空氣源熱泵結(jié)霜量預(yù)測技術(shù)及試驗(yàn)研究

王現(xiàn)林 徐耿彬 連彩云 楊旭東

（1.清華大學(xué) 北京 100084；2.珠海格力電器股份有限公司 珠海 519070）

0 引言

近年來，在我國“清潔取暖”政策的扶持下，空氣源熱泵（Air source heat pump，ASHP）作為一種綠色節(jié)能的新技術(shù)，已被廣泛應(yīng)用于建筑空間供暖[1]。其中，變頻ASHP 由于運(yùn)行頻率可根據(jù)負(fù)荷調(diào)節(jié)，具有更好的節(jié)能效果和舒適性，已成為當(dāng)前供暖市場的主流技術(shù)[2]。

然而，我國長江中下游流域在冬季都屬于低溫高濕天氣，ASHP 在此工況下運(yùn)行時容易在室外冷凝器產(chǎn)生結(jié)霜[3]。結(jié)霜會使機(jī)組COP 降低35%～60%，供熱能力降低30%～57%，嚴(yán)重時甚至?xí)斐蓹C(jī)組的停機(jī)保護(hù)，甚至物理性損壞[4]。因此，為了保證ASHP 維持在高效狀態(tài)下運(yùn)行，需要進(jìn)行周期性除霜。而除霜過程會大大影響室內(nèi)制熱舒適性，除霜時機(jī)的選擇非常關(guān)鍵：除霜過早會出現(xiàn)無霜化霜；除霜過晚則會導(dǎo)致霜層過厚影響制熱效果，且存在化霜時間過長或霜層難除盡的問題。目前市場上主流的除霜判斷方法是“時間+外管溫”判斷，該方法利用了換熱器霜層對熱泵系統(tǒng)換熱的時空累積影響效應(yīng)，通過實(shí)時監(jiān)測熱泵室外側(cè)管溫變化和運(yùn)行時間來反向推測當(dāng)前的結(jié)霜狀態(tài)，但結(jié)霜量較少時，系統(tǒng)參數(shù)如外管溫、風(fēng)機(jī)相電流的變化幅度較小，敏感性較低，難以推測當(dāng)前結(jié)霜狀態(tài)，只有當(dāng)累積到一定結(jié)霜量時系統(tǒng)參數(shù)才出現(xiàn)較大幅度變化。如圖1 所示，當(dāng)運(yùn)行時間達(dá)到ta時能力明顯開始下降，但是此時外管溫和外風(fēng)機(jī)相電流仍未發(fā)生明顯變化，而當(dāng)其分別在tb、tc發(fā)生明顯變化時，能力已經(jīng)衰減到了一定值，ASHP 的制熱效果已經(jīng)較差。

圖1 結(jié)霜工況下熱泵參數(shù)隨時間的變化示意圖Fig.1 The diagram of ASHP parameter changes over time under frost condition

因此為能夠?qū)崟r判斷換熱器的結(jié)霜情況，本文提出一種全新的霜層識別方法，根據(jù)ASHP 實(shí)際運(yùn)行工況和狀態(tài)參數(shù)對結(jié)霜量進(jìn)行預(yù)測識別，精確評估熱泵運(yùn)行過程室外側(cè)換熱器的動態(tài)結(jié)霜情況。

1 結(jié)霜量預(yù)測模型

1.1 結(jié)霜基本理論

為搭建結(jié)霜量預(yù)測模型，首先要對結(jié)霜過程及結(jié)霜速度進(jìn)行分析。

霜層是由冰晶和濕空氣構(gòu)成的特殊多孔介質(zhì)，其形成過程是一個具有移動邊界、變物性，并伴有氣液、液固和氣固相變的復(fù)雜傳熱傳質(zhì)過程[5]。在霜層生長過程中，霜層表面溫度隨時間和空間位置發(fā)生變化，表面上水蒸汽分壓力也隨之變化，這將改變霜層表面熱邊界層和擴(kuò)散邊界層的結(jié)構(gòu)，從而導(dǎo)致傳熱傳質(zhì)速率隨時間和空間位置發(fā)生變化，進(jìn)而導(dǎo)致空氣源熱泵運(yùn)行時室外側(cè)的換熱過程受阻，能力下降[6]。

一般認(rèn)為，主流濕空氣傳遞的水蒸汽一部分在霜層表面凝華增加霜層厚度，導(dǎo)致邊界層移動，另一部分?jǐn)U散進(jìn)入霜層內(nèi)部，增加霜層密度。

根據(jù)上述理論分析可知，影響結(jié)霜速度的因素包含了空氣的物性參數(shù)、冷表面與空氣的換熱效率及已有的霜層厚度等，而冷表面與空氣的換熱效率又可以表示為冷表面形狀、冷表面溫度及對流速度。對ASHP 而言，以上因素可以歸納總結(jié)為室外冷凝器溫度、空氣溫濕度、空氣流速和結(jié)霜時間。

1.2 基于神經(jīng)網(wǎng)絡(luò)的結(jié)霜量預(yù)測模型

結(jié)霜量預(yù)測模型是一個多變量輸入的模型，并且各變量之間的關(guān)系相互耦合，關(guān)系復(fù)雜，難以用簡單的數(shù)學(xué)公式進(jìn)行描述。

神經(jīng)網(wǎng)絡(luò)具有極強(qiáng)的擬合能力，可以在不建立物理過程數(shù)學(xué)模型前提下，僅依靠實(shí)驗(yàn)數(shù)據(jù)擬合得到模型，具有很強(qiáng)的實(shí)用性[7]。因此，本文采用神經(jīng)網(wǎng)絡(luò)進(jìn)行擬合的方法搭建結(jié)霜量預(yù)測模型。

首先需要確定神經(jīng)網(wǎng)絡(luò)模型的輸入輸出參數(shù)，針對ASHP 的實(shí)際運(yùn)行情況，對結(jié)霜影響因素進(jìn)行適應(yīng)性更改。冷表面溫度指換熱器結(jié)霜翅片及銅管的溫度，但實(shí)際參數(shù)采樣時，ASHP 室外換熱器僅有外管溫1 個銅管溫度采樣點(diǎn)；該采樣位置一般為結(jié)霜工況下?lián)Q熱器的最低溫度，因此該采樣溫度在工程實(shí)際中能夠代表整個換熱器的結(jié)霜冷表面溫度?？諝鉁囟?、相對濕度通過室外側(cè)換熱器的溫濕度傳感器進(jìn)行實(shí)時采樣?？諝饬魉儆墒彝鈾C(jī)外風(fēng)機(jī)轉(zhuǎn)速及外機(jī)風(fēng)道阻力共同決定，其中外風(fēng)機(jī)轉(zhuǎn)速可以直接獲得，而風(fēng)道阻力則與結(jié)霜量有關(guān)，因此換熱器表面的空氣流速可以使用外風(fēng)機(jī)轉(zhuǎn)速和已有霜層厚度兩個參數(shù)進(jìn)行表征。結(jié)霜時間對霜層成長的影響在于霜層自身結(jié)構(gòu)及厚度的變化，在家用空氣源熱泵使用環(huán)境及運(yùn)行狀態(tài)不斷發(fā)生變化的情況下，直接使用結(jié)霜量能更直觀的體現(xiàn)結(jié)霜時間對霜層成長速度的影響。

綜上，結(jié)霜量預(yù)測模型的輸入為外管溫、空氣溫度、空氣相對濕度、外風(fēng)機(jī)轉(zhuǎn)速、已有結(jié)霜量，輸出參數(shù)則為結(jié)霜速度，根據(jù)結(jié)霜速度與已有結(jié)霜量即可計算新的結(jié)霜量，如圖2 所示。

圖2 ASHP 結(jié)霜量預(yù)測模型Fig.2 Frost quantity prediction model for ASHP

2 模型訓(xùn)練數(shù)據(jù)獲取

訓(xùn)練數(shù)據(jù)是搭建神經(jīng)網(wǎng)絡(luò)模型的基礎(chǔ)，決定了網(wǎng)絡(luò)的訓(xùn)練效果及預(yù)測準(zhǔn)確性，因此獲取可靠準(zhǔn)確的實(shí)際結(jié)霜速度數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)十分關(guān)鍵。

2.1 實(shí)際結(jié)霜速度計算

2.1.1 結(jié)霜速度計算方法

ASHP 在結(jié)霜工況運(yùn)行時流經(jīng)換熱器表面的水氣會凝結(jié)為霜，可認(rèn)為空氣在外機(jī)進(jìn)出口的含濕量差值即為產(chǎn)生的結(jié)霜量，計算單位時間內(nèi)的空氣含濕量差值即為結(jié)霜速度。

考慮到空氣會在冷凝器上凝結(jié)出水分，因此進(jìn)出口的空氣質(zhì)量流量不盡相同，不能直接簡單的使用含濕量差值與空氣質(zhì)量流量的乘積作為結(jié)霜量。根據(jù)質(zhì)量守恒定理，空氣質(zhì)量流量雖然發(fā)生了改變，但是干空氣的質(zhì)量流量沒有發(fā)生變化，因此可以通過干空氣和含濕量計算進(jìn)出口空氣的實(shí)際含水量，從而計算出結(jié)霜速度。

首先需要計算出干空氣的質(zhì)量，根據(jù)公式有：

其中出風(fēng)空氣質(zhì)量為：

出風(fēng)空氣密度可根據(jù)出風(fēng)空氣的溫度和相對濕度換算得到：

根據(jù)溫度和相對濕度，還可以直接查表求得含濕量：

根據(jù)干空氣的質(zhì)量流量和含濕量即可求得水分的質(zhì)量流量：

同理，進(jìn)風(fēng)口的質(zhì)量流量為：

結(jié)霜速度即為：

結(jié)霜速度對時間進(jìn)行積分即可得到結(jié)霜量為：

聯(lián)立上式，可得結(jié)霜量為：

結(jié)霜工況下，空調(diào)器由于室外換熱器結(jié)霜使得外機(jī)風(fēng)道阻力逐漸變大，流通風(fēng)量大幅衰減，因此結(jié)霜量計算過程中涉及到的實(shí)時風(fēng)量V為動態(tài)變量。

2.1.2 結(jié)霜過程實(shí)時風(fēng)量變化

現(xiàn)有的家用空調(diào)風(fēng)量箱是通過測量風(fēng)箱內(nèi)噴嘴前后的空氣狀態(tài)和靜壓差計算得到的，計算公式如下所示：

式中，An表示噴嘴喉部的面積；pv表示噴嘴喉部動壓或噴嘴前后的靜壓差，Pa；v’n表示噴嘴進(jìn)口處的濕空氣比容，m3/kg；Y表示膨脹系數(shù)；Ws表示進(jìn)口處空氣濕度。

在家用空氣源熱泵結(jié)霜的過程中，外機(jī)出風(fēng)口的空氣溫度往往小于0℃且濕度很高，根據(jù)式（10），常規(guī)的風(fēng)量箱由于噴嘴容易結(jié)冰導(dǎo)致噴嘴面積、噴嘴前后靜壓差會有較大的波動，換熱器結(jié)霜導(dǎo)致出風(fēng)濕度為動態(tài)變量，因此無法對結(jié)霜過程中的實(shí)時風(fēng)量進(jìn)行測量。另外，外機(jī)出風(fēng)格柵各點(diǎn)的風(fēng)速和風(fēng)向差異性很大，也無法通過直接測量風(fēng)速結(jié)合面積的方式計算總風(fēng)量[8]。為此，本文提出了一種風(fēng)速標(biāo)定法對風(fēng)量進(jìn)行測量計算。

圖3 分別為外機(jī)出風(fēng)格柵某點(diǎn)在實(shí)際結(jié)霜過程和風(fēng)量箱模擬風(fēng)道阻力增加（調(diào)整進(jìn)風(fēng)靜壓）這兩個過程下的風(fēng)速變化規(guī)律。隨著阻力的增大，測點(diǎn)在兩種情況下的風(fēng)速都經(jīng)歷了先減小再增大的過程。這是因?yàn)闇y點(diǎn)的風(fēng)速是一個矢量，隨著阻力的變化，不僅大小會發(fā)生改變，方向也會發(fā)生改變，而風(fēng)速傳感器只能測量測點(diǎn)風(fēng)速在某一方向的風(fēng)速，因此測得風(fēng)速會發(fā)生增大的現(xiàn)象，同時也說明無法簡單的用風(fēng)速來計算風(fēng)量。

圖3 不同轉(zhuǎn)速下出風(fēng)格柵測點(diǎn)風(fēng)速變化情況Fig.3 Changes of wind speed at the measuring point of the outlet grille under different external fan speeds

由圖可知，在實(shí)際結(jié)霜過程或在風(fēng)量箱增加風(fēng)道阻力的過程中，不同轉(zhuǎn)速下格柵測點(diǎn)的風(fēng)速變化規(guī)律基本保持一致，并且變化規(guī)律的特征基本一致。因此可以通過在風(fēng)量箱測量得到外機(jī)出風(fēng)格柵測點(diǎn)在不同風(fēng)道阻力情況下的風(fēng)速及相應(yīng)風(fēng)量，在實(shí)際結(jié)霜過程中根據(jù)測點(diǎn)的風(fēng)速變化情況找到對應(yīng)的風(fēng)道阻力情況，從而得到實(shí)時的風(fēng)量。具體步驟如下：

（1）確定運(yùn)行轉(zhuǎn)速，在風(fēng)量實(shí)驗(yàn)箱中模擬增阻過程獲得格柵測點(diǎn)風(fēng)速變化曲線，根據(jù)測點(diǎn)風(fēng)速和外風(fēng)機(jī)相電流的變化情況標(biāo)定變化特征點(diǎn)。如圖4（a）所示，標(biāo)定的特征點(diǎn)分別為初始最大值A(chǔ)、開始快速下降點(diǎn)B、緩慢下降點(diǎn)C、外風(fēng)機(jī)相電流變大點(diǎn)D、最小值E、末期最大值F；

圖4 風(fēng)速特征點(diǎn)標(biāo)定Fig.4 Wind speed characteristic point calibration

（2）在風(fēng)量實(shí)驗(yàn)箱對該外風(fēng)機(jī)轉(zhuǎn)速下各特征點(diǎn)的實(shí)際風(fēng)量進(jìn)行測量；

（3）測取實(shí)際結(jié)霜過程中格柵測點(diǎn)的風(fēng)速變化規(guī)律，并標(biāo)定特征點(diǎn)。如圖4（b）所示，特征點(diǎn)的選擇原則與（1）保持一致。記錄下各特征點(diǎn)的時間，風(fēng)量為相應(yīng)特征點(diǎn)在風(fēng)量實(shí)驗(yàn)箱測得的風(fēng)量。

（4）以時間為橫坐標(biāo)，風(fēng)量為縱坐標(biāo)，作點(diǎn)A（0，fa）、B（b，fb）、C（c，fc）、D（d，fd）、E（e，fe）、F（f，ff），連接AB、BC、CD、DE、EF，所得曲線即為實(shí)際結(jié)霜過程中的風(fēng)量實(shí)時變化規(guī)律，如圖5 為某工況下的擬合結(jié)果。

圖5 某工況下實(shí)際結(jié)霜過程擬合得到的風(fēng)量變化曲線Fig.5 Fitted air volume change curve during an actual frosting process under certain working conditions

為了驗(yàn)證擬合結(jié)果的準(zhǔn)確性，本文采用了一個風(fēng)量罩（型號：KANOMAX，Capture Hood MODEL 6710）對外機(jī)在實(shí)際結(jié)霜過程中的風(fēng)量進(jìn)行了測試，結(jié)果如圖6 所示。由于風(fēng)量罩會對外機(jī)的氣流組織產(chǎn)生影響，因此測得的風(fēng)量與實(shí)際外機(jī)正常運(yùn)行時的風(fēng)量會有誤差，但是風(fēng)量的衰減規(guī)律仍具有參考性[9]。

圖6 實(shí)際結(jié)霜過程中風(fēng)量罩測得的風(fēng)量變化曲線Fig.6 Air volume change curve measured by the capture hood during an actual frosting process

根據(jù)圖5 的擬合結(jié)果可知，擬合得到的風(fēng)量的變化規(guī)律與風(fēng)道阻力增長時的風(fēng)量理論變化規(guī)律一致，且與圖6 的測試結(jié)果一致，因此認(rèn)為通過該方法所得的風(fēng)量準(zhǔn)確可靠。

2.2 試驗(yàn)測試工況

為了測取訓(xùn)練數(shù)據(jù)，選用某品牌1.5 匹ASHP機(jī)型在焓差實(shí)驗(yàn)室進(jìn)行結(jié)霜工況運(yùn)行實(shí)驗(yàn)。

為獲取搭建結(jié)霜預(yù)測網(wǎng)絡(luò)模型的相關(guān)數(shù)據(jù)，選定空氣源熱泵典型運(yùn)行工況：室外溫度范圍為-10℃～5℃、相對濕度范圍為70%～100%，根據(jù)不同的空氣溫濕度組合，確定不同運(yùn)行環(huán)境工況下的結(jié)霜情況；采用高中低壓縮機(jī)運(yùn)行頻率、外風(fēng)機(jī)轉(zhuǎn)速，以實(shí)現(xiàn)不同冷表面溫度、空氣流速下的結(jié)霜數(shù)據(jù)采集。具體工況及參數(shù)設(shè)置范圍如表1 所示。

表1 實(shí)驗(yàn)方案參數(shù)設(shè)置范圍表Table 1 Table of protocol parameter setting range

根據(jù)前文的計算理論，布置實(shí)驗(yàn)外機(jī)數(shù)據(jù)測量點(diǎn)如圖7 所示。其中T表示溫度測點(diǎn)，D表示相對濕度測點(diǎn)，V表示風(fēng)速測點(diǎn)。

圖7 實(shí)驗(yàn)測點(diǎn)布置圖Fig.7 Experimental measurement point layout drawing

2.3 測試結(jié)果分析

根據(jù)前文計算方法及實(shí)驗(yàn)方案，得到結(jié)霜速度部分結(jié)果如圖8 所示。

圖8 部分工況下實(shí)驗(yàn)測得的結(jié)霜速度Fig.8 The frost rate measured experimentally under some working conditions

如圖8 所示，在結(jié)霜速度較快的工況（外環(huán)2℃/1℃、外環(huán)0℃/80%）下，結(jié)霜速度隨著結(jié)霜過程的進(jìn)行逐漸減緩，這是由于霜層快速累積，風(fēng)量快速減小導(dǎo)致的；而在結(jié)霜速度較慢的工況（外環(huán)-3℃/80%、外環(huán)-5℃/80%）下，結(jié)霜速度先增大后減小，這是因?yàn)樵诮Y(jié)霜初期風(fēng)量還沒出現(xiàn)明顯下降之前，凝結(jié)在翅片上的霜層提升了換熱效果，從而導(dǎo)致空氣與換熱器的換熱量變大，焓值變化增大，更容易產(chǎn)生冷凝結(jié)霜。此外，隨著運(yùn)行頻率的下降，結(jié)霜速度也發(fā)生相應(yīng)的降低，這是因?yàn)樵谄渌麉?shù)不變的前提下，運(yùn)行頻率的下降會導(dǎo)致外管溫升高，結(jié)霜速度減慢。而在本次實(shí)驗(yàn)中外風(fēng)機(jī)轉(zhuǎn)速對結(jié)霜速度的影響較小，這是由于風(fēng)機(jī)轉(zhuǎn)速的設(shè)置差值較小，其風(fēng)量差距較小。

為了減少波動導(dǎo)致的誤差，實(shí)驗(yàn)室每7 秒采集一組數(shù)據(jù)，每組數(shù)據(jù)整理為一組訓(xùn)練數(shù)據(jù)，實(shí)驗(yàn)總計采集數(shù)據(jù)約為30 萬組。由于開機(jī)階段空調(diào)運(yùn)行狀態(tài)不穩(wěn)定，因此舍去這部分?jǐn)?shù)據(jù)，最終獲取的訓(xùn)練數(shù)據(jù)約為27 萬組。

3 模型精度校核

3.1 模型訓(xùn)練精度校核

在訓(xùn)練網(wǎng)絡(luò)模型時，將獲得的27 萬組訓(xùn)練數(shù)據(jù)，分出20 萬組作為訓(xùn)練集，剩余7 萬組作為驗(yàn)證集。

經(jīng)過訓(xùn)練，結(jié)霜量預(yù)測模型的擬合結(jié)果如圖9，整體擬合誤差小于10%，精度滿足要求。

圖9 結(jié)霜量預(yù)測模型訓(xùn)練結(jié)果Fig.9 Frost prediction and recognition model training results

3.2 實(shí)測結(jié)霜量校核

為了驗(yàn)證結(jié)霜量預(yù)測模型在實(shí)際應(yīng)用工況下的預(yù)測準(zhǔn)確性，將搭建的結(jié)霜量預(yù)測模型嵌入到ASHP 外機(jī)主板中，在焓差實(shí)驗(yàn)室設(shè)定運(yùn)行工況進(jìn)行對比測試。

測量時，模型預(yù)測結(jié)霜量取ASHP 運(yùn)行三個完整化霜周期的平均值，而實(shí)際結(jié)霜量采用升溫接取化霜水的方法測取，同樣運(yùn)行三個完整的化霜周期之后收集全部化霜水再取平均值。實(shí)驗(yàn)時，選用最常見的結(jié)霜工況進(jìn)行測試，實(shí)驗(yàn)結(jié)果表2 所示。

表2 結(jié)霜量預(yù)測結(jié)果及實(shí)測結(jié)果對比Table 2 Comparison of frost amount prediction results and measured results

如表2 所示，越容易結(jié)霜的工況測得的結(jié)霜量越大，如外環(huán)2℃測得的結(jié)霜量較外環(huán)-3℃多，相對濕度較大時結(jié)霜量也較多，符合實(shí)際的結(jié)霜規(guī)律。而結(jié)霜量預(yù)測模型預(yù)測所得的結(jié)霜量與實(shí)際測得的結(jié)霜量誤差在15%以內(nèi)，并且，本文使用化霜水表示實(shí)際結(jié)霜量，而在采集時難免會有所殘留無法全部采集，因此實(shí)際結(jié)霜量應(yīng)該要比收集到的化霜水更多一些，結(jié)霜量預(yù)測模型存在預(yù)測誤差，但滿足工程實(shí)際需求。

本結(jié)霜預(yù)測模型的輸入?yún)?shù)包括外管溫、空氣溫度、空氣相對濕度、外風(fēng)機(jī)轉(zhuǎn)速、已有結(jié)霜量，其中空氣溫度、空氣相對濕度均采用標(biāo)準(zhǔn)大氣壓下的檢測值，因此用于高海拔地區(qū)空氣源熱泵的霜層預(yù)測時，需要將當(dāng)?shù)卮髿鈮毫ψ鳛槠渲幸粋€輸入?yún)?shù)，采集相關(guān)參數(shù)重新搭建結(jié)霜預(yù)測模型。而且本模型假定系統(tǒng)啟動時室外側(cè)換熱器上沒有結(jié)霜或霜層已完全化干凈，初始已有結(jié)霜量預(yù)設(shè)值為0，用于霜層累積或化霜不干凈情況時，存在預(yù)測值與實(shí)際結(jié)霜量相差較大的問題。

4 結(jié)論

本文針對空氣源熱泵現(xiàn)有霜層判斷方法不靈敏、不精確的痛點(diǎn)問題，基于神經(jīng)網(wǎng)絡(luò)模型，結(jié)合理論結(jié)霜原理和實(shí)際運(yùn)行數(shù)據(jù)搭建了結(jié)霜量預(yù)測模型，對結(jié)霜量進(jìn)行實(shí)時計算，并對該模型進(jìn)行了準(zhǔn)確性驗(yàn)證，得出了以下結(jié)論：

（1）在部分典型工況及控制參數(shù)下進(jìn)行實(shí)驗(yàn)計算實(shí)際結(jié)霜量，其中結(jié)霜過程外機(jī)的風(fēng)量變化使用風(fēng)速標(biāo)定法進(jìn)行確定，獲取的典型結(jié)霜工況下結(jié)霜量預(yù)測模型所需的訓(xùn)練數(shù)據(jù)可靠性較高。

（2）以室外環(huán)境溫濕度、室外換熱器管溫、室外風(fēng)機(jī)轉(zhuǎn)速、已有結(jié)霜量作為神經(jīng)網(wǎng)絡(luò)模型的輸入，結(jié)霜速度作為模型的輸出，所得的結(jié)霜量預(yù)測模型的訓(xùn)練精度大于90%。

（3）與家用空氣源熱泵實(shí)際結(jié)霜過程的結(jié)霜量對比，本模型的預(yù)測結(jié)霜量誤差小于15%，滿足工程設(shè)計需求。因此該方法能夠?qū)崟r精確預(yù)測空氣源熱泵室外換熱器的實(shí)際霜層狀態(tài)，為化霜時機(jī)判斷提供一種新思路，對探索智能化霜控制技術(shù)具有重要意義。