高効率な超臨界CO2並列圧縮システムの制御方法を研究するために、本論文ではGT-SUITEシミュレーションソフトウェアを利用して超臨界CO2並列圧縮システムの動的シミュレーションモデルを構築した。シミュレーションから得られたシステム性能データセットに基づき、二次多項式モデルとニューラルネットワークモデルのシステム性能予測モデルを構築・比較し、さらにニューラルネットワークモデルを基に超臨界CO2並列圧縮システムのモデル予測制御器を開発し、制御器のシステム制御の安定性、高効率性、リアルタイム制御性能を研究した。結果は、モデル予測制御器の作用下で異なる冷却運転条件において150秒以内にシステムが安定動作状態に達することを示した。定値制御と比較して、モデル予測制御を採用したシステム性能は最大13.3％向上し、シミュレーションは提案されたモデル予測制御戦略がCO2並列圧縮システムのリアルタイム制御性能の最適化に有効であることを検証し、与えられた条件下で定値制御よりも全体で7.3％性能が向上したことを示した。

超臨界CO2システム;機械学習;モデル予測制御;動的シミュレーション