西安交通大学——AI赋能的智慧冷库调控系统，新时代下的冷库智能化选择

　近日，西安交通大学的“睿冷方舟”团队研发的冷库智能检测平台正式投入使用，该团队由西安交通大学的本科生团队主导，主持一项国自然青年基金、10余项横向课题，获广东省科技进步一等奖的王闯教授为团队提供指导，依托西安交通大学能源与动力学院的强大科研实力，旨在为新时代的冷库智能化检测与响应给出更高效、更节能的新方案。团队研发的Re Cool系统通过节能改造及节能控制两个技术手段来提高冷库能效水平，以技术输出为主，旨在为冷库用户提供最全面、最节能、最有效的冷库优化手段。

　　在中国的食品行业，冷库的需求量巨大，市场容量庞大。我国目前冷库保有量达12000万吨，耗电量达800亿度，年增速高达15%。冷库容量在过去五年里，单是冷库行业就以12.12%的年均速度在高速发展。随着中国经济的高速发展以及消费者消费品质的日益提高，据专家预测，未来10年，我国的冷藏车数量年均将增长28%以上，冷藏库容量年均将增长30%以上。但当前冷库普遍利用率低，能耗高。虽然冷库正在高速平稳的发展，但是其利用效率率低，资源浪费严重是冷库行业普遍存在的问题。目前修建的冷库普遍存在自动化程度低，设备技术陈旧，能耗高效率低，隔热层老化，跑冷严重的问题。多数冷库都没有能源消耗检测仪表，没有建立能源台帐，许多企业能耗占成本费的30%以上。随着工业4.0时代的到来，未来冷库的智能化将是一个新的趋势，冷库能耗问题也将逐渐得到重视。

　　图1 2015-2025中国冷库保有量

　　“睿冷方舟”团队研发的产品由三部分组成：云端平台、Re Cool终端和冷库设备。云端平台使用Mysql来存储和管理数据，并且包括在线训练模型，这个模型由数据模型、经验知识、机理模型和优化算法组成。Re Cool终端使用负荷预测、节能控制和故障预警等方法来实现在线云端控制和离线自主控制。冷库设备监测和调控温度、湿度、压力、转速、功率和流量等运行参数。团队的技术创新点有三个：首先,开发了适应性较强的数据处理方法，它可以自动选择适合不同差异化冷库运行数据的清洗、整合、变换和规范化方法，从而提高了数据处理的适用性;其次，创建了基于样本库的热物理模型-数据模型融合驱动机制。这个机制突破了传统经验控制方法节能效果低、单一数据模型控制成本高、训练周期长的问题，能够在短、中、长期的全运行周期内实现节能;最后还创建了独立诊断与并行融合机制，它将热物理模型、知识图谱和数据模型结合在一起，解决了计算成本高、专家规则库管理难度大、故障数据匮乏等问题，从而可以更好地进行故障诊断。

　　图2云端平台

　　图3 Re Cool冷库智能监控系统网络结构图

　　相信在未来“睿冷方舟”研究团队一定能带着自己的智能化冷库方案走向世界，为解决世界日益突出的环境问题贡献他们的力量与智慧。