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

Il mondo moderno funziona grazie al calore. Dal calore che mantiene le nostre case confortevoli in inverno al fresco che rende sopportabile l'estate, facciamo affidamento su macchine che spostano l'energia termica da un luogo all'altro. Queste macchine, note come pompe di calore, sono le eroine invisibili dello sforzo globale per passare dalla combustione di combustibili fossili all'uso dell'elettricità. Tuttavia, progettarle è stato a lungo un processo frammentato. Gli ingegneri solitamente partono da un'istantanea statica di ciò che una macchina dovrebbe fare, per poi tradurla manualmente in un complesso modello informatico per vedere come si comporta al variare delle condizioni. Infine, cercano di capire come controllare la macchina, spesso utilizzando versioni semplificate del modello che non corrispondono più alla fisica reale. Questo distacco tra progettazione, simulazione e controllo crea un divario dove l'efficienza viene persa e le prestazioni sono più difficili da prevedere.

Un ricercatore ha costruito un nuovo tipo di framework digitale che colma queste lacune. Invece di trattare la progettazione, la simulazione e il controllo come passaggi separati, ha creato un unico sistema unificato che li connette tutti. Questo sistema è progettato per determinare automaticamente le dimensioni esatte e la forma di una pompa di calore in base al compito specifico che deve svolgere, e poi utilizzare immediatamente lo stesso modello dettagliato per controllare la macchina in tempo reale. In questo modo, il ricercatore ha dimostrato che è possibile creare una macchina che sia perfettamente abbinata al suo compito e che possa rispondere istantaneamente ai cambiamenti meteorologici o alle richieste della rete elettrica, il tutto senza gli errori che solitamente si insinuano quando si passa da un modello informatico all'altro.

Il cuore di questo lavoro è un nuovo modo di descrivere il funzionamento di una pompa di calore. Tradizionalmente, queste macchine vengono modellate scomponendole in piccole sezioni e calcolando come cambiano pressione e temperatura mentre il refrigerante scorre attraverso di esse. Questo è difficile perché il refrigerante passa da gas a liquido e viceversa, e le equazioni che descrivono questi cambiamenti sono notoriamente ostinate e difficili da risolvere rapidamente per i computer. Il ricercatore ha risolto questo problema pre-calcolando il comportamento del refrigerante e memorizzandolo in un modo che il computer possa leggere istantaneamente, senza dover fermare l'esecuzione per risolvere complessi problemi matematici ogni volta che la simulazione viene avviata. Ciò consente all'intero sistema di essere "differenziabile", il che significa che il computer può vedere istantaneamente come una minima variazione in una parte della macchina influenzi l'intero sistema. Questa capacità è cruciale sia per progettare la macchina che per insegnarle come controllarsi in modo efficiente.

Utilizzando questo framework, il ricercatore ha dimostrato un processo automatizzato che parte da una semplice richiesta: una specifica quantità di riscaldamento o raffreddamento necessaria. Il sistema lavora poi a ritroso per determinare le dimensioni fisiche esatte della macchina. Calcola la dimensione del compressore, l'area della valvola che controlla il flusso del refrigerante e il numero di tubi necessari negli scambiatori di calore. In un esempio standard, il sistema ha progettato un'unità capace di fornire 5,5 kilowatt di potenza di riscaldamento. Ha determinato che il compressore doveva spostare 25,9 centimetri cubi di fluido per rivoluzione, la valvola necessitava di un'area di apertura massima di 1,20 millimetri quadrati e le serpentine interne ed esterne richiedevano rispettivamente 67 e 63 tubi. Il sistema ha fatto questo senza intervento umano, garantendo che il design finale fosse matematicamente coerente con le leggi della termodinamica.

Una volta progettata la macchina, il ricercatore ha testato quanto bene performasse in scenari simulati del mondo reale. Ha eseguito il modello attraverso vari scenari, inclusi il riscaldamento di una stanza quando fuori faceva freddo e il raffreddamento di una stanza in una giornata calda. In un test, il sistema è riuscito a mantenere una temperatura della stanza di 20 gradi Celsius quando l'aria esterna era a 0 gradi, con il compressore che operava a una velocità costante. In un altro test, la macchina è passata dalla modalità di raffreddamento a quella di riscaldamento, e il sistema ha tracciato i cambiamenti di pressione e temperatura in modo fluido. I risultati hanno mostrato che il design automatizzato poteva prevedere la capacità di raffreddamento con un errore medio inferiore all'8 percento rispetto ai dati reali di unità split esistenti. Quando testato contro i dati di un esperimento di laboratorio su larga scala, l'errore nella previsione della capacità di raffreddamento era ancora minore, rimanendo in un intervallo compreso tra l'1,2 e l'1,6 percento.

Lo studio ha anche evidenziato l'importanza di utilizzare lo stesso modello dettagliato sia per progettare la macchina che per controllarla. In passato, gli ingegneri dovevano spesso semplificare il modello per il controllore, il che poteva portare a un disallineamento in cui la macchina si comportava diversamente da come il controllore si aspettava. Utilizzando lo stesso modello complesso ad alta fedeltà per entrambi i compiti, il ricercatore ha eliminato questo disallineamento. Ha dimostrato che un controllore basato su questo modello unificato poteva seguire i setpoint di temperatura con precisione e rispondere ai cambiamenti dell'ambiente senza il ritardo o l'instabilità che spesso affliggono i sistemi più vecchi. Questo approccio permette un livello di precisione che era precedentemente difficile da raggiungere, poiché il controllore può anticipare come la macchina reagirà alle proprie azioni.

Il ricercatore ha fatto attenzione a sottolineare che il loro sistema è uno strumento di simulazione e non una macchina fisica. I risultati presentati si basano su modelli informatici che sono stati validati rispetto a dati del mondo reale, ma non sono un sostituto dei test fisici. Il framework non include ogni possibile caratteristica, come i cicli di sbrinamento automatici o complessi sistemi di condotti, e assume che il refrigerante si comporti in un modo specifico e idealizzato. Tuttavia, il fatto che il sistema potesse prevedere le prestazioni con tale accuratezza senza essere "tarato" per adattarsi ai dati suggerisce che la fisica sottostante sia stata catturata correttamente. Il sistema è progettato per essere open-source, permettendo ad altri ingegneri di usarlo come base per i propri design e strategie di controllo.

Questo lavoro rappresenta un passo avanti significativo nel modo in cui i sistemi termici vengono progettati. Unificando i processi di progettazione e controllo in un unico framework matematicamente coerente, il ricercatore ha rimosso le barriere che spesso portano a inefficienza ed errore. La capacità di dimensionare automaticamente una macchina in base al suo compito previsto e poi applicare immediatamente una sofisticata strategia di controllo, offre una nuova strada per lo sviluppo di pompe di calore più efficienti, più reattive e meglio adatte alle esigenze di una moderna rete elettrica elettrificata. Le scoperte suggeriscono che il futuro della gestione termica non risiede nel costruire componenti migliori singolarmente, ma nel creare sistemi in cui la progettazione e il controllo siano inestricabilmente legati, lavorando insieme come un unico, intelligente insieme.