An end-to-end differentiable transient vapor-compression framework for automated machine sizing and unified optimal control

El mundo moderno funciona con calor. Desde el calor que mantiene nuestros hogares cómodos en invierno hasta el aire fresco que hace soportable el verano, dependemos de máquinas que mueven la energía térmica de un lugar a otro. Estas máquinas, conocidas como bombas de calor, son los héroes anónimos del esfuerzo global para pasar de la quema de combustibles fósiles al uso de la electricidad. Sin embargo, diseñarlas ha sido durante mucho tiempo un proceso fragmentado. Los ingenieros suelen partir de una instantánea estática de lo que una máquina debería hacer y luego la traducen manualmente a un complejo modelo informático para ver cómo se comporta cuando las condiciones cambian. Finalmente, intentan determinar cómo controlar la máquina, utilizando a menudo versiones simplificadas del modelo que ya no coinciden con la física real. Este desencuentro entre el diseño, la simulación y el control crea una brecha donde se pierde la eficiencia y la capacidad de predecir el rendimiento es más difícil.

Un investigador ha construido un nuevo tipo de marco digital que cierra estas brechas. En lugar de tratar el diseño, la simulación y el control como pasos separados, ha creado un sistema único y unificado que los conecta a todos. Este sistema está diseñado para determinar automáticamente el tamaño y la forma exactos de una bomba de calor basándose en la tarea específica que debe realizar y, acto seguido, utilizar ese mismo modelo detallado para controlar la máquina en tiempo real. Al hacer esto, el investigador ha demostrado que es posible crear una máquina que se ajuste perfectamente a su tarea y que pueda responder instantáneamente a los cambios en el clima o a las demandas de la red eléctrica, todo ello sin los errores que suelen aparecer al cambiar entre diferentes modelos informáticos.

El núcleo de este trabajo es una nueva forma de describir cómo funciona una bomba de calor. Tradicionalmente, estas máquinas se modelan dividiéndolas en secciones pequeñas y calculando cómo cambian la presión y la temperatura a medida que el refrigerante fluye a través de ellas. Esto es difícil porque el refrigerante pasa de gas a líquido y viceversa, y las ecuaciones que describen estos cambios son notoriamente obstinadas y difíciles de resolver rápidamente para los ordenadores. El investigador resolvió esto precalculando el comportamiento del refrigerante y almacenándolo de una manera que el ordenador pueda leer instantáneamente, sin tener que detenerse a resolver problemas matemáticos complejos cada vez que se ejecuta la simulación. Esto permite que todo el sistema sea "diferenciable", lo que significa que el ordenador puede ver instantáneamente cómo un pequeño cambio en una parte de la máquina afecta a todo el sistema. Esta capacidad es crucial tanto para diseñar la máquina como para enseñarle a controlarse a sí misma de manera eficiente.

Utilizando este marco, el investigador demostró un proceso automatizado que comienza con una petición sencilla: una cantidad específica de calefacción o refrigeración necesaria. El sistema trabaja entonces hacia atrás para determinar las dimensiones físicas exactas de la máquina. Calcula el tamaño del compresor, el área de la válvula que controla el flujo del refrigerante y el número de tubos necesarios en los intercambiadores de calor. En un ejemplo estándar, el sistema diseñó una unidad capaz de proporcionar 5,5 kilovatios de potencia de calefacción. Determinó que el compresor necesitaba desplazar 25,9 centímetros cúbicos de fluido por revolución, que la válvula necesitaba un área de apertura máxima de 1,20 milímetros cuadrados y que las bobinas interiores y exteriores requerían 61 y 63 tubos, respectivamente. El sistema hizo esto sin intervención humana, asegurando que el diseño final fuera matemáticamente consistente con las leyes de la termodinámica.

Una vez diseñada la máquina, el investigador probó qué tan bien funcionaba en condiciones simuladas del mundo real. Pasó el modelo por varios escenarios, incluyendo la calefacción de una habitación cuando hacía frío afuera y el enfriamiento de una habitación en un día caluroso. En una prueba, el sistema mantuvo con éxito la temperatura de la habitación a 20 grados Celsius cuando el aire exterior estaba a 0 grados, con el compresor funcionando a una velocidad constante. En otra prueba, la máquina cambió del modo de refrigeración al de calefacción, y el sistema rastreó los cambios de presión y temperatura de forma fluida. Los resultados mostraron que el diseño automatizado podía predecir la capacidad de refrigeración con un error promedio de menos del 8 por ciento en comparación con los datos del mundo real de las unidades de tipo "mini-split" existentes. Al probarlo contra datos de un experimento de laboratorio a gran escala, el error en la predicción de la capacidad de refrigeración fue aún menor, manteniéndose dentro de un rango de 1,2 a 1,6 por ciento.

El estudio también destacó la importancia de utilizar el mismo modelo detallado tanto para diseñar la máquina como para controlarla. En el pasado, los ingenieros a menudo tenían que simplificar el modelo para el controlador, lo que podía provocar un desajuste donde la máquina se comportaba de forma diferente a lo que el controlador esperaba. Al utilizar el mismo modelo complejo de alta fidelidad para ambas tareas, el investigador eliminó este desajuste. Demostró que un controlador basado en este modelo unificado podía seguir los puntos de consigna de temperatura con precisión y responder a los cambios en el entorno sin el retraso o la inestabilidad que suelen afectar a los sistemas antiguos. Este enfoque permite un nivel de precisión que antes era difícil de lograr, ya que el controlador puede anticipar cómo reaccionará la máquina a sus propias acciones.

El investigador tuvo cuidado de señalar que su sistema es una herramienta de simulación y no una máquina física. Los resultados presentados se basan en modelos informáticos que han sido validados con datos del mundo real, pero no son un sustituto de las pruebas físicas. El marco no incluye todas las características posibles, como los ciclos de descongelación automáticos o los conductos complejos, y asume que el refrigerante se comporta de una manera específica e idealizada. Sin embargo, el hecho de que el sistema pudiera predecir el rendimiento con tanta exactitud sin haber sido "ajustado" para adaptarse a los datos sugiere que la física subyacente se está capturando correctamente. El sistema está diseñado para ser de código abierto, permitiendo que otros ingenieros lo utilicen como base para sus propios diseños y estrategias de control.

Este trabajo representa un paso significativo en la forma en que se diseñan los sistemas térmicos. Al unificar los procesos de diseño y control en un único marco matemáticamente consistente, el investigador ha eliminado las barreras que suelen conducir a la ineficiencia y al error. La capacidad de dimensionar automáticamente una máquina basándose en su función prevista y luego aplicar inmediatamente una estrategia de control sofisticada a la misma ofrece un nuevo camino para desarrollar bombas de calor que sean más eficientes, más receptivas y mejor adaptadas a las demandas de una red eléctrica moderna electrificada. Los hallazgos sugieren que el futuro de la gestión térmica no reside en construir mejores componentes individuales, sino en crear sistemas donde el diseño y el control estén inextricablemente vinculados, trabajando juntos como un todo inteligente y único.