空调用水冷式表冷器试验方法的研究

1、空调用水冷式表冷器试验方法的研究    提要本文以正交试验设计的理论为基础，介绍空调用水冷式表冷器的热工性能试验方法，回归出另一种形式的传热系数经验公式。该公式较原有经验公式概念清楚、使用方便、精度较高。该实验方法较常规试验方法完整性更强，目的性明确，且实验次数较少。一、传热系数经验公式的数学模型目前，水冷式表冷器的传热系数K多整理成以下形式的经验公式： （1）式中：vy为迎面风速，为水流速，为析湿系数，A、 B、 m、n为实验系数和指数。这个公式物理概念比较明确，但应用起来不太方便，而且对于校核性计算，析湿系数事先也不确立。经过对各种形式的水冷式表冷器

2、的试验数据进行整理分析，发现传热系数K值可以分别回归成表冷器进口湿球温度ts1，迎面风速vy，进水温度tw1，和通过表冷器的水流速的指数形式的经验公式，且线性相关很好。例如，对于YD75型诱导器所用水冷式表冷器的试验数据进行分析，发现K值的经验公式可整理如下：（1）变风量试验工况：（进风干球温度tl=25，进风湿球温度ts1=17.9，水初温tw1=10，水量W=400kg/h）vy1.041.411.962.543.103.634.15K测14.97117.25918.47020.26321.71525.53524.35相关系数R=0.995(2)变水量试验工况：（t1=25，ts1=17.

3、9，tw1=10，风量Ga=779.39kg/h） 0.3880.5820.7760.9701.1641.5521.941K测15.51917.25319.10019.49120.72722.62022.950K=19.86650.2512 相关系数R=0.993(3)变ts1试验工况：（t1=25，W=400 kg/h, Ga=779.39kg/h）ts11818.4719.6120.1121.0421.76K测18.6419.7723.3225.1328.5631.21 相关系数R=0.9997(4)变进水温度试验工况：（t1=25，ts1=18，Ga=779.39kg/h，W=400 k

4、g/h）tw18.1110.012.04K测20.4918.8417.64相关系数R= - 0.9994根据这一情况，笔者认为可将水冷式表冷器的传热系数K值经验公式的数学模型确定为： （2）式中Ct0，Ct1，Ct2，Ct3，Ct4是回归出的系数或指数。由于ts1，vy，tw1，都是影响水冷式表冷器的外部参数，如果将被测试的表冷器看成一个黑匣子，则tl，ts1，tw1，vy，和是其输入参数，而K或冷量Q为其输出参数，如图1表示。 图1输入参数是影响水冷式表冷器K值的外部参数，而影响K值的其它诸因素，即表冷器的片型、片材、管材、肋管的结构型式、片间距以及加工工艺等则表现在黑匣子的内部。而这些影响

5、因素的存在，正好说明通过实验确定水冷式表冷器K值经验公式的必要性。外部参数t1，ts1是表冷器进口的空气参数，用它们可以确定表冷器进口空气状态的焓值i1。由于在空调应用范围ts1与i1间有一定的关系，所以可用ts1代替进口空气参数。这样不仅可减少试验工作量，且消除了交互作用的影响。因而有可能用K=f（ts1，vy，tw1，）代替原来的K=f（vy，）函数关系，作为传热系数K的数学模型。与原来的模型比较，该模型有以下几个优点：（1）ts1，vy，tw1，四个参数都是水冷式表冷器的直观输入变量，而析湿系数是不易确定的间接参数，确切地说，它也是黑匣子的输出结果，而不是输入参数。（2）上述四个变量都是

6、独立的，而是vy，ts1， tw1的相关变量。（3）从使用角度看公式（2）比公式（1）要方便得多。二、正交试验设计如果对方程式（2）进行对数变换则有：lnK=lnC0+ C1lnts1+ C2lnvy+C3lntw1+ C4ln (3)令y= lnK，x1= lnts1，x2=lnvy，x3=lntw1，x4=ln，b0= lnC0，bi= ci，（i=1，2，3，4）则公式（3）可写成： （4）上式为一个四元线性方程，因而水冷式表冷器的试验设计就变成了多元线性回归问题。依据正交试验回归理论，多元线性回归可采用二水平的正交表安排试验工况点。由于这里有四个因子（输入参数），因此，若进行全面试验，

7、可选用L16（215）正交表，若采用1/2实施试验，可选用L8（27）正交表，也可选用最优饱和型设计L5（24）表。由于四因子的正交表的试验工况点分布在四维空间上，难以用图形表示，我们将采用三因子全面试验设计和饱和型设计实施方案来说明正交试验设计的合理性。假定试验因子为x1，x2，x3，试验因子的区间上限定"1"水平，下限定为"-1"水平，中间为"0"水平，则按L8（27）正交表，全面试验工况点安排如表1： 表1 试验工况因子x1x2x312345678 1111-1-1-1-1 11-1-111-1-1 1-11-11-11-1 按

8、L4（23）正交表饱和型设计试验工况点安排如表2：试验工况因子x1x2x3123411 -1-1 1-11-11-1-11若将试验工况表示在一个六面体上，如图2所示。则全面试验的工况点是六面体的八个顶点，而饱和型实施试验工况点是不相邻的四个顶点，从图2可以看到，正交试验设计较常规实验设计的试验点具有强的代表性。充分反映了实验区域的完整性，而且每个实验点的目的性也非常明确，就是饱和型试验也一样。 图2 上面分析只说明了正交试验设计实验工况点的合理性，还需进一步用正交试验设计理论分析回归方程与试验结果的拟合程度和回归方程的适用范围。方差分析是将由因子水平的变化所引起的试验结果的差异与实验过程中误差

9、造成实验结果的差异区分开来的数学工具。方差分析是用计算的F比（因子水平的改变引起平均偏差平方和与误差的平均偏差平方和的比值）和数理统计学中的F分布表进行比较，判断出信度显著性，就是F检验问题。一般F比> F0.01说明该因子水平的改变，对试验结果有高度的显著性，记作"*"； F0.01< F比< F0.1说明该因子水平的改变对实验结果有一定的影响，记作"#"。上面的F0.01，F0.05， F0.1分别是信度为0.01,0.05和0.1的F值。F检验的结果虽然能判断回归方程在实验工况点上与实验结果的拟合程度，但是既使拟合得很好，也还不能证实在被研究的区域内部矛盾回归方程与实验值同样拟合得好，既不能证实这个回归方程与实验植同样拟合得好，既不能证实这个回归模型是好的。因此有必要在零水平（0，0，0）处