Das Entfernen oder die verspätete Entfernung von Vereisung führt zu einem Anstieg des Energieverbrauchs und einer Verringerung der Stabilität sowie einer Zunahme der Ausfallrate von Kälte-/Wärmepumpen. Die präzise Identifizierung des Zustands der Vereisung und deren rechtzeitige Entfernung ist eine wichtige Richtung zur Verbesserung der Leistung von Kälte- und Wärmepumpen. Methoden zur Identifizierung des Zustands der Vereisung auf der Grundlage von digitalen/intelligenten Technologien zeigen ein gutes Potenzial, aber die derzeitigen Methoden verringern die Genauigkeit der Identifizierung unter komplexen Anwendungsbedingungen erheblich und erfordern dringend Verbesserungen. Auf dieser Basis wird eine intelligente Identifikationsmethode vorgeschlagen, die auf den Texturmerkmalen der Oberflächenbilder des Verdampfers mit Hilfe einer Graustufen-Ko-Okkurrenz-Matrix beruht, kombiniert mit einem Optimierungsalgorithmus des Spatzenmimesis und einer extremen Lernmaschine zur Klassifizierung. Sie hat das Potenzial, die Auswirkungen von Aufnahmewinkeln, Lichtstärken und anderen externen Bedingungen zu vermeiden und eine starke Anpassungsfähigkeit zu zeigen. Es wurde ein experimentelles Gerät aufgebaut und 4125 Bilder des Verdampfers in drei Verfrostungszuständen unter komplexen Bedingungen wurden gesammelt und eine Validierung und ein Vergleich der neuen Methode wurde durchgeführt. Die Ergebnisse zeigen, dass die Genauigkeit der Identifikation der neuen Methode unter verschiedenen Bedingungen nahe oder über 95% liegen kann, was deutlich über den aktuellen Methoden um 5%~35% liegt. Diese Methode zeichnet sich durch hohe Stabilität und niedrige Kosten aus und zeigt ein großes Anwendungspotenzial.

Identifikation des Zustands der Vereisung, Graustufen-Ko-Okkurrenz-Matrix, digitales Bild, Texturmerkmale, Entfernen des Eises