Для изучения эффективного метода управления параллельной компрессионной системой сверхкритического CO2 была создана динамическая модель системы на основе программного обеспечения GT-SUITE. На основе набора данных о производительности системы, полученных с помощью моделирования, были разработаны и сравнены модели второго порядка полинома и нейронной сети для прогнозирования производительности системы. Также на базе модели нейронной сети был разработан модельно-прогнозный контроллер для параллельной компрессионной системы сверхкритического CO2. Исследовалось влияние контроллера на стабильность управления системой, эффективность и управление в реальном времени. Результаты показали, что под действием модельно-прогнозного контроллера система достигает стабильного рабочего состояния в течение 150 с при различных холодильных условиях; по сравнению с постоянным управлением производительность системы повысилась максимум на 13,3 % при использовании модельно-прогнозного контроля; моделирование подтвердило осуществимость предложенной стратегии модельно-прогнозного управления для оптимизации управления в реальном времени компрессорной системы CO2, при заданных условиях общая производительность по сравнению с постоянным управлением увеличилась на 7,3 %.

Сверхкритический CO2;Машинное обучение;Модельно-прогнозное управление;Динамическое моделирование