HVAC系统包括许多部件，其中制冷是重要的子系统之一。了使CVC完全发挥其功能，必须确保制冷系统的运行并优化其订单的设计。文在介绍暖通空调发展现状的基础上，简要介绍了暖通空调制冷系统的内涵，分析了暖通空调制冷系统的工作原理，并详细讨论了基于暖通空调制冷系统的制动系统优化控制方法。自上一篇文章。了充分了解暖通空调制冷系统，我们希望为将来的相关内容研究提供参考。通空调;制冷系统;控制;设计优化中图分类号：P271文献标识码：A文章编号：1009-914X（2018）44-0230-01引言近年来，随着中国社会经济，调理水平的快速发展行业的发展也在不断完善，暖通空调行业取得了非常令人满意的成果。而，空调系统，制冷系统的能耗是非常重要的，垃圾也多graves.En尤其是在大多数商业建筑和平民，暖通制冷系统能源的年消费量代表建筑物的总能耗。多数人。关研究表明，暖通空调制冷系统的年能耗占建筑总能耗的25％以上。此，有必要改进暖通空调制冷系统的设计，降低能耗，从而达到节能，减排，生态发展的目的。通空调是指降低夏季室内温度和冬季室内空气温度的空调系统，伴随着湿度和空气清洁度的控制。

　　速的设定，这种调节形式称为HVAC [1]。HVAC中，制冷系统是非常关键且非常重要的部分。
　　常，夏季冷却的系统称为制冷系统;如果它可以在冬天同时提供热量，它被称为加热系统。述HVAC制冷系统的操作期间的HVAC制冷系统的操作原理中，制冷剂起着重要的作用：它可以作为在压缩机，冷凝器，蒸发器和节气门的热交换的装置。这四种组分中，制冷剂处于连续循环状态，并且制冷剂本身的状态在连续循环过程中经历一些变化，并且这种恒定变化实现了热量的吸收和释放。要说明的是，除制冷循环外，暖通空调系统还具有冷却水循环，冷冻水循环和室内空气循环，每个循环都是有助于HVAC系统运行的系统。1显示了HVAC水系统的结构。

　　
　　1暖通空调系统暖通空调系统的优化控制方法BP神经网络在暖通空调系统中的应用BP神经网络是一种多层反馈网络系统，其主要作用是解决多个层次。网络的隐藏单元连接问题。般来说，BP神经网络在三个方面得到广泛应用：一是模型的识别和分类，另一个是功能系统的控制，另一个是压缩数据。BP神经网络的上述特点使其适用于HVAC制冷系统的最优控制要求。此，它可以合理地应用于优化用于将冷却器吸入空调制冷系统的HVAC系统。

　　
　　拟压力。是因为HVAC制冷器的能量消耗是非线性的，并且在收集能量消耗状态时难以确保准确性。BP的神经网络在解决非线性映射问题中起着不可替代的作用[2]。助BP的神经网络功能，它可以用来模拟真实数据并对功能系统进行仿真和控制，从而逼近数据的实际价值并监控HVAC制冷系统。
　　有利于优化和改进后续设计。Matlab用于HVAC制冷系统。

　　是一种相对常见的工程语言，具有非常强大的功能，为大量数据和复杂数据提供了显着的处理能力，并且在处理过程中具有高效率。于Matlab在各个领域的应用现状，它被广泛应用于控制系统，图像系统和仿真系统领域。着Matlab语言的不断改进，可以在用户需要时直接检索各种训练和设计子程序，冷库安装从而释放自己的编程。Matlab语言在HVAC制冷系统中的应用展示了全部优势，并侧重于两个方面：首先，简化基于BP神经网络的与HVlab相关的HVAC制冷系统。言，可以根据模块的特点快速配置程序，从而简化整个系统的操作。次，返回最接近实际情况的数据，主要是因为BP的神经网络可以模拟非线性映射特征。Matlab语言可以快速处理数据，形成更好的循环并更快地升温。却制冷剂的运行状态返回系统，便于调整和控制[3]。BP神经网络和Matlab语言都是制冷系统的一部分，虽然它可以在数据采集和反馈中发挥作用，但缺乏控制系统。而，随着HVAC系统向更智能的趋势发展，在优化制冷系统时必须考虑智能设计，同时减少冷却器的数量。
　　量消耗还可以引入自适应模糊控制系统。糊自适应控制系统应用于HVAC制冷系统，具有三个功能：一方面，系统的整体性能优化，以最大限度地降低系统能耗，优化整个系统。一方面，可以控制冰箱的功耗，因为模糊自适应控制系统可以根据返回的数据执行逻辑处理，以便找到冷却水的最佳温度。另一方面，调谐能力强，并且如果系统参数改变，则模糊自适应控制系统可以调整。之，制冷系统在HVAC系统的运行中起着极其重要的作用，否则HVAC系统将不能正常运行。了帮助实现空调系统的节能效果，有必要优化HVAC系统的控制，以降低空调系统的能耗，降低空调系统的能耗并实现HVAC系统。持续发展。
　　本文转载自
　　冷库安装 https://www.iceage-china.com