关学者研究发现，针对不同结构蒸发器，最佳超声频率不同，且超声波除霜在某些部位会出现除霜死区的现象。而高压电场除霜法是利用高压电极在蒸发器表面与电极之间形成一定频率的交流电场，此电场即可以抑制冰晶的生长，在电场频率与冰晶破碎时的频率相同时，也可震碎冰晶实现除霜，但此方法主要用在抑制结霜过程中，且相关应用研究较少。

针对各种除霜方法，表1总结了其优缺点和适用场合。

2  除霜控制方法研究

本节将冷库制冷系统中常用的除霜控制方法进行分类介绍，主要分为常规除霜控制法、霜层特征控制除霜法、智能控制除霜法等。

2.1  常规除霜控制法

常规除霜控制法主要包括定时除霜法、时间-温度控制除霜法、制冷剂过热度控制除霜法等。

2.1.1  定时除霜法

这是最先应用的除霜技术，需要先根据制冷系统运行工况，设计参数等计算出合适的除霜时刻和除霜时长，当到达所预先设计好的除霜时间时，制冷系统开始除霜，经过设定时长的间隔后，系统结束除霜。此方法优点是较为简单容易控制，但是随着时代发展，此方法造成的诸如易造成能源浪费，适应性差，误除霜等问题。

2.1.2  时间-温度控制除霜法

这是目前使用较为广泛的除霜控制方法，此方法是预先设定好温度和除霜时间，利用温度传感器等设备采集蒸发器盘管温度参数，当温度和时间达到预定值，通过控制制冷系统进行除霜操作。此方法较为简单，成本较低，缺点是需要提前设定好相关数值，在实际运行中不能按需除霜，容易产生能源浪费和温度波动。

2.1.3  制冷剂过热度控制法

由于蒸发器结霜，当霜层厚度增大会限制制冷剂与环境温度换热从而导致制冷剂过热度减小，则以此为判断标准控制除霜过程。有学者将其应用到除霜控制中进行试验研究后发现，基于制冷剂过热度的除霜控制法能够在压缩机性能急速下降之前控制开启除霜过程。

2.2  霜层特征控制除霜法

霜层特征控制除霜法主要包括霜层厚度控制除霜法与霜层图像控制除霜法等。

2.2.1  霜层厚度控制除霜法

此方法是通过专门的设备测量蒸发器表面霜层厚度之后输出信号，间接反映霜层生长状态，从而控制除霜起止的方法。常见的方法有空气压差控制除霜法、光电传感器控制除霜法，电容传感器控制除霜法等。

空气压差控制除霜法基本原理是当蒸发器翅片表面结霜时，一方面霜层会增大阻力，另一方面会阻挡空气流通面积从而使得换热器两端空气压差变大。霜层厚度可由蒸发器两侧空气压差间接反映。因而可以根据此参数来决定除霜起始和退出时间，使用此方法需要提前根据制冷系统的工况及所处的环境设定蒸发器两端的静压差值。有学者对翅片换热器在结霜情况下对换热器两侧空气压降进行了试验研究，并结合理论给出了结霜情况下换热器两端压降模型。基于此有研究人员分别采用压差联合时间/温度对此方法进行优化，当压差、时间和温度分别达到给定值时通过PLC控制相关设备的启停以实现除霜过程的自动化。此控制方法的优点是可以实现按需除霜，除霜效率高。缺点是当蒸发器表面被遮挡时会出现误除霜。

光电传感器控制除霜法是将红外发射器与接收器安装在蒸发盘管两端，利用红外线发射器和接收器装置对霜层厚度进行测量从而反映霜层厚度，例如当从发射器发射出的红外线被霜层遮挡，接收器所接收到的红外能量减少，则电流信号逐渐减小，电压信号逐渐增大，根据遮挡程度当电压信号达到所设定值时启动除霜。有学者针对光电传感器控制除霜可行性进行了研究并发现光电传感器可以有效检测霜厚，可以应用在制冷系统除霜控制中去。之后有研究人员针对光电传感器测量霜厚的精准度进行了试验研究，试验结果表示在测量霜厚的过程中95%的数据偏差在10%以内，可见光电传感器控制除霜法精度较高。缺点是对设备的安装位置要求较高，且成本较高，同样易受遮挡。

此外还有电容传感器控制除霜法，其原理是利用电容的边缘效应，当结霜量发生变化时，传感器输出电容就会发生相应变化，利用此方法可用于判断除霜起止点，主要应用在小型制冷系统中。

2.2.2  霜层图像控制除霜法

此方法是通过摄像头等设备在有光源的情况下直接对霜层进行拍照，获取霜层图像进而处理分析得出霜层厚度或面积数据，反映霜层成长状态，从而得出最佳除霜起止点从而实现自动控制的方法。

在此方面有学者对蒸发器表面霜层进行图像处理将其转换为灰度图，之后选择恒定阈值将其转化为二值图用于测量霜厚。基于此有研究人员针对如何区分结霜区与未结霜区的阈值算法进行研究，他在获取霜层图像后对其进行阈值处理和分析，并将阈值处理后得到的霜厚与千分尺测量后的真实霜厚进行对比，发现对霜层处理时使用恒定阈值进行分析时要比每次重新计算阈值后分析所得到的结果偏差要大18.4%~48.7%。基于以上研究有学者将换热器表面霜层图像每次重新计算阈值分析得到了表面结霜程度系数，通过对相关控制功能在PC端进行VB编程将其应用到除霜控制中，试验结果得出此方法要比时间-温度控制除霜法效果更佳，能够有效避免误除霜与除霜不完全的现象。此外有研究人员针对霜层厚度图像经过阈值处理后的分形维数进行了研究，并将其应用到了除霜控制过程中。但此类除霜控制方法的缺点在于摄像头位置、角度，光源亮度、角度的不同都可能会影响图像阈值处理过程，从而影响到除霜起止点的判断。

2.3  智能控制除霜法

智能控制除霜法主要包括模糊控制除霜法，智能算法控制除霜法等。

2.3.1  模糊自适应控制除霜法

模糊自适应控制除霜法是通过输入环境温湿度数据，蒸发器温度数据，压缩机性能数据等作为输入参数，不用建立精确的模型，通过模糊处理之后在运行过程中经过现场人员不断调试从而不断改善除霜控制逻辑的方法，有学者对模糊控制除霜控制法在控制空气源热泵室外机除霜进行试验研究，发现使用模糊控制能够有效缩短除霜时间，能够实现按需除霜，除霜效果好。

2.3.2  基于智能算法的控制除霜法

基于智能算法的控制除霜法主要包含基于神经网络的制冷系统结霜和除霜预测法。其通过给定神经网络输入参数，建立某种算法的神经网络预测模型，从而判断除霜起止点，实现除霜过程的自动控制优化的方法。其只需要利用采集到的相关除霜过程数据进行训练即可建立变量间的相关关系。多名学者利用人工神经网络针对低温表面结霜厚度进行了预测，为之后的研究提供了参考。对此有研究人员建立了翅片换热器的有限元模型并利用改进遗传算法和BP神经网络对翅片换热器结霜量和制冷量进行预测。此外有学者分别通过给定除霜参数，建立了基于BP算法的机组故障、结霜量预测、除霜时长模型，并将模型运用到除霜控制中证明了该模型预测的准确性。

以上研究表明基于智能算法的控制除霜法应用在预测结霜量，除霜起始点和除霜时长从而控制除霜过程时效果良好。但该方法的缺点是需要有可靠且大量机组的除霜相关参数数据用于训练。

表2是针对相关除霜控制方法所总结的判断依据和主要特点。

上一篇：地暖施工流程有哪些

下一篇：空调租赁、中央空调