冷藏集裝箱分區溫控系統設計

孫瑞凡 舒孟琳 孫旭云 童夢雨 袁茵茵

摘 要：本文提出一種以空調風道為主體的分區溫控系統設計，對冷藏集裝箱空調風道進一步優化改進，使其能做到溫度分區域控制，再結合設計的變論域自學習Fuzzy-PID控制算法，彌補傳統汽車空調PID控制算法對溫控滯后性和超調的不足。從而實現對溫度有不同要求的多種類貨物統一運輸，降低運輸成本，提高運輸效率，節能降耗的目標。

關鍵詞：汽車空調系統;模糊PID;變論域;集裝箱空調風道

1 前言

在當今社會，人們對于食品新鮮度的需求提高，運輸時間最優化的同時，冷藏條件最優化也日益重要。同時，汽車空調能耗在運輸能耗中占有及其重要的地位。但中國的冷藏運輸集裝箱大多以單空調出風口為主，在運輸途中以及裝卸貨物時，內部的溫度很難保持穩定并且變化復雜。而且目前的汽車空調系統對空調參數的時變性及適應性較差，大部分溫度調節存在超調現象，并且風道設計不靈活，導致箱體內區域溫度控制不穩定，耗能較高，距離國外的節能變風量空調存在一定差距。本文的分區溫控系統設計可以實現溫控靈活穩定，保障運輸產品新鮮度，保證能源利用的最大化，滿足人們的消費需求。而且好的冷藏車集裝箱溫控系統還可以節約人力物力，降低運輸成本。

2 空調分區溫控設計

2.1 風道設計圖，見圖1

2.2 空調分區溫控設計的基本工作原理

如圖1所示，廂體內設計了四個儲藏區，分別用三條供氣管道分隔開，每條供氣管道都有獨立的出風口和風門，并配備獨立的控制電路。儲藏區1的溫度范圍設置在0度到10度，儲藏區2和3溫度范圍設置在-10度到0度，儲藏區4溫度范圍設置在10度以上。冷氣由供氣口進入供氣管道，通過三條管道的風門，風門控制其風速，使每個區域的送風量不同，從而達到分區溫度控制的目的。

2.3 空調分區參數設計，見表1

2.4 分區設計思路

（1）廂體材料采用內外玻璃鋼，內夾8cm聚氨酯保溫材料，保溫效果優。內部分區隔板同樣采用聚氨酯保溫板材料，空調風道嵌入其中進行溫度調控，可有效做到溫度分區調控。

（2）在風管方面擬采用方形風管進行布線，以避免過大的制作成本，除此還有減小風管表面的熱損失和風管壓力。從另一方面來看，還可以減少風在風管內的偏流，從而減少風量的波動。

（3）如圖2所示，采用四面吹風散流型出風口，其出風氣流為平送型，中間的葉片芯可拆卸以便于安裝和調試，該出風口可以有效的控制出風風速，并且保證貨物受風均勻，不會導致廂體內局部溫度過低或過高情況的發生。在實際應用中其尺寸和安裝位置可完全根據用戶的要求進行設計，可操作性高，適應性強。

3 溫度控制策略

3.1 傳統PID控制

目前早期汽車空調溫度控制系統大多采用傳統PID控制，即利用比例、積分、微分的手段計算出控制量對系統誤差進行控制。其算法雖然簡單，但并不適合冷藏集裝箱這一工作環境多變，溫度變化復雜以及對溫度控制要求較高的系統。其缺陷集中表現在控制響應時間長、控制不靈敏、存在大滯后性等方面。

3.2 改進措施：模糊PID控制

模糊PID控制相比于傳統PID控制，在算法中增加了模糊控制器，即利用模糊邏輯并根據一定的模糊規則對PID的參數進行實時的優化，以克服傳統PID參數無法實時調整PID參數的缺點。

自行建立一個簡單的模糊PID控制仿真程序，以分別用傳統PID控制和模糊PID控制將溫度從0度升到10度為例。

4 仿真結果分析

在Matlab軟件的fuzzy-PID工具箱中編寫模糊規則。并且在Simulink建立仿真程序。

如圖5所示，綠色曲線代表目標控制，黃色曲線代表傳統PID控制，藍色曲線代表模糊PID控制。由圖可以看出傳統PID控制存在很明顯的超調和響應遲緩的現象，而模糊PID控制能較好的做到由0到10這一控制目標。

5 結語

當今冷藏運輸多面臨運輸種類單一，耗能高等一系列經濟和技術問題。本課題研究旨在優化冷藏車車廂內部結構設計，使其滿足分區溫控的多種類貨物儲存的需求，從而達到更經濟、運輸效率更高的目標。

參考文獻：

[1]姜大力，杜文.淺談汽車發展冷藏運輸[C].1997.10.15

[2]李艷.液氮冷藏車噴淋冷凍冷藏性能模擬分析[C].2006.04.30

[3]馮愿軍.我國冷藏汽車技術現狀及發展方向研究[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.