Para estudiar un método de control eficiente para un sistema de compresión paralela de CO2 supercrítico, este artículo utilizó el software de simulación GT-SUITE para crear un modelo dinámico del sistema de compresión paralela de CO2 supercrítico. Basándose en el conjunto de datos del rendimiento del sistema obtenido mediante simulación, se establecieron y compararon modelos predictivos de rendimiento del sistema basados en un polinomio de segundo orden y una red neuronal. Además, se desarrolló un controlador predictivo basado en modelo para el sistema de compresión paralela de CO2 supercrítico, y se estudió el rendimiento del controlador en términos de estabilidad del control, eficiencia y control en tiempo real. Los resultados muestran que, bajo la acción del controlador predictivo, el sistema alcanza un estado operativo estable en 150 s bajo diferentes condiciones de refrigeración; en comparación con el control fijo, el rendimiento máximo del sistema se mejora en un 13,3 % con el control predictivo; la simulación verificó la viabilidad de la estrategia de control predictivo propuesta para optimizar el rendimiento del control en tiempo real del sistema de compresión paralela de CO2, mostrando una mejora total del 7,3 % en comparación con el control fijo bajo condiciones dadas.

Sistema CO2 supercrítico;Aprendizaje automático;Control predictivo;Simulación dinámica