Warning: fopen(111data/log202007151252.log): failed to open stream: No space left on device in /home/pde321/public_html/header.php on line 107

Warning: flock() expects parameter 1 to be resource, boolean given in /home/pde321/public_html/header.php on line 108

Warning: fclose() expects parameter 1 to be resource, boolean given in /home/pde321/public_html/header.php on line 113
Kühlerlastüberwachungssystem - Dokument DE69814737T2
 
PatentDe  


Dokumentenidentifikation DE69814737T2 25.03.2004
EP-Veröffentlichungsnummer 0000883048
Titel Kühlerlastüberwachungssystem
Anmelder Carrier Corp., Syracuse, N.Y., US
Erfinder Tulpule, Sharayu, Farmington, Connecticut 06032, US
Vertreter Klunker, Schmitt-Nilson, Hirsch, 80797 München
DE-Aktenzeichen 69814737
Vertragsstaaten DE, ES, FR, GB, IT, NL
Sprache des Dokument EN
EP-Anmeldetag 03.06.1998
EP-Aktenzeichen 983043753
EP-Offenlegungsdatum 09.12.1998
EP date of grant 21.05.2003
Veröffentlichungstag im Patentblatt 25.03.2004
IPC-Hauptklasse G05B 23/02

Beschreibung[de]

Diese Erfindung betrifft ein Überwachen des Betriebs eines Heiz- oder Kühlsystems und insbesondere ein Überwachen des Niveaus eines Kühlmittelfüllstandes, der in dem Kühlkreis eines jeden derartigen Systems vorliegt.

Viele Heizsysteme und/oder Kühlsysteme verwenden Kühlkreise. Wärmepumpen beispielsweise benutzen Kühlkreise, um Wärme unterhalb des Erdbodens zu absorbieren, die danach über einen Wärmetauscher an Luft in einem Gebäude abgegeben werden kann, das durch die Wärmepumpe zu beheizen ist. Kältemaschinensysteme andererseits absorbieren Wärme von Wasser, das durch einen Verdampfer fließt, um dabei das Wasser zu kühlen. Das gekühlte Wasser wird schließlich verwendet, um die Luft in einem Gebäude auf Grund des gekühlten Wassers zu kühlen, das Wärme von der Luft absorbiert, die durch einen Wärmetauscher strömt. Es ist wichtig, dass sowohl die Wärmepumpe als auch die Kältemaschine einen genügenden oder adäquaten Kühlmittelfüllzustand haben, um ihre entsprechenden Funktionen zu erfüllen.

Es ist auch wichtig, jede Änderung eines Kühlmittelfüllstands zu detektieren, bevor das Heiz- oder Kühlsystem unter einen Unterfüllungszustand oder einen Überfüllungszustand über einen längeren Zeitraum betrieben wurde. Diesbezüglich können derartige Veränderungen, falls sie signifikant sind, Schaden an dem System anrichten. Jede derartige Veränderung eines Kühlmittelfüllstands kann auch für die Atmosphäre potenziell schädlich sein, falls die Veränderung einem Lecken vor Kühlmittel zugeschrieben werden kann.

Heiz- oder Kühlsysteme wurden bisher mit einer Vielzahl von Alarmen ausgestattet, die einen nicht-adäquaten Kühlmittelfüllstand detektieren können. Beispielsweise kann ein Kältemaschinensystem, das mit Alarmen, die in erster Linie an der Einlassseite von einem oder mehreren Verdichtern des Systems an- geordnet sind, auf Grund eines niedrigen Kühlmittelfüllstands ausgelöst werden. Diese Alarme können jedoch auch auf Grund anderer Probleme, die in dem System auftreten, ausgelöst werden. Zum Beispiel können Alarme zum Überwachen eines Saugdrucks oder einer Saugtemperatur an dem Einlass des Verdichters auch durch ein festsitzendes Expansionsventil oder durch einen Gebläsefehler ausgelöst werden. Diese Alarme können auch nicht ausgelöst werden, bis eine wesentliche Kühlmittelmenge verloren ging. Das würde auftreten, falls die Schwellenwerte für die Alarme nicht ordnungsgemäß vorgegeben sind. Zum Beispiel können die Alarme zum Überwachen des Saugdrucks oder der Saugtemperatur am Einlass des Verdichters zu niedrig eingerichtet sein.

Man stellt fest, dass gewisse Versuche unternommen wurden, um einen variablen Grenzwert zum Auslösen des Alarms eines bestimmten überwachten Kühlmittelzustands zu definieren. Beispielsweise wird in US-Patent 5 539 385 der Grenzwert des Kühlmitteldrucks in der Kondensatoreinheit in einer Kältemaschine für bestimmte Lastsituationen variiert. Das ist jedoch ein variierter Grenzwert für nur einen bestimmten Zustand im Gegensatz zum Überwachen einer Kombination von Zuständen, die in dem Kältemaschinensystem vorliegen.

Die japanische Patentanmeldung mit der Nummer JP 9113077A offenbart eine Luftkonditioniereinrichtung, die eine neuronale Kühlmittelmengeninferenteinrichtung bzw. ein Kühlmittelmengen-Expertensystem aufweist, um zuvor die Beziehung zwischen verschiedenen Betriebszuständen und der Kühlmittelmenge mittels eines neuronalen Netzes zu lernen und die Kühlmittelmenge eines Kühlmittelsystems, das sich in Betrieb befindet, von Eingangszuständen abzuleiten. Die Luftkonditioniereinrichtung weist ferner eine Einrichtung zum Entscheiden auf, ob die Kühlmittelmenge ausreichend oder nicht ausreichend ist, durch Vergleichen einer vorgegebenen Kühlmittelreferenzmenge mit der abgeleiteten Kühlmittelmenge und durch Bestimmen des Ausmaßes des ausreichend sein/nicht ausreichend sein der Kühlmittelmenge. Dies kann während des gewöhnlichen Betriebs entschieden werden und das Fehlen von Kühlmittel auf Grund einer alterungsbedingten Verschlechterung kann verhindert werden.

Es ist eine Aufgabe der Endung, frühzeitig einen Verlust von kleinen Mengen von Kühlmittel zu entdecken, ohne sich auf einzelne Schwellenwerte, die von einem oder mehreren Alarmen überschritten werden, zu verlassen.

Es ist eine weitere Aufgabe der Erfindung, inkrementelle Veränderungen eines Kühlmittelfüllstandes zu detektieren, ohne sich auf einen oder mehrere Alarme zu verlassen, die durch eine Vielzahl von möglichen Gründen ausgelöst werden können.

Zusammenfassung der Erfindung

Gemäß der Erfindung wird ein Verfahren zum Überwachen des Kühlmittelfüllstands in mindestens einem Kühlkreis bereitgestellt, das die Merkmale aufweist, die in Anspruch 1 dargelegt sind.

Das Verfahren weist bevorzugt und vorteilhaft Merkmale auf, wie sie in den abhängigen Ansprüchen 2 bis 14 dargelegt sind.

Das Überwachungssystem ist auch während des Entwicklungsmodus arbeitsfähig, um gewisse gewichtete Verbindungen zwischen den Knoten der Clustermatrix und einer Reihe von Knoten in einer Interpolationsschicht zu definieren. Das Überwachungssystem definiert während dieser Phase des Entwicklungsmodus auch bestimmte gewichtete Verbindungen zwischen den Knoten der Interpolationsschicht und einem Ausgabeknoten. Der Ausgabeknoten erstellt Kühlmittelfüllstandswerte für verschiedene Sätze von Trainingsdaten, die dem Überwachungssystem bereitgestellt werden. Die gewichteten Verbindungen zwischen den Clustermatrixknoten, den Interpolationsschichtknoten und den Ausgabeknoten werden kontinuierlich angepasst, bis die an dem Ausgabeknoten erstellten Kühlmittelfüllstandswerte im Wesentlichen mit bekannten Kühlmittelfüllstandswerten für die bereitgestellten Trainingsdaten konvergieren. Die endgültig angepassten gewichteten Verbindungen werden zur Verwendung durch das Überwachungssystem während eines Laufzeitbetriebsmodus gespeichert.

Bei einer bevorzugten Ausführungsform der Erfindung wird der Kühlmittelfüllstand in einem bestimmten Kühlmittelkreis einer Kältemaschine überwacht. Das Überwachungssystem empfängt währende des Laufzeitbetriebsmodus einen Satz von Daten von acht Sensoren in der Kältemaschine. Jeder Satz von Daten erzeugt eine Signatur oder ein Muster im achtdimensionalen Raum. Diese Signatur wird mit achtdimensionalen Signaturen der Knoten einer Clustermatrix verglichen, die während des Entwicklungsmodus definiert wurden. Drei Knoten in der Clustermatrix, die achtdimensionale Signaturen aufweisen, die der erzeugten Signatur am nächsten sind, werden vorzugsweise zum weiteren Verarbeiten ihrer entsprechenden Signaturen ausgewählt. Die Verarbeitung wird auf Basis einer relativen Bewertung der Nähe der erzeugten Signatur zu jeder der Signaturen in den ausgewählten drei Knoten durchgeführt. Das Verarbeiten der ausgewählten Knotensignaturen wird in einem Satz von Interpolationsberechnungen stattfinden, die auf den gewichteten Verbindungen zwischen den Clustermatrixknoten und den Interpolationsknoten basieren, die während des Entwicklungsmodus erlernt wurden. Diese Berechnungsergebnisse werden schließlich durch einen Ausgabeknoten verarbeitet, der einen Wert von Kühlmittelfüllständen basierend auf den Berechnungsergebnissen von den Interpolationsknoten und den gewichteten Verbindungen zwischen Ausgabeknoten und den Interpolationsknoten, die während des Entwicklungsmodus erlernt wurden berechnet. Ein berechneter Wert wird an dem Ausgabeknoten für jeden Satz von Daten erstellt, die von den acht Sensoren empfangen wurden. Diese berechneten Werte werden gespeichert und sie werden über eine vorbestimmte Zeitspanne gemittelt. Der resultierende durchschnittliche Kühlmittelfüllstand wird als Ausgabe des Überwachungssystems angezeigt. Der so angezeigte Füllstand kann verwendet werden, um anzuzeigen, ob das Kühlsystem auf Grund des angezeigten Kühlmittelfüllstandzustands für eine entsprechende Instandsetzung abgeschaltet werden soll, oder ob nicht.

Kurzbeschreibung der Zeichnungen

Die Erfindung wird durch das Lesen einer detaillierten Beschreibung davon in Verbindung mit den folgenden Zeichnungen besser ersichtlich, wobei gilt:

1 ist ein schematisches Diagramm einer Kältemaschine mit zwei separaten Kältemaschinenkühlkreisen;

2 ist ein Blockdiagramm einer Kontrolleinrichtung für die Kältemaschine von 1 zusätzlich mit einem Prozessor, der eine neuronale Netzsoftware bzw. Software eines neuronalen Netzes zum Berechnen eines Kühlmittelfüllstands in einem Kühlkreis der Kältemaschine umfasst;

3 ist ein Diagramm, das die Verbindungen zwischen Knoten in verschiedenen Schichten der neuronalen Netzsoftware darstellt;

4 ist ein Blockdiagramm, das bestimmte Matritzen der Knoten von 3 darstellt;

5 ist Flussdiagramm eines Verfahrens mit einem neuronalen Netz, das durch den Prozessor von 2 während eines Entwicklungsbetriebsmodus ausgeführt wird;

6 ist ein Flussdiagramm eines weiteren Verfahrens mit einem neuronalen Netz, das durch den Prozessor von 2 während eines Entwicklungsbetriebsmodus ausgeführt wird; und

7 ist ein Flussdiagramm eines Verfahrens mit einem neuronalen Netz, das durch den Prozessor von 2 unter Verwendung der Matrizen von 4 während eines Laufzeitbetriebsmodus ausgeführt wird.

Beschreibung der bevorzugten Ausführungsform

Es wird auf 1 Bezug genommen. Man sieht, dass eine Kältemaschine zwei separate Kühlkreise "A" und "B" aufweist, von denen jeder einen entsprechenden Kondensator 10 oder 12 aufweist. Um kaltes Wasser zu erzeugen, verläuft das Kühlmittel durch die Kältemaschinenkomponenten in jedem entsprechenden Kühlkreis. Diesbezüglich wird ein Kühlmittelgas in einem Paar von Verdichtern 14 und 16 in Kreis A auf einen hohen Druck und eine hohe Temperatur verdichtet. Dem Kühlmittel wird erlaubt, zu einer Flüssigkeit zu kondensieren, indem es Wärme an Luft, die durch den Kondensator 10 auf Grund eines Satzes von Lüftern 18 strömt, abgibt. Vorzugsweise erlaubt der Kondensator dem flüssigen Kühlmittel, weiter abzukühlen, um eine unterkühlte Flüssigkeit zu wenden. Diese unterkühlte Flüssigkeit strömt durch ein Expansionsventil 20, bevor sie in einen Verdampfer 22 eintritt, der zusammen mit dem Kühlkreis B verwendet wird. Das Kühlmittel verdampft in dem Verdampfer 22, der Wärme von Wasser absorbiert, das durch den Verdampfer 22 von einem Einlass 24 zu einem Auslass 26 zirkuliert. Das Wasser in dem Verdampfer gibt Wärme an das Kühlmittel ab und wird kalt. Das kalte oder gekühlte Wasser stellt letztlich eine Kühlung für ein Gebäude bereit. Die Kühlung des Gebäudes wird häufig durch einen weiteren Wärmetauscher (nicht gezeigt) erreicht, bei welchem zirkulierende Luft Wärme an das gekühlte oder kalte Wasser abgibt. Es ist zur Kenntnis zu nehmen, dass ein Kühlmittel auch mittels eines Satzes von Verdichtern 28 und 30 in dem Kühlkreis B auf einen hohen Druck und eine hohe Temperatur verdichtet wird. Dieses Kühlmittel wird danach in dem Kondensator 12 mit einem damit zugeordneten Satz von Lüftern 32 zu einer Flüssigkeit kondensiert. Der Kondensator 12 erlaubt es vorzugsweise dem flüssigen Kühlmittel, weiter abzukühlen, um eine unterkühlte Flüssigkeit zu werden. Dieses unterkühlte flüssige Kühlmittel strömt durch ein Expansionsventil 34 zu dem Verdampfer 22.

Es wird auf 2 Bezug genommen. Eine Kontrolleinrichtung 40 kontrolliert die Expansionsventile 20 und 34 sowie die Lüftergruppen 18 und 32, die die Luftmenge bestimmen, die durch die Kondensatoren 10 und 12 zirkuliert. Die Kontrolleinrichtung schaltet die Verdichtern 14, 16, 28 und 30 ein und aus, um eine bestimmte benötigte Kühlung des Wassers zu erreichen, das durch den Verdampfer 22 strömt. Ein Satz von Sensoren, der an geeigneten Punkten innerhalb der Kältemaschine von 1 angeordnet ist, stellt Informationen für die Kontrolleinrichtung 40 über einen E/A-Bus (Eingabe/Ausgabe-Bus) 42 bereit. Acht dieser Sensoren werden auch verwendet, um Informationen für einen Prozessor 44, der dem E/A-Bus 42 zugeordnet ist, bereitzustellen. Insbesondere erfasst ein Sensor 46 die Temperatur der Luft, die in den Kondensator 10 in dem Kühlkreis A eintritt. Ein Sensor 48 erfasst die Temperatur der Luft, die aus diesem Kondensator austritt. Auf diese Temperaturen wird nachstehend als "CEAT" für die Temperatur der Luft, die in den Kondensator eintritt, und "CLAT" für die Temperatur der Luft, die aus dem Kondensator austritt, Bezug genommen. Der Prozessor 44 erhält auch die Verdichter-Saugtemperatur des Verdichters 14, wie sie durch einen Sensor 50 gemessen wird, der an der Einlassseite dieses Verdichters angeordnet ist. Der Verdichter 44 erhält ferner die Verdichterabgabetemperatur für diesen gleichen Verdichter mittels eines Sensors 54, der an der Abgabeöffnungsseite dieses Verdichters angeordnet ist. Auf die Verdichtersaugtemperatur, wie sie mittels des Sensors 50 erfasst wird, wird nachstehend als "ST_A" Bezug genommen, wogegen auf die Verdichterabgabetemperatur, wie sie mittels Sensor 54 erfasst wird, nachstehend als "DT_A" Bezug genommen wird. Der Prozessor empfängt auch eine Temperatur eines unterkühlten Kühlmittels von einem Sensor 56, der über einem Expansionsventil 20 angeordnet ist. Auf diese spezielle Temperatur wird nachstehend als "SUBCA" Bezug genommen.

Der Prozessor 44 empfängt auch bestimmte gemessene Werte des Kühlkreises B. Diesbezüglich wird die Temperatur des unterkühlten Kühlmittels von einem Sensor 58, der sich strömungsaufwärts eines Expansionsventils 34 befindet, dem Prozessor 44 bereitgestellt. Darauf wird hierin nachstehend als "SUBCB" Bezug genommen. Die Verdichterabgabetemperatur des Verdichters 28, wie sie von einem Sensor 60 gemessen wird, und die Verdichtersaugtemperatur dieses Verdichters, wie sie durch einen Sensor 62 gemessen wird, werden auch dem Prozessor 44 bereitgestellt. Auf die Verdichterabgabetemperatur des Verdichters 28, wie sie durch Sensor 50 gemessen wird, wird hierin nachstehend als "DT_B" Bezug genommen. Auf die Verdichtersaugtemperatur des Verdichters 60, wie sie durch den Sensor 62 gemessen wird, wird hierin nachstehend als "ST_B" Bezug genommen.

Man sieht in 2, dass der Prozessor 44 mit einer Anzeigeeinrichtung 64 verbunden ist, die Teil eines Bedienfeldes für die gesamte Kältemaschine sein kann. Die Anzeige wird von dem Prozessor 44 verwendet, um eine Kühlmittelfüllstandsinformation für jemanden bereitzustellen, der das Bedienfeld der Kältemaschine von 1 sieht.

Der Prozessor 44 ist ebenfalls direkt mit einer Tastatureingabeeinrichtung 66 und einer Festplattenspeichereinrichtung 68 verbunden. Die Tastatureingabeeinrichtung kann benutzt werden, um Trainingsdaten an den Prozessor zum Speichern in der Speichereinrichtung 68 einzugeben. Wie hierin nachstehend erläutert wird, können Trainingsdaten auch direkt von der Kontrolleinrichtung 40 an den Prozessor zur Speicherung in der Speichereinrichtung 68 heruntergeladen werden. Diese Trainingsdaten werden danach durch eine neuronale Netzsoftware bzw. Software eines neuronalen Netzes, die sich in dem Prozessor 44 befindet, während eines Entwicklungsbetriebsmodus verarbeitet.

Die neuronale Netzsoftware, die durch den Prozessor 44 ausgeführt wird, ist ein stark paralleles, dynamisches System von miteinander verbundenen Knoten, beispielsweise 70, wie in 3 dargestellt ist. Die Knoten sind in Schichten organisiert, beispielsweise eine Eingabeschicht 72, eine oder mehrere verdeckte Schichten, beispielsweise 74, eine Interpalationsschicht 76 und eine Ausgabeschicht 78, die aus einem Ausgabeknoten besteht. Die Knoten haben vollständige oder zufällige Verbindungen zwischen den aufeinanderfolgenden Lager. Diese Verbindungen haben gewichtete Werte, die während des Entwicklungsbetriebsmodus definiert werden.

Unter Bezugnahme auf 4 wird die Architektur des neuronale Netzes, die insbesondere von dem Prozessor 44 zum Berechnen eines Kühlmittelfüllstandes verwendet wird, gezeigt. Man sieht, dass diese Architektur aus zwei separaten Modulen besteht, wobei deren Erstes als ein Clustersuchmodul 80 und deren Zweites als ein Interpolationsmodul 82 identifiziert wird. Das Clustersuchmodul 80 weist die Eingangsschicht 72 auf, die eine ein-mal-acht Knotenmatrix umfasst, die die acht Sensormessungen von den Sensoren 46 bis 62 repräsentiert. Diese Messungen sind CEAT, CLAT, ST_A, DT_A, SUBCA, SUBCB, DT_B und ST_B. Die zweite Matrix oder Schicht innerhalb des Clustersuchmoduls 80 wird als Clustermatrix 84 identifiziert. Sie ist eine vier-malsechzehn Matrix mit vier verdeckten Reihen und 16 Knoten in jeder Reihe. Das Interpolationsmodul, welches die Ausgaben des Clustersuchmodul erhält, umfasst die Interpolationsschicht 76, welche eine ein-mal-sechzehn Matrix mit 16 Knoten ist. Die letzte Schicht in dem Interpolationsmodul 82 ist die Ausgabeschicht 78, welche eine eins-mal-eins Matrix ist, die einen Knoten umfasst.

Wie hierin nachstehend im Detail erläutert wird, ist der Prozessor 44 während eines Entwicklungsbetriebsmodus arbeitsfähig, um zuerst Gewichtungen, die den Knoten der Clustermatrix 84 zugeordnet sind, anzupassen und diese danach zu modifizieren. Dies wird durch iteratives Verarbeiten von Trainingsdaten durch ein Modul 80 und Anpassen der Gewichtungen der Knoten in der Clustermatrix erreicht. Nachdem die Knoten in der Clustermatrix endgültig angepasst wurden, wird der Prozessor mit dem Training von Modul 82 fortfahren. Der Prozessor ist in diesem Fall arbeitsfähig, um die gewichteten Verbindungen zwischen der Knoten der Clustermatrix und den Knoten der Interpolatiansschicht 76 anzupassen und danach zu modifizieren. Der Prozessor ist außerdem arbeitsfähig, um gewichtete Verbindungen zwischen den Knoten der Interpolationsschicht und dem einzigen Knoten in der Ausgabeschicht 78 anzupassen und diese danach zu modifizieren. Dieses Training des Moduls 82 wird durch iteratives Verarbeiten von Trainingsdaten sowohl durch das Modul 80 als auch dem Modul 82 erreicht. Sobald das neuronale Netz auf diese Weise errichtet wurde, wird es zur Benutzung während des Laufzeitbetriebsmodus gespeichert.

Es wird jetzt auf 5 Bezug genommen. Es wird ein Flussdiagramm des Prozessors 44 dargestellt, der die Trainingssoftware des neuronale Netzes während der ersten Phase eines Entwicklungsbetriebsmodus ausführt. Die erste Phase des Entwicklungsbetriebsmodus wird zu einem Training des neuronalen Netzes führen, um die Gewichtungen der Knoten in der Clustermatrix 84 zu lernen. Dieses Training beginnt mit einem Schritt 90, bei welchem der Anfangswert einer Lernratenvariablen &agr; festgelegt wird. Wie hierin nachstehend erläutert werden wird, wird der Anfangswert dieser Variable während sukzessiver Iterationen bestimmter Berechnungsschritte in der Trainingssoftware des neuronalen Netzes verringert. Der gewählte Anfangswert muss größer als null und niedriger als eins sein.

Der Prozessor fährt zu einem Schritt 92 fort und wählt acht Zentralknoten aus, die innerhalb der Clustermatrix 84 gleichmäßig voneinander beabstandet sind. Der Prozessor 44 fährt jetzt zu einem Schritt 94 fort und wählt eine Nachbarschaft von sieben Knoten um jeden ausgewählten Zentralknoten aus. Der Prozessor fährt als Nächstes zu einem Schritt 96 fort und weist den Zentralknoten und den umgebenden Nachbarschaftsknoten Zufallswerte zu. Man versteht, dass jedem Knoten vorzugsweise Zufallswerte für acht separate Koordinatendimensionen in einem achtdimensionalen Raum zugewiesen wurden. Jede dieser acht Koordinatendimensionen wird auch benutzt werden, um einen gemessenen Koordinatenwert zu definieren, der mit einem der acht Sensorwerte korrespondiert. Der Prozessor wird zu einem Schritt 98 fortfahren und einen Satz von Eingangstrainingsdaten von der Speichereinrichtung 68 lesen. Dieser Satz von Eingangstrainingsdaten wird aus acht Werten bestehen, die zuvor von jedem der acht Sensoren 46 bis 62 erhalten wurden, als die Kältemaschine einem bestimmten Umgebungszustand und einem bestimmten Lastzustand mit einer bekannten Kühlmittelmenge in dem Kühlkreis A ausgesetzt wurde. Es ist zur Kenntnis zu nehmen , dass der Kühlkreis B ebenfalls eine bekannte Kühlmittelmenge hat. Diese bekannte Menge wird vorzugsweise bei einer nominalen Kühlmittelfüllstandsmenge für diesen Kühlkreis gehalten.

Man sollte erkennen, dass die Kältemaschine auch einer beträchtlichen Anzahl von anderen Umgebungs- und Lastzuständen mit bekannten Kühlmittelmengen in dem Kreis A bei jeder Lastsituation ausgesetzt werden wird. Um die Kältemaschine unterschiedlichen Lastbedingungen auszusetzten, kann heißes Wasser durch den Verdampfer 22 zirkuliert werden, um so verschiedene Gebäudelastzustände zu simulieren. Die bekannten Kühlmittelfüllstandsmengen werden vorzugsweise der Nominalfüllstand des Kühlmittels in Kreis A, der Nominalfüllstand plus 30% Kühlmittelfüllung und die Nominalfüllstandsmenge minus 30% Kühlmittelfüllung sein. Diese Werte von 30% mehr oder weniger Kühlmittelfüllung wurden ausgewählt, weil jeder eine relativ große Abweichung von einem Nominalkühlmittelfüllstand repräsentiert, die einen passenden Bereich der zu überwachenden Kühlmittelmengen definieren. Der Prozessor 44 wird von den acht Sensoren 46 bis 72 für jede spezielle Kombination aus Umgebungszustand, Gebäudelastzustand und bekanntem Kühlmittelfüllstand, die durch die Kältemaschine erfahren werden, Werte empfangen. Diese Werte werden vorzugsweise über die der Kontrolleinrichtung 40 bereitgestellt, welche periodisch die Sensoren ausliest, während die Kältemaschine den bestimmten Umgebungs- und Gebäudelastzuständen für einen bestimmten Kühlmittelfüllstand ausgesetzt wird. Diese acht Werte werden in der Speichereinrichtung als die acht entsprechenden Werte eines Satzes von Trainingsdaten gespeichert. Der Prozessor 44 wird auch eine eingetippte Eingabe über den bekannten Kühlmittelfüllstand von der Tastatureinrichtung 66 erhalten. Dieser Kühlmittelfüllstand wird vorzugsweise in Verbindung mit dem Trainingsdatensatz der acht entsprechenden Sensorwerte gespeichert, die von der Kontrolleinrichtung empfangen wurden, als festgestellt wurde, dass die Kältemaschine den bestimmten bekannten Kühlmittelstand hatte.

Es wird auf einen Schritt 98 Bezug genommen. Die acht Werte für einen Satz von Trainingsdaten werden von der Speichereinrichtung 68 gelesen und als acht Koordinatenwerte x1, x2, x3, x4, x5, x6, x7, x8 für ein Training eines Datenpunktes "x" jedes Mal, wenn dieser Schritt ausgeführt wird, gespeichert. Eine indizierte Zählweise der Anzahl von Sätzen von Trainingsdaten, die so von der Speichereinrichtung gelesen werden, wird durch den Prozessor beibehalten. Diese Koordinatenwerte werden in der Eingangsschicht 72 in dem internen Speicher des Prozessors gespeichert. Der Prozessor wird zu einem Schritt 100 fortfahren, um die Abstandsmetriken zwischen dem Trainingsdatenpunkt "x" und den mehrdimensionalen Gewichtungen der Zentralknoten zu berechnen. Man versteht, dass jeder zugewiesene Zentralknoten "i" in der Clustermatrix acht individuelle gewichtete Werte hat, die den acht Dimensionskoordinaten zugewiesen sind, die benutzt wurden, um die Koordinatenwerte des Trainingsdatenpunktes "x" zu definieren. Diesen gewichteten Werten werden anfänglich Zufallswerte zugewiesen, die als vi1, vi2, vi3, vi4, vi5, vi6, vi7, vi8 für einen mehrdimensionalen Gewichtungswert "vi" angesprochen werden können. Da es anfänglich acht Zentralknoten gibt, wird der Wert von "i" 1 bis 8 für diese Zentralknoten betragen. Die Distanzmetrik ist die euklidische Distanz, wie sie durch folgende Formel berechnet wird:

Der Prozessor 44 fährt fort, um in einem Schritt 102 durch Bestimmen, welche der Distanzen di das Minimum ist, den Zentralknoten zu identifizieren, der am nächsten zu dem Eingangstrainingssatz ist.

Der Prozessor fährt jetzt zu einem Schritt 104 fort, um die Gewichtungswerte der mehrdimensionalen Gewichtungswerte "vi" der Gewinner- und Verlierer-Zentralknoten und die mehrdimensionalen Gewichtungswerte ihrer zugeordneten Umgebungskonten zu aktualisieren. Für den gewinnenden Zentralknoten und sein Umgebungsknoten werden die Gewichtungswerte eines jeden Dimensionskoordinatenwertes gemäß Vnew = vold + &agr;(x – vold) angepasst.

Man stellt fest, dass &agr; die Lernrate ist, welche in dem Schritt 90 auf einen Anfangswert gesetzt wurde. Es wurde für die Gewichtungswerte der verlierenden Zentralknoten und ihren zugeordneten Umgebungsknoten keine Anpassungen vorgenommen.

Der Prozessor fährt zu einem Schritt 106 fort und fragt ab, ob "M" Sätze von Trainingsdaten verarbeitet wurden. Dies ist eine Frage eines Überprüfens der indizierten Zählung der gelesenen Sätze von Trainingsdaten, die in dem Schritt 98 festgelegt wurden. Für den Fall, dass weitere Sätze von Trainingsdaten zu verarbeiten sind, kehrt der Prozessor 44 zu dem Schritt 98 zurück und liest wieder einen Satz von Trainingsdaten und speichert selbige als die aktuellen "x" Koordinatenwerte. Die indizierte Zählung des so gelesenen Satzes von Trainingsdaten wird inkrementiert. Man versteht, dass der Prozessor 44 die Schritte 98 bis 106 wiederholt ausführt, bis alle "M" Sätze von Trainingsdaten verarbeitet wurden. Das wird durch Prüfen der indizierten Zählung der Trainingsdatensätze, die in dem Schritt 98 gelesen wurden, bestimmt. Man versteht, dass die "M" Sätze von Trainingsdaten, auf die hierin als zu verarbeiten Bezug genommen wird, entweder alle oder ein großer Teil der Gesamtanzahl von Sätzen von Trainingsdaten sind/ist, die ursprünglich in der Speichereinrichtung 68 gespeichert sind. Die "M" Sätze von Trainingsdaten werden geeignet in adressierbaren Speicherorten in dem Speichermedium derart gespeichert, dass auf den nächsten Satz jedesmal, wenn die indizierte Zählweise von Trainingsdatensätzen von dem ersten Zählerwert auf dem Mten Zählerwert inkrementiert wird, zugegriffen werden kann.

Wenn alle "M" Trainingsdatensätze verarbeitet wurden, setzt der Prozessor die indizierte Zählung der gelesenen Sätze von Trainingsdaten zurück. Der Prozessor wird danach zu einem Schritt 108 fortfahren und die Lernrate "&agr;" um ein Zehntel ihres Anfangswerts reduzieren. Der Prozessor fragt als Nächstes ab, ob die Lernrate für die bestimmte Nachbarschaftsgröße reduziert wurde. Falls nicht, kehrt der Prozessor zu dem Schritt 98 zurück, bei welchem auf alle "M" Sätze von Trainingsdaten für die gleiche Nachbarschaftsgröße, aber unter dem reduzierten Lernratenwert, nochmals sukzessive zugegriffen wird.

Der Prozessor wird nochmals in dem Schritt 108 die Lernrate reduzieren, wenn alle Sätze von Trainingsdaten verarbeitet wurden. Da die Lernrate zuvor für die spezielle Nachbarschaftsgröße reduziert wurde, wird der Prozessor über einen Schritt 110 zu einem Schritt 112 fortfahren und die Nachbarschaftsgröße um eins reduzieren. Der Prozessor wird jetzt auch einen unterschiedlichen Satz von Zentralknoten auswählen, die basierend auf der verringerten Nachbarschaftsgröße gleichmäßig voneinander beabstandet sind.

Der Prozessor wird jetzt dazu übergehen in einem Schritt 114 abzufragen, ob die Umgebungsgröße weniger als drei beträgt. Falls die Nachbarschaftsgröße drei oder mehr beträgt, wird der Prozessor zu dem Schritt 98 zurückkehren und wieder alle "M" Sätze von Trainingsdaten für die neue Nachbarschaftsgröße und die neue Lernrate verarbeiten. Wenn die Lernrate einmal für die bestimmte Nachbarschaftsgröße weiter angepasst wurde, wird der Prozessor die Schritte 110, 112 und 114 nochmals ausführen. Man versteht, dass an einem gewissen Punkt alle Nachbarschaftsgrößen von sieben hinab bis einschließlich drei verarbeitet sein werden. Die Lernrate wird zu einem Zehntel ihres Anfangswertes hinab reduziert worden sein. An diesem Punkt wird eine gleichmäßige Darstellung von allen Eingangstrainingsdaten für alle Knoten in der Clustermatrix 84 erreicht worden sein. Wenn dies auftritt, wird der Prozessor von dem Schritt 114 zu einem Schritt 116 übergehen und die endgültigen acht Koordinatenwerte für jeden der 64 Knoten in der Clustermatrix speichern. Die acht endgültigen Koordinatenwerte werden eine mehrdimensionale Gewichtung "vnm" für einen speziell gekennzeichneten Knoten definieren, wo "n" die Spalte und "m" die Reihe kennzeichnet, in welcher der Knoten in der Clustermatrix gefunden werden kann.

Der Prozessor 44 führt jetzt mit der zweiten Phase des Entwicklungsbetriebsmodus fort. Bei dieser speziellen Phase wird das neuronale Netz die speziellen Gewichtungswerte für die Verbindungen zwischen der Clustermatrix und den Knoten in der Interpolationsschicht Lernen. Er wird auch speziellen Gewichtungswerte für die Verbindungen zwischen den Knoten der Interpolationsschicht und dem einzelnen Knoten in der Ausgabeschicht lernen. Der Prozessor beginnt diesen Prozess durch Zuweisen von Anfangswerten an die Verbindungsgewichtungen "wknm" und "wk" in einem Schritt 120. Der Prozessor fährt in einem Schritt 122 fort, Anfangswerte den Bias-Werten "bk" und "bo" zuzuweisen. Diese Bias-Werte werden zur Berechnung entsprechender Ausgangswerte der Knoten in der Interpolationsschicht und der Ausgabeschicht verwendet. Die Anfangswerte für diese Bias-Werte sind Bruchzahlen zwischen null und eins. Der Prozessor weist in dem Schritt 122 auch eine Variable &THgr; einen Anfangswert zu. Dieser Anfangswert ist vorzugsweise ein Dezimalwert, beispielsweise ein Zehntel, der näher an null ist als an eins. Weitere Werte werden für bk, bo und &THgr; während der zweiten Phase des Entwicklungsmodus berechnet. Der Prozessor geht als Nächstes zu einem Schritt 124 über und weist Lernraten &ggr; und &Ggr; Anfangswerte zu. Diese Lernraten werden entsprechend bei einer Interpolationsschichtberechnung und Ausgabeschichtberechnung verwendet, wie hierin nachfolgend erklärt wird. Die Anfangswerte der Lernraten sind Dezimalzahlen größer als null und kleiner als eins.

Der Prozessor 44 liest als Nächstes die Werte eines Satzes von Eingangstrainingsraten und speichert selbige als die Koordinatenwerte für einen Datenpunkt "x" in ähnlicher Weise, wie er zuvor einen Satz von Trainingsdaten in dem Schritt 98 las und speicherte. Der Prozessor geht zu einem Schritt 127 über und berechnet eine Distanzmetrik "hnm" zwischen den "x"-Koordinatenwerten und jeden der acht gespeicherten Koordinatenwerte für die mehrdimensionale Gewichtung eines jeden Knotens in der Clustermatrix. Die acht gespeicherten Koordinatenwerte für die mehrdimensionale Gewichtung "vnm" eines jeden Knotens werden vnm1, vnm2,Vnm3, vnm4, vnm5,vnm6, vnm7, und vnm8 sein. Die Distanzmetrik ist die euklidische Distanz, die wie folgt berechnet wird:

Der Prozessor geht zu einem Schritt 128 über und berechnet den Ausgabewert zk für jeden Knoten in der Interpolationsschicht 76. Der Ausgangswert zk wird vorzugsweise durch die hyperbolische Tangensfunktion einer Variablen "t" berechnet, die wie folgt ausgedrückt wird: zk = (et – e–t)/(et + e–t)

wobei hnm = berechnete Distanzmetrik von Schritt 127 für den Clusterknoten in der m-ten Reihe und n-ten Spalte,

wknm = Verbindungsgewichtung für die k-ten Interpolationsschichtknoten, der mit dem Clustermatrixknoten in der m-ten Reihe und n-ten Spalte verbunden ist; und

bk = Bias-Wert für einen k-ten Interpolationsschichtknoten ist.

Der Prozessor geht jetzt zu einem Schritt 130 über und berechnet einen lokalen Fehler &THgr;k für jede Verbindung von einem Interpolationsschichtknoten zu dem Ausgabeknoten gemäß der Formel: &THgr;k = (1 + zk)·(1 – zk)·(Θ·wk) , wobei zk = Interpolationsknotenwert für einen k-ten Knoten, der in Schritt 128 berechnet wurde;

&THgr; = entweder der anfängliche Zuweisungsfehlerwert von Schritt 122 oder ein Fehlerwert, der während einer vorangegangenen Verarbeitung des Satzes von Trainingsdaten berechnet wurde; und

wk = Verbindungsgewichtung für den Ausgabeknoten, der mit dem k-ten Interpolationsknoten verbunden ist.

Der Prozessor geht zu dem Schritt 130 über und aktualisiert die Gewichtungen der Verbindungen zwischen den Clustermatrixknoten und den Interpolationsschichtknoten wie folgt: wknm,new = wknm,old + &Dgr;wknm,old , &Dgr;wknm,old = &ggr;&THgr;k,new hnm wobei gilt: hnm = berechnete Distanzmetrik von Schritt 127 für den Clusterknoten in der m-ten Reihe und n-ten Spalte;

wobei &ggr; der skalare Lernratenfaktor ist;

wobei &THgr;k,new der skalare lokale Fehler ist, der in Schritt 130 berechnet wird.

Der Prozessor geht als Nächstes zu einem Schritt 134 über und aktualisiert jeden Bias-Wert bk für einen entsprechenden Interpolationsknoten wie folgt: bk,new = bk,old + &ggr;&Dgr;new

Der Prozessor geht jetzt zu einem Schritt 136 über, um die Ausgabe des einzelnen Knotens der Ausgabeschicht 76 zu berechnen. Dieser Ausgabeknotenwert y wird vorzugsweise durch eine hyperbolische Tangentsfunktion der Variablen "u" berechnet, die ausgedrückt wird durch: y = (eu – e–u)/(eu + e–u)

wobei gilt: zk = Interpolationsknotenwert, k = 1, 2, ...16;

wk = Verbindungsgewichtung für den Ausgabeknoten, der mit einem k-ten Interpolationsknoten verbunden ist; und

b0 = Bias-Wert für einen Ausgabeknoten.

Der berechnete Wert von "y" wird als die "n"-te berechnete Ausgabe des Ausgabeknotens für den "n"-ten Satz von verarbeiteten Trainingsdaten gespeichert. Auf diesen Wert wird hierin nachstehend als "yn" Bezug genommen. Es ist zur Kenntnis zu nehmen, dass der bekannte Kühlmittelwert für den "n"-ten Satz von Trainingsdaten auch als "Yn" gespeichert wird, so dass es sowohl einen berechneten Ausgabewert "yn" und einen bekannten Ausgabewert "Yn" für jeden Satz von Trainingsdaten, der verarbeitet wurde, gibt. Wie zuvor diskutiert wurde, wird der bekannte Kühlmittelwert vorzugsweise in Verbindung mit dem speziellen Satz von Trainingsdaten in der Festplattenspeichereinrichtung 68 gespeichert. Das erlaubt, dass der bekannte Kühlmittelwert als "yn" abgerufen wird und gespeichert wird, wenn der bestimmte Satz von Trainingsdaten verarbeitet wird.

Der Prozessor fährt in einem Schritt 138 fort, um den lokalen Fehler &THgr; an der Ausgabeschicht wie folgt zu berechnen: &THgr; = (y – Y)·(1 + y)·(1 – y)

Der Prozessor geht zu einem Schritt 140 über und aktualisiert die Gewichtungen der Interpolationsknotenverbindungen zu dem Ausgangsknoten unter Verwendung der Rückwärts-Propagier-Lernregel wie folgt: wk,new = wk,old + &Dgr;wk,old &Dgr;wk,old = &Ggr;&THgr;new zk wobei k die Verbindung zu dem k-ten Knoten der Interpolationsschicht bezeichnet,

wobei gilt: &Ggr; = Lernrate, die entweder anfänglich in Schritt 124 zugewiesen wurde oder während einer vorangegangenen Verarbeitung des Knotens berechnet wurde,

wobei gilt: Γnew = lokaler Fehler, der in Schritt 138 berechnet wurde.

Der Prozessor aktualisiert als Nächstes in einem Schritt 142 den Bias-Wert bo wie folgt: b0,new = b0,old + &Ggr;&THgr;new

Der Prozessor fährt jetzt fort, um in einem Schritt 144 abzufragen, ob "N" Sätze von Trainingsdaten verarbeitet wurden. Die Anzahl "N" ist die Gesamtanzahl von Sätzen und Trainingsdaten, die in der Speichereinrichtung 68 abgelegt sind, die in der Phase 2 des Entwicklungsmodus zu verarbeiten sind. Man stellt fest, dass die Anzahl "N" die gleiche Anzahl von Trainingsdatensätzen sein kann, die in Phase 1 des Entwicklungsmodus verarbeitet wurden. Falls dies der Fall ist, würden die "M" Sätze von Trainingsdaten, wie sie in der Speichereinrichtung 68 für Phase 1 gespeichert sind, in Schritten 126 bis 144 nochmals adressiert und verarbeitet werden. Andererseits, falls jemand wünscht, eine andere Gruppe von Sätzen von Trainingsdaten von der Speichereinrichtung 68 zu verwenden, dann wäre diese Gruppe in einem geeigneten, adressierbaren Speicherort zu speichern, so dass sie in den Schritten 126 bis 144 sequenziell adressiert und verarbeitet werden kann. In beiden Fällen wird der Prozessor die verschiedenen Berechnungen der Schritte 126 bis 142 durchführen, bis "N" Sätze von Trainingsdaten verarbeitet wurden. Zu diesem Zeitpunkt wird der Prozessor zu dem Schritt 146 übergehen und den quadratischen Mittelwert (RMS) des Fehlers zwischen den gespeicherten Kühlmittelfüllstandswerten, der in dem Schritt 136 berechnet wurde und den korrespondierenden, bekannten Kühlmittelfüllstandswerten für jeden derartigen, berechneten Kühlmittelfüllstand berechnen.

Bei einem Schritt 148 wird abgefragt, ob der berechnete quadratischer Mittelwert des Fehlers, der in dem Schritt 146 berechnet wird, niedriger ist als ein Schwellenwert von vorzugsweise 0,001. Wenn der quadratischer Mittelwert des Fehlers nicht kleiner als dieser spezielle Schwellenwert ist, wird der Prozessor entlang dem "Nein"-Pfad zu einem Schritt 150 fortfahren und die entsprechenden Werte der Lernraten &ggr; und &Ggr; reduzieren. Diese Werte können in Inkrementen von einem Zehntel ihrer ursprünglich zugewiesenen Werte reduziert werden.

Der Prozessor fährt fort, um die "N" Sätze von Trainingsdaten wieder zu verarbeiten, indem er die Berechnungen der Schritte 127 bis 146 durchführt, bevor er wieder abfragt, ob der neuerdings berechnete quadratischer Mittelwert des Fehlers niedriger ist als der Schwellenwert von "0,001". Man versteht, dass an einem gewissen Punkt der berechnete quadratischer Mittelwert des Fehlers niedriger sein wird als dieser Schwellenwert. Dies wird den Prozessor veranlassen, fortzufahren, um alle berechneten Verbindungsgewichtungen und alle endgültigen Bias-Werte für jeden Knoten in der Interpolationsschicht 76 und den einzelnen Knoten in der Ausgabeschicht 78 zu speichern.

Es wird auf 4 Bezug genommen. Alle Knotenwerte der Clustermatrix 84 und der Interpolationsschicht 76 sowie alle gewichteten Verbindungswerte in Bezug auf die Knoten der Clustermatrix, der Interpolationsschicht und des einzigen Knotens der Ausgabematrix sind im Anschluß an den Entwicklungsbetriebsmodus in der Speichereinrichtung 68 gespeichert. Wie jetzt erklärt wird, sind die gespeicherten Werte während eines Laufzeitbetriebsmodus des Prozessors zu verwenden, um einen Kühlmittelfüllstand in dem Kühlkreis "A" zu berechnen.

Es wird auf 7 Bezug genommen. Der Laufzeitbetriebsmodus des Prozessors 44 beginnt mit einem Schritt 160, bei welchem bestimmte skalare Interpolationswerte mit null vorbelegt werden. Wie hierin nachstehend erläutert wird, werden einige dieser Werte während des Laufzeitbetriebsmodus auf Werte ungleich null gesetzt. Der Prozessor geht zu einem Schritt 162 über, um gemessene Werte für eine Temperatur zu lesen, die von den Sensoren 46 bis 62 erhalten werden. Diesbezüglich erwartet der Prozessor einen Hinweis von der Kontrolleinrichtung 40 der Kältemaschine, dass ein neuer Satz von Sensorwerten durch die Kontrolleinrichtung 40 gelesen wurde und zur Verwendung sowohl durch die Kontrolleinrichtung als auch durch den Prozessor gespeichert wurde. Dies geschieht periodisch als eine Folge, dass die Kontrolleinrichtung die Sensorinformationen jedes Mal, wenn eine vorbestimmte Zeitspanne abläuft, sammelt und speichert. Die Zeitspanne ist vorzugsweise auf drei Minuten festgelegt. Diese Sensorwerte werden als Koordinatenwerte für einen Punkt "x" in einem acht-dimensionalen Raum gespeichert.

Der Prozessor geht zu einem Schritt 164 über, bei welchem die gespeicherten "x"-Koordinatenwerte, die als x1, x2, x3, x4, x5, x6, x7, x8 definiert sind, verwendet werden, Distanzmetriken in Bezug auf die mehrdimensionale Gewichtung "vnm" für jeden Knoten in der Clustermatrix, die durch einen Spaltenindex "n" und einen Reihenindex "m" in der Clustermatrix 84 gekennzeichnet sind, zu berechnen. Die Distanz, "hnm", für jeden Knoten wird wie folgt berechnet:

wobei vnm1 ... vnm8 die gespeicherten mehrdimensionalen Gewichtungswerte für die mehrdimensionale Knotengewichtung des Knotens in der m-ten Reihe und n-ten Spalte der Clustermatrix sind.

Der Prozessor geht zu einem Schritt 166 über, nachdem er die Distanzmetriken für die aktuellen "x"-Koordinatenwerte relativ zu jedem Knoten berechnet hat, um drei Knoten zu identifizieren, die die minimalen Distanzmetriken aufweisen. Diese Knoten werden jeweils als Knoten a, b bzw. c gekennzeichnet, und ihre Distanzwerte werden wie folgt festgestellt:

für Knoten a: D1 = min(hnm),

für Knoten b: D2 = min(hnm), für alle n, m, außer den Knoten a,

für Knoten c: D3 = min(hnm), für alle n, m, außer den Knoten b und c

Der Prozessor fährt in einem Schritt 168 fort, skalare Interpolationswerte Anm für jeden der obigen Knoten der Clustermatrix zu berechnen. Der Anm-Wert für den Knoten "a" wird gleich eins gesetzt. Der skalare Interpolationswert für den Knoten "b" wird derart berechnet, dass er gleich D1/(D1 + D2) ist. Der skalare Interpolationswert für den Knoten "c" wird derart berechnet, dass er gleich D1/(D1 + D3) ist. Für alle anderen Knoten wird der Wert von Anm bei null gehalten.

Der Prozessor geht zu einem Schritt 170 über und berechnet die Knotenwerte zk für die sechzehn entsprechenden Knoten in der Interpolationsschicht 76. Jeder Knotenwert zk wird vorzugsweise durch die hyperbolische Tangensfunktion der Variablen "t" wie folgt berechnet: zk = (et – e–t)/(et + e–t)

wobei gilt: zk = Ausgabe des k-ten Knotens in der Interpolationsschicht, k = 1, 2, ... 16;

hnm = Distanzmetrik für einen Clusterknoten in der m-ten Reihe und n-ten Spalte;

wknm = Verbindungsgewichtung für einen k-ten Interpolationsschicht-Knoten, der mit einem Clusterknoten in der m-ten Reihe und n-ten Spalte verbunden ist;

bk = gespeicherter Bias-Wert für den k-ten Inter polationsschicht-Knoten;

Anm = skalarer Interpolationswert für einen Knoten in der m-ten Reihe und n-ten Spalte der Clustermatrix.

Der Prozessor geht von dem Schritt 170 zu einem Schritt 172 über, bei welchem ein Ausgabeknotenwert "y" vorzugsweise durch die hyperbolische Tangensfunktion berechnet wird, was ausgedrückt wird durch: Y = (eu – e–u)/(eu + e–u)

wobei gilt: zk = Interpolationsknotenwert, der in Schritt 170 berechnet wurde, k = 1, 2, ...16; wk = Verbindungsgewichtung für den k-ten Interpolationsknoten, der mit dem Ausgangsknoten verbunden ist;

b0 = gespeicherter Bias-Wert für den Ausgabe knoten.

Der Prozessor geht jetzt zu einem Schritt 174 über und speichert den berechneten Wert "y" des Ausgabeknotens als einen geschätzten Kühlmittelstand. Als Nächstes wird in einem Schritt 176 abgefragt, ob zwanzig separate geschätzte Kühlmittelfüllstände in dem Schritt 174 gespeichert wurden. Falls diese Anzahl von Kühlmittelfüllständen nicht gespeichert wurde, kehrt der Prozessor zu dem Schritt 160 zurück und initialisiert wieder die skalaren Interpolationen Anm vor einem Lesen des nächsten Satzes von Sensonrwerten. Wie man zuvor zur Kenntnis nahm, wird der nächste Satz von Sensorwerten dem Prozessor nach einem zeitlich festgelegten, periodischen Lesen der Sensoren durch die Kontrolleinrichtung 40 verfügbar gemacht. Dieses zeitlich festgelegte, periodische Lesen durch die Kontrolleinrichtung geschieht vorzugsweise alle drei Minuten. Diese neuen Sensormessungen werden sogleich durch den Prozessor 44 gelesen, und die Berechnungsschritte 164, 166, 168, 170 und 172 werden nochmals durchgeführt, um dadurch dem Prozessor zu erlauben, in dem Schritt 174 wieder einen weiteren Wert eines geschätzten Kühlmittelstands zu speichern. Man versteht, dass zu einem gewissen Zeitpunkt der Prozessor in dem Schritt 176 feststellen wird, dass zwanzig separate Sätze von Sensorwerten verarbeitet wurden. Dies veranlasst den Prozessor, zu einem Schritt 178 überzugehen, wo der Durchschnitt aller geschätzten Kühlmittelfüllstandswerte, die in dem Schritt 174 gespeichert wurden, berechnet wird. Der Prozessor fährt mit einem Schritt 180 fort, um den berechneten durchschnittlichen Kühlmittelfüllstand mit dem bekannten nominalen Kühlmittelfüllstand für den speziellen Kühlkreis A in dem Kältemaschinensystem von 1 zu vergleichen. Dieser bekannte nominale Kühlmittelfüllstand wurde in dem Prozessorspeicher zur Verwendung während des Laufzeitbetriebsmodus gespeichert. Für den Fall, dass der durchschnittliche geschätzte Kühlmittelfüllstand niedriger ist als der bekannte nominale Kühlmittelfüllstand geht der Prozessor zu einem Schritt 182 über und zeigt einen Unterfüllungszustand an, wobei vorzugsweise entweder die Menge, um welche der Kühlmittelfüllstand von einem Nominalwert abwich, oder der aktuell berechnete Kühlmittelfüllstand angegeben wird. Diese Anzeige erscheint vorzugsweise auf der Anzeigeeinrichtung 66 auf dem Bedienfeld. Falls der durchschnittlich geschätzte Füllstand größer oder gleich als der nominale Kühlmittelfüllstand ist, geht der Prozessor zu einem Schritt 184 über. In dem Schritt 184 wird abgefragt, ob der durchschnittliche Kühlmittelfüllstand größer ist als der bekannte nominale Kühlmittelfüllstand. In dem Fall, dass die Antwort auf diese Abfrage "ja" ist, geht der Prozessor zu einem Schritt 186 über und zeigt einen Überfüllungszustand an, welcher auch die Anzeige der Menge, um welche der Kühlmittelfüllstand den nominalen Kühlmittelfüllstand überschreitet, oder den tatsächlich berechneten Füllstand umfassen kann. Der Prozessor wird andernfalls in dem Fall, dass der durchschnittliche geschätzte Kühlmittelfüllstand gleich dem nominalen Kühlmittelfüllstand ist, zu einem Schritt 188 übergehen. Der Nominalfüllzustand wird auf der Anzeige 64 angezeigt.

Es wird auf die Anzeigeschritte 182, 184 oder 188 Bezug genommen. Der Prozessor verlässt das Anzeigen eines der festgestellten Kühlmittelfüllstandszustände und kehrt zu dem Schritt 160 zurück. Der Prozessor initialisiert wieder die skalaren Interpolationswerte, um das Einlesen eines neuen Satzes von Sensorwerten in dem Schritt 162 vorzubereiten. Diese Werte werden in den Speicher des Prozessors 44 eingelesen, wenn angezeigt wird, dass sie von der Kontrolleinrichtung 40 verfügbar sind. Der Prozessor berechnet schließlich zwanzig neue geschätzte Kühlmittelfüllstandswerte. Jeder dieser neu berechneten Kühlmittelfüllstandswerte ersetzt einen zuvor gespeicherten Kühlmittelfüllstandswert in dem Prozessorspeicher, der für die vorhergehende Durchschnittsbildung von gespeicherten Kühlmittelfüllstandswerten berechnet wurde. Der Prozessor berechnet danach einen neuen durchschnittlichen Kühlmittelfüllstand sechzig Minuten nach dem zuvor berechneten durchschnittlichen Kühlmittelfüllstand. Diesbezüglich wird der Prozessor sukzessive zwanzig neue Sätze von Sensorinformation eingelesen und verarbeitet haben, wobei jeder Satz sukzessive in Drei-Minuten-Intervallen eingelesen wird. Die neu angezeigte durchschnittliche Kühlmittelfüllstandsbedingung wird auf der Anzeigeeinrichtung 66 angezeigt.

Man versteht aus Obigem, dass eine Anzeige auf einer laufenden Grundlage gemacht wird, um das Kühlmittelfüllstandsniveau, das in dem Kältemaschinenkreis A des Kältemaschinensystems 1 von 1 vorliegt, anzuzeigen. Der so angezeigte Kühlmittelfüllstand wird jeden Kühlmittelfüllstand des Kältemaschinenkreises A des Kältemaschinensystems genau widerspiegeln, der für diesen Kreis zwischen –30% des Nominalkühlmittelfüllstands und +30% des Kühlmittelfüllstands liegt. Der berechnete und angezeigte Kühlmittelfüllstand wird im Bereich von fein granulierten Inkrementen von 5% bis 7% des nominalen Kühlmittelfüllstandswerts genau sein. Als ein Ergebnis dieser visuellen Informationsanzeige kann jeder Bediener des Kältemaschinensystems feststellen, wenn ein Problem bezüglich des Kühlmittelfüllstandsniveaus auftritt und entsprechende Handlungen vornehmen.

Man versteht, dass eine bestimmte Ausführungsform der Erfindung beschrieben wurde. Änderungen, Modifikationen und Verbesserungen können Fachleuten leicht einfallen. Beispielsweise könnte der Prozessor programmiert sein, um rechtzeitig Daten von den Sensoren zu lesen, ohne dass er auf die Kontrolleinrichtung angewiesen ist. Die Kältemaschine könnte ebenfalls abgewandelt sein, wobei potenziell weniger oder mehr Sensorwerte verwendet werden, um die Werte des neuronalen Netzes während des Entwicklungsmodus zu definieren und schließlich Echtzeit-Kühlmittelfüllstände während des Laufzeitbetriebsmodus zu berechnen. Der Kühlmittelmenge in dem Kühlkreis B könnte gestattet werden, zusammen mit der Kühlmittelmenge in dem Kühlkreis A zu variieren, wobei das neuronale Netz in Reaktion auf bekannte Kühlmittelmengen in jedem Kreis trainiert wird, um eine einzige Knotenausgabe für die kombinierten Kühlmittelmengen in beiden Kreisen zu schaffen. Alternativ könnte ein zweiter Ausgabeknoten in das neuronale Netz eingeführt werden. Das neuronale Netz könnte trainiert werden, um separat berechnete Kühlmittelmengen für die jeweiligen Kreise in jedem entsprechenden Ausgabeknoten zu schaffen.


Anspruch[de]
  1. Verfahren zum Überwachen des Kühlmittelfüllstandes in mindestens einem Kühlkreis eines Heiz- oder Kühlsystems, das folgende Schritte aufweist:

    Lesen von Werten von erfassten Zuständen, die in dem Heiz- oder Kühlsystem auftreten, bei welchem die Werte durch eine Mehrzahl von Sensoren erzeugt werden, die an verschiedenen Stellen innerhalb des Heiz- oder Kühlsystems positioniert sind;

    Verarbeiten der gelesenen Werte der erfassten Zustände, die in dem Heiz- oder Kühlsystem auftreten, durch ein neuronales Netz, um einen berechneten Kühlmittelfüllstand für mindestens einen Kühlkreis des Heiz- oder Kühlsystems zu erzeugen, der auf den gelesenen Werten von erfassten Zuständen basiert;

    Vergleichen des berechneten Kühlmittelfüllstandes mit einem nominalen Kühlmittelfüllstand für mindestens einen Kühlkreis des Heiz- oder Kühlsystems; und

    Weiterleiten einer Statusnachricht bezüglich der Kühlmittelfüllstandmenge in mindestens einem Kühlkreis in Reaktion auf den Schritt des Vergleichens des berechneten Kühlmittelfüllstandes mit dem nominalen Kühlmittelfüllstand,

    dadurch gekennzeichnet, dass das Verfahren ferner folgende Schritte aufweist:

    Speichern eines jeden Satzes von gelesenen Werten in einer vorbestimmten Weise, so dass jeder gespeicherte Wert in einem Satz von gelesenen Werten eine Koordinatendimension in einem mehrdimensionalen Raum definiert;

    Speichern jedes berechneten Kühlmittelfüllstandes, der durch das neuronale Netz für jeden Satz von Werten erzeugt wurde, der durch das neuronale Netz verarbeitet wurde;

    Berechnen eines Durchschnitts der gespeicherten, berechneten Kühlmittelfüllstände, nachdem eine vorbestimmte Anzahl von berechneten Kühlmittelfüllständen an dem Ausgabeknoten erzeugt wurde;

    Vergleichen des berechneten Durchschnitts von gespeicherten, berechneten Kühlmittelfüllständen mit einem bekannten, nominalen Kühlmittelfüllstand für mindestens einen Kühlmittelkreis in dem Heiz- oder Kühlsystem; und

    Erzeugen einer Nachricht dann, wenn der berechnete Durchschnitt der gespeicherten Kühlmittelstände sich über oder unter dem nominalen Kühlmittelfüllstand befindet.
  2. Verfahren nach Anspruch 1, das ferner folgenden Schritt aufweist:

    Wiederholen der Schritte des Lesens von Werten von bestimmten erfassten Zuständen, Speichern eines jeden Satzes von gelesenen Werten und Verarbeiten eines jeden gespeicherten Satzes von gelesenen Werten durch ein neuronales Netz, wobei ein neuer berechneter Kühlmittelfüllstand für jeden verarbeiteten Satz von gelesenen Werten erzeugt wird;

    Speichern eines jeden neuen berechneten Kühlmittelfüllstandes für jeden verarbeiteten Satz von Werten; und

    Berechnen eines Durchschnitts der gespeicherten neuen, berechneten Kühlmittelfüllstände.
  3. Verfahren nach Anspruch 1, wobei das neuronale Netz eine erste Matrix von Knoten aufweist, wobei jeder Knoten in der ersten Matrix gespeicherte Werte aufweist, die durch das neuronale Netz für spezielle Kühlmittelfüllstandsmengen in mindestens einem Kühlkreis des Heiz- oder Kühlsystems gelernt wurden, und wobei der Schritt des Verarbeitens der gelesenen Werte der erfassten Zustände durch ein neuronales Netz folgende Schritte aufweist:

    Bestimmen der Nähe der gelesenen Werte von erfassten Zuständen, die in dem Heiz- oder Kühlsystem auftreten, mit den gespeicherten erlernten Werten bei jedem der Knoten in der ersten Matrix;

    Identifizieren einer Anzahl von Knoten in der ersten Matrix, die am nächsten zu den gelesenen Werten von erfassten Zuständen sind, die in dem Heiz- oder Kühlsystem auftreten, basierend auf der bestimmten Nähe der gelesenen Werte von erfassten Zuständen zu den gespeicherten erlernten Werten der Knoten.
  4. Verfahren nach Anspruch 3, wobei das neuronale Netz ferner eine Matrix von Interpolationsknoten aufweist, wobei jeder Interpolationsknoten mit den Knoten in der ersten Matrix über gewichtete Verbindungen verbunden ist, die durch das neuronale Netz zuvor gelernt wurden, wobei das Verfahren ferner folgenden Schritt aufweist:

    Berechnen von Werten in jedem Interpolationsknoten, basierend auf den Werten der gewichteten Verbindungen eines jeden Interpolationsknoten zu der identifizierten Anzahl von Knoten in der ersten Matrix.
  5. Verfahren nach Anspruch 4, wobei das neuronale Netz ferner mindestens einen Ausgabeknoten aufweist, der mit jedem Interpolationsknoten über gewichtete Verbindungen verbunden ist, die durch das neuronale Netz zuvor erlernt wurden, wobei das Verfahren ferner folgenden Schritt aufweist: Berechnen eines Ausgabe-Kühlmittelfüllstandwertes, basierend auf den Werten der gewichteten Verbindungen zu jedem Interpolationsknoten und den berechneten Werten eines jeden der Interpolationsknoten in der ersten Matrix.
  6. Verfahren nach Anspruch 3, wobei die speziellen Kühlmittelfüllstandsmengen in mindestens einem Kühlkreis mindestens zwei Kühlmittelfüllstandsmengen aufweisen, wobei einer der zwei Kühlmittelfüllstandsmengen die nominale Kühlmittelfüllstandsmenge in mindestens einem Kühlmittelkreis des Heiz- oder Kühlsystems und die zweite Menge unterhalb der nominalen Kühlmittelfüllstandsmenge ist.
  7. Verfahren nach Anspruch 1, wobei der Schritt des Lesens von Werten von erfassten Zuständen, die in dem Heiz- oder Kühlsystem auftreten, folgende Schritte aufweist:

    Lesen des Wertes von mindestens einem erfassten Zustand, der in Bezug auf mindestens einen Verdichter in mindestens einem Kühlkreis des Heiz- oder Kühlsystems auftritt;

    Lesen des Wertes von mindestens einem erfassten Zustand, der in Bezug auf einen Wärmetauscher in mindestens einem Kühlkreis des Heiz- oder Kühlsystems auftritt; und

    Lesen des Wertes von mindestens einem erfassten Temperaturzustand des Kühlmittels strömungsabwärts des Wärmetauschers und strömungsaufwärts eines Expansionsventils in dem Kühlkreis des Heiz- oder Kühlsystems.
  8. Verfahren nach Anspruch 7, wobei der Schritt des Lesens des Wertes von mindestens einem Zustand, der in Bezug auf mindestens einen Verdichter in mindestens einem Kühlkreis auftritt folgende Schritte aufweist: Lesen der Verdichter-Saugtemperatur an der Einlassöffnung des Verdichters; und

    Lesen der Verdichter-Abgabetemperatur an der Abgabeöffnung des Verdichters.
  9. Verfahren nach Anspruch 7, wobei der Schritt des Lesens des Wertes von mindestens einem erfassten Zustand, der in Bezug auf mindestens einen Wärmetauscher in mindestens einem Kühlkreis des Heiz- oder Kühlsystems auftritt, folgenden Schritt aufweist:

    Lesen der Temperatur von Luft, bevor sie in den Wärmetauscher eintritt; und

    Lesen der Temperatur der Luft, die den Wärmetauscher verlässt.
  10. Verfahren nach Anspruch 7, das ferner folgende Schritte aufweist:

    Lesen des Wertes von mindestens einem erfassten Zustand, der in Bezug auf einen Verdichter in mindestens einem zweiten Kühlmittelkreis des Heiz- oder Kühlsystems auftritt; und

    Lesen des Wertes von mindestens einem erfassten Zustand eines Kühlmittels in dem zweiten Kühlkreisstrom strömungsaufwärts eines Expansionsventils für den zweiten Kühlkreis in dem Heiz- oder Kühlsystem.
  11. Verfahren nach Anspruch 1, wobei das neuronale Netz zuvor gelernte Werte des neuronalen Netzes für mindestens zwei Kühlmittelfüllstände in mindestens einem Kühlkreis des Heiz- oder Kühlsystems aufweist, wobei einer der zwei Kühlmittelfüllstände der nominale Kühlmittelfüllstand für mindestens einen Kühlmittelkreis des Heiz- oder Kühlsystems ist und der zweite Kühlmittelfüllstand unter dem nominalen Kühlmittelfüllstand liegt, wobei der Schritt des Verarbeitens eines jeden Satzes von gelesenen Werten durch das neuronale Netz folgenden Schritt aufweist:

    Verwenden des Satzes von gelesenen Werten von erfassten Zuständen, die in dem Heiz- oder Kühlsystem auftreten, um zwischen erlernten Werten des neuronalen Netz zu interpolieren, um so den berechneten Kühlmittelfüllstand zu erzeugen.
  12. Verfahren nach Anspruch 1, wobei das neuronale Netz zuvor gelernte Werte des Netzes für mindestens zwei Kühlmittelfüllstände in mindestens einem Kühlkreis des Heiz- oder Kühlsystems aufweist, wobei einer der zwei Kühlmittelfüllstände der nominale Kühlmittelfüllstand ist und der andere Kühlmittelfüllstand oberhalb des nominalen Kühlmittelfüllstandes für mindestens einen Kühlkreis des Heiz-oder Kühlsystems liegt, wobei der Schritt des Verarbeitens eines jeden Satzes von gelesenen Werten durch das neuronale Netz folgenden Schritt aufweist:

    Verwenden des Satzes von gelesenen Werten von erfassten Zuständen, die in dem Heiz- oder Kühlsystem auftreten, um zwischen den gelernten Werten des neuronalen Netzes zu interpolieren, um den berechneten Kühlmittelfüllstand zu erzeugen.
  13. Verfahren nach Anspruch 1, wobei das neuronale Netz zuvor gelernte Werte des neuronalen Netzes für mindestens drei Kühlmittelfüllstandsmengen in dem Kühlkreis aufweist, wobei einer der drei Kühlmittelfüllstände der nominale Kühlmittelfüllstand für mindestens einen Kühlmittelkreis des Heiz- oder Kühlsystems ist und die anderen zwei Kühlmittelfüllstandsmengen auf beiden Seiten des nominalen Kühlmittelfüllstandes liegen, wobei der Schritt des Verarbeitens eines jeden Satzes von gelesenen Werten durch das neuronale Netz folgenden Schritt aufweist:

    Verwenden des Satzes von gelesenen Werten von erfassten Zuständen, die in dem Heiz- oder Kühlsystem auftreten, um zwischen den gelernten Werten des neuronalen Netzes zu interpolieren, um den berechneten Kühlmittelfüllstand zu erzeugen.
Es folgen 8 Blatt Zeichnungen






IPC
A Täglicher Lebensbedarf
B Arbeitsverfahren; Transportieren
C Chemie; Hüttenwesen
D Textilien; Papier
E Bauwesen; Erdbohren; Bergbau
F Maschinenbau; Beleuchtung; Heizung; Waffen; Sprengen
G Physik
H Elektrotechnik

Anmelder
Datum

Patentrecherche

Patent Zeichnungen (PDF)

Copyright © 2008 Patent-De Alle Rechte vorbehalten. eMail: info@patent-de.com