采用蒸气压缩/热电混合制冷系统的多功能无人机分层热管理

《ENERGY CONVERSION AND MANAGEMENT》:Hierarchical thermal management of multi-functional UAVs using a vapor compression/thermoelectric hybrid refrigeration system

【字体: 大 中 小 】 时间:2026年09月26日 来源:ENERGY CONVERSION AND MANAGEMENT 11.8

编辑推荐:

   • 提出了一种VCRS-TEM混合系统,用于无人机的分层热管理。 • 温度依赖的TEM模型解决了STEM/TTEM的偏离设计运行行为。 • TTEM通过分级提升温度扩大了可行的深冷范围。 • 喷射器回收相比BCTT使COP提高10.51~46.17%。 • 飞行包线分析在子系

  

• 提出了一种VCRS-TEM混合系统,用于无人机的分层热管理。
• 温度依赖的TEM模型解决了STEM/TTEM的偏离设计运行行为。
• TTEM通过分级提升温度扩大了可行的深冷范围。
• 喷射器回收相比BCTT使COP提高10.51~46.17%。
• 飞行包线分析在子系统稳定的情况下保持COP高于2.39。

1. 引言

随着航空和遥感技术的快速发展,无人机(UAVs)凭借其高机动性、高效性和低成本,已成为侦察和国防领域的重要平台[1]、[2]、[3]。随着机上功能的不断扩展,机载设备日益多样化、集成化和微型化,导致热异质性更加显著、局部热流密度更高,以及热失控风险增加[4]、[5]。对于多功能无人机,热管理目标通常可分为两类。第一类是中温高热通量负载,包括飞行控制器(FCs)、北斗导航卫星系统(BDNS)、计算模块、雷达/激光探测器(RLDs)以及电子舱背景负载。第二类是低温敏感的精密负载,如有源电荷耦合器件(CCDs)和红外传感器(IRSs),这些设备要求在相对较低的设定温度附近保持稳定的温度控制[6]。因此,多功能无人机机载设备的热管理不仅仅是一个散热问题,而是一个涉及异质热负载、不同温度水平、控制精度要求以及严格可靠性约束的综合热控制问题。

近年来,针对机载设备热管理开展了大量研究,涵盖了被动隔热与蓄冷[7]、[8]、自然或强制对流冷却[9]、[10]、液体冷却[5]、[10]、[11]、喷雾冷却[12]、[13]以及通用主动热调节[14]、[15]等热控策略。尽管这些研究在电子舱温度维持、热点抑制和整体散热方面取得了积极成果,但大多聚焦于单层或舱级热管理。分层热管理框架的研究仍然有限,尤其针对同时包含中温高热通量负载和低温敏感精密负载、具有不同温度水平和控制精度要求的机载系统。此外,多功能无人机在宽范围环境温度变化、太阳辐射和低空飞行条件下运行。其热管理系统还受到重量、体积、功耗、冷却重量比和可靠性的约束。因此,许多适用于地面设备的热管理方法无法直接移植到无人机应用中。开发一种能够同时提供高效背景冷却、精确局部温度调节、紧凑结构和工程适用性的主动热管理技术,仍然是该领域面临的关键挑战。

近年来的研究还探索了替代制冷路线和主动强化技术[16],如纳米增强吸收工质、太阳能吸附制冷、蒸气吸收系统中沸腾纳米流体以及自动级联制冷循环[17]、[18]、[19]、[20],强调了工质优化、热驱动冷却和传热强化的作用。然而,这些方法不太适用于无人机电子系统所需的紧凑、电动驱动、多温度热管理。因此,本研究考虑了与TEMs耦合的混合VCRS。VCRS提供高冷却容量密度,适用于系统级背景冷却和中温高热通量负载。然而,当所需温升增加时,传统单级蒸气压缩通常会出现压缩比升高、压缩机排气温度上升、COP降低以及运行可靠性受限等问题。因此,需要采用准两级压缩等强化方法以提高其在低温制冷条件下的适应性[21]。相比之下,热电冷却器(TEC)基于Peltier效应提供紧凑、无振动且响应迅速的冷却。其高精度温度控制能力使其在温度敏感器件的局部冷却方面具有吸引力[4]、[22]、[23]、[24]、[25]。然而,其相对较低的COP和有限的冷却容量使其无法单独高效处理大型背景负载。因此,VCRS和TEC表现出明确的功能互补性,使它们的集成成为具有不同温度水平和控制精度要求的机载负载分层热管理的一种有前景的解决方案。

近年来的研究探索了多种形式的蒸气压缩/热电混合系统。Ashour等人[26]、[27]、[28]、[29]、[30]系统地研究了热电器件在VCRS中的多种集成模式。他们的研究涵盖了用于排气侧余热回收的热电发电机[26]、用于循环状态增强的热电过冷器[27]、[28],以及用于冷冻应用辅助低温制冷的热电器件模块[29]、[30]。他们进一步通过基于机器学习的预测和多目标优化扩展了这些构型,表明热电器件可以有效地在VCRS中作为辅助能量回收、状态调节和低温补偿单元。Astrain等人[31]、[32]、[33]、[34]主要关注两条代表性路线:超临界CO2循环中热电过冷以增强冷却能力和COP[31]、[32],以及采用热电辅助专用隔间的混合家用冰箱[33]、[34]。他们的工作表明,热电模块(TEMs)既可以用作性能改进的过冷装置,也可以用作小型专用温度区域的独立冷却单元。S?ylemez等人[35]、[36]、[37]专注于混合家用冰箱,并通过实验和计算流体力学(CFD)分析相结合的方式,强调了TEMs布置位置对隔间气流、温度分布和冷却时间的影响。他们的研究强调,TEM集成的热效益不仅取决于是否使用TEMs,还取决于它们如何以及在制冷空间内的何处布置。其他研究还将混合VCRS-TEM系统扩展到家用冷冻柜深冷[38]、超低温医疗储存[39]、[40]、功率分配优化[41]、热泵辅助加热[42]、[43]以及热电余热回收[44]。现有研究表明,VCRS-TEC混合制冷在一定程度上可以平衡系统级效率和末端使用温度控制质量。

尽管此前已有蒸气压缩/热电混合制冷系统的报道,但其集成模式大多是针对特定应用的。在大多数情况下,TEMs被用作热电过冷器、辅助低温隔间、局部温度校正单元或余热回收装置,如表1所示。这些构型通常针对单个制冷柜、冷冻柜或热泵系统,且TEM并未与双蒸发器蒸气压缩循环耦合作为机载负载的专用局部冷却层。相比之下,本系统被设计为用于无人机电子设备的分层热管理架构。中温蒸发器移除了中温高热通量负载,而低温蒸发器吸收了TEMs的排热。TEMs随后为温度敏感设备提供局部低温和精确的温度控制。因此,所提出的架构在功能分配上与以往的混合制冷系统有所不同。

表1. VCRS-TEM混合制冷系统的研究进展。

研究 | 方法 | 场景 | TEM作用 | 局限

[26] | 实验 | VCRS | 热电发电机 | 仅能量回收;无主动局部冷却

[27] | 实验;VCRS | 热电过冷器 | 面向过冷

[28] | 实验 | VCRS | 热电过冷器 | 面向过冷

[29] | 实验 | 冷冻柜 | 辅助低温区域 | 特定柜体;单一应用负载

[30] | 实验;冷冻柜 | 辅助低温区域 | 特定柜体;单一应用负载

[31] | 实验;建模;VCRS | 热电过冷器 | 面向过冷

[32] | 理论;实验;VCRS | 热电过冷器 | 面向过冷

[33] | 建模;实验;家用冰箱 | 辅助低温区域 | 特定柜体;单一应用负载

[34] | 实验;建模 | 家用冰箱 | 辅助低温区域 | 特定柜体;单一应用负载

[35] | CFD | 家用冰箱 | 局部温度区域调节器 | 隔间尺度研究;无系统级热管理

[36] | CFD;实验;家用冰箱 | 局部温度区域调节器 | 隔间尺度研究;无系统级热管理

[37] | 实验 | 家用冰箱 | 局部温度区域调节器 | 隔间尺度研究;无系统级热管理

[40] | 实验 | 通用制冷 | 辅助冷却 | 集成优化;无喷射器辅助双蒸发器耦合

[38] | 实验;CFD;冷冻柜 | 辅助低温区域 | 特定柜体;单一应用负载

[39] | 实验;CFD;冷冻柜 | 辅助低温区域 | 特定柜体;单一应用负载

[41] | 实验;建模;两级制冷 | 功率分配 | 运行优化

[42] | 理论 | 空气源热泵 | 辅助加热 | 以加热为重点

[43] | 实验 | 空气源热泵加热 | 辅助加热 | 以加热为重点

[44] | 实验 | 家用冰箱 | 热电发电机 | 仅能量回收;无主动局部冷却

本研究 | 理论;建模;无人机电子设备热控 | 局部深冷;TEM热侧耦合至LTE | 分层MTE/LTE负载分配;喷射器辅助喷气VCRS;用于局部深冷的TTEM

此外,与最接近的VCRS-TEM混合研究相比,本研究的新技术创新在于耦合拓扑结构,而不仅仅在于UAV应用场景。Vián等人及Astrain等人[33]、[34]使用TEMs在家用冰箱中形成辅助低温隔间,而Fu等人及Xu等人[38]、[39]将TEMs与冷冻柜型系统集成为面向柜体的低温冷却。这些研究主要将TEMs用作单个制冷柜的局部辅助冷却单元,并未将TEM热侧与双蒸发器蒸气压缩循环中的专用蒸发器耦合。Zhang等人[41]进一步研究了两级混合制冷系统中的功率分配,但重点在于运行功率分配,而非喷射器辅助的压力能量回收。相比之下,本架构将中温蒸发器(MTE)分配给背景高热通量冷却,将低温蒸发器(LTE)分配给吸收从TEM热侧排出的热量。此外还引入了喷射器以回收膨胀压力能量并减轻压缩负担。因此,所提出的系统通过将分层负载分配、基于TEM的局部深冷、双蒸发器热侧散热和喷射器辅助循环增强整合到一个热力学耦合架构中,与以往的VCRS-TEM系统有所不同。

在本研究中,提出了一种蒸气压缩/热电混合系统用于多功能无人机机载设备的热管理。在所提出的系统中,VCRS作为中温高热通量负载的高容量背景冷却层,同时纳入了蒸气喷射和喷射器辅助运行等强化措施,以提高系统在低温制冷条件下的效率和适应性。与此同时,引入热电冷却支路为低温敏感设备提供局部精密温度调节。通过这种功能互补的构型,系统能够适应异构电子设备的不同热控制需求。中温冷却容量的一部分保留用于电子舱环境控制。这种背景冷却还可以应对寒冷高海拔条件下增加的冷凝/结霜风险以及强烈太阳辐射导致的增加的热负载。所提出的构型的示意图如图1所示。在此基础上,建立理论模型以研究运行参数对性能改进机制、可行运行边界和基于飞行包线的冷凝温度响应的影响,从而揭示该混合冷却架构在无人机电子设备分层热管理中的性能潜力。

图1. 无人机电子设备的分层热管理架构。

本研究的主要贡献总结如下:(1)提出了一种用于具有异质热需求无人机电子设备的分层蒸气压缩/热电制冷架构;(2)将喷射器辅助双蒸发器蒸气喷射循环与TEM支路耦合。VCRS提供背景冷却,TEMs提供局部精密深冷,喷射器在两个蒸发级别之间回收压力能量;(3)系统地量化了采用单级TEM的基本循环、采用两级TEM的基本循环以及采用两级TEM的喷射器辅助循环之间的性能差异。该分析阐明了在不同运行条件下TEM构型和喷射器辅助运行的单独及耦合作用。

2. 系统描述和数学模型

在本研究中,选择具有两个不同蒸发温度的基本蒸气喷射压缩循环(BVIC)作为参考循环,如图2(a)所示。此基准是根据目标机载热管理系统对多温度冷却的要求选择的。中温蒸发器旨在为一般高热负载电子设备、电子设备和舱体/载荷热控提供背景冷却。低温蒸发器用于深冷支路。因此,应用本身需要两个蒸发级别。双蒸发器制冷架构已被广泛用于研究家用冰箱/冷冻柜等小型多温度系统。Gerlach和Newell[45]实验和数值研究了双蒸发器家用冰箱/冷冻柜,而Visek等人[46]优化了一种先进的顺序双蒸发器冰箱/冷冻柜原型。最近的研究进一步将喷射器引入双蒸发器制冷系统中,以回收节流损失并改善性能[47]、[48]、[49]、[50]、[51]。因此,本研究采用的双蒸发器结构不是任意的基准,而是一种具有实际和研究先例的紧凑多温度制冷架构。此外,带有闪蒸罐的蒸气喷射循环通常用作评估喷射器增强或改进的蒸气喷射循环时的参考或基本循环。Wang等人将喷射器增强的蒸气喷射循环与基本蒸气喷射循环(BVIC)进行了比较,而Jing等人提出了一种基于基本FVIC的带双蒸发器的喷射器辅助闪蒸罐蒸气喷射循环。这些研究支持使用BVIC作为有意义的参考循环,以评估喷射器辅助压力回收和额外低温负载管理的益处。在此基础上,提出了一种与单级TEM(STEM)集成的混合制冷系统(称为BCST),以研究具有不同温度水平和控制精度要求的负载的分层热管理的可行性,如图2(b)所示。此外,纳入了喷射器和两级热电模块(TTEM)以形成MCTT,如图2(d)所示。

图2. (a) BVIC、(b) BCST、(c) BCTT和(d) MCTT的示意图。

在所提出的混合架构中,MTE和LTE具有不同的功能。

中温蒸发温度级(MTE)直接冷却中温高热通量电子负载,而低温蒸发温度级(LTE)与温差电模块(TEM)的热端进行热耦合,吸收 TEM 排出的全部热量。因此,TEM 不被视为独立的辅助制冷机,而是被视为局部精确冷却装置,其热端排热量嵌入到 VCRS 的 LTE 负载中。MCTT 由冷凝器、引射器、闪蒸罐、MTE、LTE、三个膨胀阀(EV)以及一个蒸气喷射压缩机组成,蒸气喷射压缩机由低压压缩机(LPC)、混合室和高压压缩机(HPC)构成。引射器的引入用于回收部分膨胀压力能,并将 MTE 和 LTE 支路耦合。在本 MCTT 循环中,MTE 出口流作为主动流,LTE 出口流作为被动流被引射。混合流在扩压器中被压缩后进入压缩机,这提高了压缩机吸气压力,降低了有效压缩比,并缓解了低温工况下压缩机排气温度。图 3(a) 和 (b) 分别展示了基本 VCRS 和修改后 VCRS 的原理性压力-焓(P-h)图,其中点 1–11 表示循环过程中制冷剂的状态。MCTT 的工作过程描述如下。

图 3. (a) 基本 VCRS 和 (b) 修改后 VCRS 的 P-h 图。

MCTT 的热力学分析基于热力学第一定律和第二定律进行。TEM 的基本能量平衡模型基于热传递与热电效应之间的平衡 [1]、[2]。为简化分析,做出如下假设:

(1) 所有部件均在稳态和稳流条件下运行。
(2) 压缩过程视为不可逆过程,由指定的等熵效率表征。
(3) 节流阀的节流过程为等焓过程。
(4) 离开闪蒸罐的气态流和液态流为饱和状态。
(5) 蒸发器出口的蒸气为饱和状态。
(6) 忽略循环中制冷剂的压力降。
(7) TEM 设计的热端排热量被 LTE 完全吸收。仅忽略保温 TEM-冷板组件、制冷剂管线与环境之间寄生热交换。
(8) TEM 由厂商标定的有效热电参数描述。在修正模型中,有效塞贝克系数、电阻和热导率是温度的函数,并在相应的模块或级平均温度处评估。
(9) 汤姆逊效应不单独考虑。
(10) 同一 TEM 级中的热电偶对由相同的等效对级参数表示,而 p 型和 n 型腿的塞贝克系数符号相反。
(11) 商用 TEM 内部的单个接触热阻和电阻不单独解析;其聚合影响包含在已识别的有效热电集总参数中。

上述假设定义了热力学模型的范围和局限性。忽略制冷剂压力降可能会略微高估绝对制冷系数(COPc),因为实际压力损失会增加有效压缩比。饱和出口假设简化了蒸发器和闪蒸罐的状态,而实际系统可能需要过热度控制。然而,由于所有比较的架构均在相同的热力学边界和建模框架下评估,在已验证的运行范围内,相对性能趋势仍然有意义。应注意,TEM 热端排热量并未被忽略。在所提出的架构中,在基线保温条件下,TEM 排出的总热量由 LTE 吸收。仅忽略保温组件与环境之间非预期的寄生热交换。此外,TEM 模型使用从厂商数据中识别的温度相关有效热电集总参数。商用 TEM 内部的单个热接触电阻和电接触电阻未单独解析。其物理效应并非假设消失,而是连同焊接和封装效应一起,嵌入到厂商标定的有效 α、R 和 K 中。由于标准厂商 Qc 和 V 曲线未提供足够的独立信息来唯一分离这些内部电阻,引入额外的接触电阻参数将使模型欠定。对于常规商用 TEM,将这些非理想性集总到实验识别的有效模块参数中是合理的系统级处理方法。此方法也得到了先前热电建模研究的支持。Xuan [52] 表明,对于具有足够长的热电元件且界面电阻较小的情况,显式热/接触电阻的影响相对有限。外部器件与 TEM 之间以及 TEM 与 LTE 之间的界面效应在系统层面通过预设的界面温度接近方式表征。因此,本处理方式旨在用于系统级热力学比较,而非几何分辨率的界面表征。

基于上述假设,评估了 VCRS、TEM 及混合系统的热力学性能。详细计算过程描述如下。

2.1 VCRS 热平衡模型

忽略动能和势能项,基本 VCRS 和修改后 VCRS 中每个控制体积的稳态能量平衡表示如下:

(1) Qin ? Wout = ∑mout·hout ? ∑min·hin

其中 Qin 为进入控制体积的热传递速率;Wout 表示由控制体积输出的轴功;min 和 mout 分别表示入口和出口质量流量;hin 和 hout 为相应的比焓。两种 VCRS 的主要部件的能量平衡方程汇总于表 2。

表 2. 不同制冷构型的能量方程。

| 循环 | 部件 | 方程 |
|------|------|------|
| 基本 VCRS | LPC | WLPC = m1(h1L?h1) = m1(h1L,is?h1)/ηLPC |
| | 混合室-1 | m1M·h1M = m1L·h1L + m11·h11 |
| | HPC | WHPC = m1M(h2?h1M) = m1M(h2,is?h1M)/ηHPC |
| | 冷凝器 | Qc = m2(h2?h3) |
| | EV1 | h4 = h3 |
| | 闪蒸罐 | h5 = h4,Liqsat;h11 = h4,Vapsat |
| | EV2 | h6 = h5 |
| | EV3 | h9 = h5 |
| | MTE | Qem = m6(h7?h6) |
| | LTE | Qel = m9(h10?h9) |
| | EV4 | h8 = h7 |
| | 混合室-2 | m1·h1 = m8·h8 + m10·h10 |
| 修改后 VCRS | LPC | WLPC = m1(h1L?h1) = m1(h1L,is?h1)/ηLPC |
| | 混合室-1 | m1M·h1M = m1L·h1L + m11·h11 |
| | HPC | WHPC = m1M(h2?h1M) = m1M(h2,is?h1M)/ηHPC |
| | 冷凝器 | Qc = m2(h2?h3) |
| | EV1 | h4 = h3 |
| | 闪蒸罐 | h5 = h4,Liqsat;h11 = h4,Vapsat |
| | EV2 | h6 = h5 |
| | EV3 | h9 = h5 |
| | MTE | Qem = m6(h7?h6) |
| | LTE | Qel = m8(h10?h9) |
| | 引射器 | (1+μ)h1 = h7 + μ·h10 |
| STEM | 冷端 | Qct,tot = NSTEM,m[αm·Tjc·Io ? Km(Tjh?Tjc) ? 0.5·Io2·Rm] |
| | 热端 | Qht,tot = NSTEM,m[αm·Tjh·Io ? Km(Tjh?Tjc) + 0.5·Io2·Rm] |
| | 电功率 | Po = Qht ? Qct |
| TTEM | 冷端 | Qct,tot = Qct,2 = NTTEM,m[αm2·Tjc·Io ? Km2(Tm?Tjc) ? 0.5·Io2·Rm2] |
| | 中间层 | Qht,2 = NTTEM,m[αm2·Tm·Io ? Km2(Tm?Tjc) + 0.5·Io2·Rm2] |
| | | Qct,1 = NTTEM,m[αm1·Tm·Io ? Km1(Tjh?Tm) ? 0.5·Io2·Rm1] |
| | 热端 | Qht,tot = Qht,1 = NTTEM,m[αm1·Tjh·Io ? Km1(Tjh?Tm) + 0.5·Io2·Rm1] |
| | 电功率 | Po = Qht,tot ? Qct,tot |
| BVIC | 性能 | COPc,sy = (Qem + Qel)/(WLPC + WHPC) |
| BCST | 性能 | COPc,sy = (Qem + Qct,tot)/(WLPC + WHPC + Po) |
| BCTT | 性能 | COPc,sy = (Qem + Qct,tot)/(WLPC + WHPC + Po) |
| MCTT | 性能 | COPc,sy = (Qem + Qct,tot)/(WLPC + WHPC + Po) |

LPC 和 HPC 的等熵效率与各压缩阶段的压力比相关联 [53],如下式所示:

(2) ηC = 0.85 ? 0.0467 × PLow/PHigh

其中 PLow 和 PHigh 分别表示各压缩阶段的较低压力和较高压力。应明确的是,公式 (2) 中的压力比指的是每个压缩段的阶段压力比,而非从 LTE 到冷凝器的整体压力比。对于蒸气喷射压缩机,压力比为 rpj,LPC = Pmi/P1 和 rpj,HPC = Pc/Pm。

LTE 的流量比(Rmf)定义为通过 LTE 的质量流量与总质量流量的比值,如下式所示:

(3) Rmf = m9/m2

蒸气喷射比(Rvi)定义为离开闪蒸罐的饱和蒸气质量流量与总质量流量的比值,两种 VCRS 的计算如下:

(4) Rvi = m11/m2

制冷能力比(φ)定义为 MTE 负载与 LTE 负载的比值,如式 (5) 所示。

(5) φ = Qem/Qel

压缩机整体压力提升比(rpj)定义为压缩机出口压力与吸气压力之比,如式 (6) 所示。

(6) rpc = P2/P1

集成 TEM 的 VCRS 的低温蒸发温度可由式 (7) 确定。

(7) tle = tjc + ΔTj ? ΔTle

其中 tjc 表示 TEM 的冷结温度,ΔTj 表示 TEM 的结温差,ΔTle 表示 LTE 与 TEM 热端之间的传热温差,设定为 5 K。温差 ΔTle = 5 K 作为 TEM-LTE 标称接近温度使用,而非详细的冷板设计结果。该值与系统级制冷和热泵热力学分析中未对换热器几何结构建模时常用的 5 K 最小温差或夹点温差一致 [54]、[55]、[56]。

2.2 商用 TEM 热电模型

本研究选择 STEM 和金字塔型 TTEM 作为修改组件,集成到混合制冷系统中,以评估其性能提升潜力。预期 TEM 将在为温度敏感电子负载提供精确低温冷却方面发挥关键作用,从而支持变飞行条件下无人机的高效热管理。因此,对 TEM 子系统的严格验证对于确保整体系统级模拟的可靠性是必要的。

STEM 和 TTEM 的原理图分别如图 4(a) 和 (b) 所示。每个模块由 p 型和 n 型热电偶并联阵列、金属电连接件和两块电绝缘陶瓷板组成。热电元件电气串联、热路并联,元件及其连接件通常夹在两块陶瓷板之间。当直流电以某一方向通过模块时,冷端吸收热量,热端排出热量,从而通过珀尔帖效应将热量从冷端泵送至热端。

图 4. (a) STEM 和 (b) 金字塔型 TTEM 的原理图。

为定量评估所提出模型复现厂商性能数据的能力,采用四个统计指标。均方根误差(RMSE)用于表征预测误差的幅度,而最大归一化均方根误差(NRMSEmax),定义为 RMSE 与最大制冷量的比值,用于减少尺度依赖性。此外,计算平均绝对相对偏差(MARD)和最大绝对相对偏差(ARDmax),分别评估平均和最大相对误差。相应定义如下:

(8) RMSE = √(1/n · Σj=1^n (ycal_j ? ydata_j)2)

(9) NRMSE_y,max = RMSE / ydata_max

(10) MARD_y = 1/n · Σj=1^n |ycal ? ydata| / ydata

(11) ARD_y,max = |ycal ? ydata| / ydata_max

其中 y 为目标变量,n 为数据点总数,下标"cal"和"data"分别代表计算值和厂商数据。

(a) STEM 模型验证

对于 STEM,选择商用单级模块 TEC1-12712S(Thermonamic Co., Ltd. 生产)进行验证。该模块包含 127 对热电偶,最大允许电流为 11.5 A。有效对级塞贝克系数、电阻和热导率表示为模块平均温度的函数:

(12) αpair,eff(Tave) = 4.2468835×10?? × [1 + 1.5713788×10??×(Tave ? 300.15)] V·K?1

(13) Rpair,eff(Tave) = 8.4207420×10?3 × [1 + 9.2782972×10??×(Tave ? 300.15)] Ω

(14) Kpair,eff(Tave) = 7.9651753×10?3 × [1 ? 1.4988938×10??×(Tave ? 300.15)] W·K?1

其中 Tave = (Tjh + Tjc)/2,Tjh = tjh + 273.15,Tjc = tjc + 273.15。模块级有效集总参数计算如下:

αm = Ntp,STEM × αpair,eff
Rm = Ntp,STEM × Rpair,eff
Km = Ntp,STEM × Kpair,eff

这些参数是商用模块的有效集总参数,不应解释为固有材料性质。

随后,将有效集总参数代入式 (15)、(16)、(17) 确定 STEM 在所有工况下的制冷量和输出电压。

(15) Qct = αm·Io·Tjc ? Km(Tjh ? Tjc) ? 0.5·Rm·Io2

(16) Qht = αm·Io·Tjh ? Km(Tjh ? Tjc) + 0.5·Rm·Io2

(17) Vo = (Qht ? Qct)/Io

对于 tjh = 27 °C 的验证工况,所提出的模型表现出优异的精度,Qct 的 MARD 为 1.89%,Vo 的 MARD 为 0.39%,相应 RMSE 分别为 0.103 W 和 0.010 V,如图 5 所示。这些结果表明,模型在校准工况下能够准确复现厂商数据。此外,如图 6 所示,当所提出的模型外推至 tjh = 50 °C 的厂商数据集时,模型与实测数据仍保持良好一致性。MARD 值分别为 Qct 的 4.97% 和 Vo 的 3.46%,相应 RMSE 分别为 2.460 W 和 0.511 V。外推精度的提高证实了所提出的温度相关模型适用于后续混合系统模拟。

图 5. 商用 STEM 在 tjh = 27 °C 下厂商数据与模型预测的对比。

图 6. 商用 STEM 在 tjh = 50 °C 下厂商数据与模型预测的对比。

(b) TTEM 模型验证

对于 TTEM,使用商用两级模块 TEC2-127-63-08(Thermonamic Co., Ltd. 生产)进行验证。热端级包含 127 对热电偶,冷端级包含 63 对热电偶。最大允许电流为 8 A。与 STEM 不同,TTEM 包含一个中间温度(Tm),该温度由两级之间的级间能量平衡决定,如式 (18)、(19)、(20) 所示。

(18) Qct,1 = αm1·Io·Tm ? Km1(Tjh ? Tm) ? 0.5·Rm1·Io2

(19) Qht,2 = αm2·Io·Tm ? Km2(Tm ? Tjc) + 0.5·Rm2·Io2

(20) Tm = [(Km1 + Km2)·Tjh ? Km2·ΔTj + 0.5·(Rm1 + Rm2)·Io2] / [(αm1 ? αm2)·Io + (Km1 + Km2)]

有效对级塞贝克系数、电阻和热导率表示为模块平均温度的函数:

(21) αpair,eff(Tave) = 0.00040849897 × [1 + 0.0012412624×(Tave ? 300.15)] V·K?1

(22) Rpair,eff(Tave) = 0.0083088593 × [1 + 0.0024909039×(Tave ? 300.15)] Ω

(23) Kpair,eff(Tave) = 0.0077760795 × [1 + 5.7123866×10??×(Tave ? 300.15)] W·K?1

基于每对热电偶的上述关联关系,有效热电集总参数计算如下:

(24) Tave,1 = (Tjh + Tm)/2

(25) Tave,2 = (Tjc + Tm)/2

αm1 = Ntp,TTEM,1 × αpair,eff(Tave,1)
Rm1 = Ntp,TTEM,1 × Rpair,eff(Tave,1)
Km1 = Ntp,TTEM,1 × Kpair,eff(Tave,1)
αm2 = Ntp,TTEM,2 × αpair,eff(Tave,2)
Rm2 = Ntp,TTEM,2 × Rpair,eff(Tave,2)
Km2 = Ntp,TTEM,2 × Kpair,eff(Tave,2)

随后,将有效集总参数代入式 (26)、(27)、(28) 确定 TTEM 在所有工况下的制冷量和输出电压。

(26) Qht,1 = αm1·Io·Tjh ? Km1(Tjh ? Tm) + 0.5·Rm1·Io2

(27) Qct,2 = αm2·Io·Tjc ? Km2(Tm ? Tjc) ? 0.5·Rm2·Io2

(28) Vo = (Qht,1 ? Qct,2)/Io

对于 tjh = 27 °C 的商用 TTEM 验证工况,所提出的模型与厂商数据吻合良好。如图 7 所示,MARD 值分别为 Qct 的 1.98% 和 Vo 的 3.49%,相应 RMSE 分别为 0.237 W 和 0.091 V。这些结果表明,所提出的模型在参考工况下能够准确复现商用 TTEM 的性能特性。

图 7. 商用 TTEM 在 tjh = 27 °C 下厂商数据与模型预测的对比。

tjh = 50 °C 时的外推性能进一步评估,如图 8 所示。

所提出的模型展现出更好的泛化能力,与制造商数据保持了良好的一致性,其中Qct的MARD值为5.32%,Vo的MARD值为3.64%,对应的RMSE分别为1.118 W和0.204 V。这种改进的外推精度支持其在后续混合系统模拟中的应用。

**(c) 参数辨识与验证过程**

下载:下载高分辨率图片(385KB)
下载:下载全尺寸图片

图8. 商用温差热电模块在tjh = 50 °C条件下制造商数据与模型预测的比较。

需要强调的是,所辨识的关联关系并非声称是唯一的固有材料物性关联。它们是在所采用的集总参数热电模块模型下有效的模块级参数化。辨识的目的是提高商用模块的终端性能预测,包括热电腿、内部接触、封装层和模型简化的累积效应。总体而言,这些误差对于验证温度和电流范围内的系统级热力学模拟来说已经足够低。

STEM和TTEM的辨识与验证过程相同,如图9所示。首先,从制造商提供的tjh = 27 °C的Qct和Vo特性曲线中提取离散数据。这些数据用于通过最小化Qct和Vo的模型预测与制造商数据之间的偏差来辨识有效参数关联。参数固定后,使用tjh = 50 °C的完整制造商数据集进行独立的跨温度验证。tjh = 50 °C的数据未用于参数辨识。

**(d) 三种电流驱动模式下的理论热电模块模型**

下载:下载高分辨率图片(257KB)
下载:下载全尺寸图片

图9. 商用热电模块温度依赖有效参数的辨识与验证流程图。

在本研究中,考虑了热电模块的三种电流驱动模式:(1) 最大制冷量模式,其中Io = Ioq;(2) 最大能效比模式,其中Io = Ioc;以及(3) 额定模块模式,其中指定运行的热电模块数量。

对于STEM,当tjc和结温差(ΔTj)指定时,热端结温(tjh)可由式(27)获得。随后确定平均结温(Tave),并将其代入从STEM制造商数据中提取的温度依赖关联式,以计算有效集总热电参数。因此,对于温度依赖的STEM模型,一旦指定结温,制冷量仍然是输入电流(Io)的二次函数。因此,可以通过对Qct关于Io求导显式地获得最大制冷量条件下的最佳电流(Ioq)。类似地,可以从COPct表达式关于Io的驻点推导出最大能效比条件下的最佳电流(Ioc)。基于所得到的电流,可以计算制冷量、功耗和所需激活的STEM数量。对于额定模块模式,指定激活模块数、tjc和ΔTj。首先使用式(28)计算所需热端散热率(Qht)。然后通过求解Qht关于Io的二次方程获得相应的工作电流(Iou)。需要注意的是,该二次方程通常产生两个数学根。在后续的系统级计算中,通过施加约束条件0 < Iou < Io,max来选取物理上可接受的解,其中Io,max是商用模块允许的最大输入电流。在本研究调查的所有运行工况中,只有一个根满足这些物理约束。

$$T_{jh} = T_{jc} + \Delta T_j \tag{29}$$

$$\begin{cases} Q_{ht} = Q_{el}\, N_{m,STEM} \\ Io = \begin{cases} Io_q = \dfrac{\alpha_m T_{jc}}{R_m}, & \text{若STEM运行在}Q_{ct,max} \\[6pt] Io_c = \dfrac{K_m \Delta T_j}{\alpha_m T_{ave}}\left[1 + \sqrt{1 + ZT_{ave}}\right], & \text{若STEM运行在}COP_{ct,max} \\[6pt] Io_u = \dfrac{-\alpha_m T_{jh} \pm \sqrt{(\alpha_m T_{jh})^2 + 2R_m(K_m \Delta T_j + Q_{ht})}}{R_m}, & \text{若STEM运行在额定模块模式} \end{cases} \end{cases} \tag{30}$$

其中 $T_{ave} = \dfrac{T_{jh} + T_{jc}}{2}$,$Z = \dfrac{\alpha_m^2}{K_m R_m}$

$$N_{m,STEM} = \begin{cases} N_{m,oq} = \dfrac{Q_{el}}{Q_{ct,oq}}, & \text{若STEM运行在}Q_{ct,max} \\[6pt] N_{m,oc} = \dfrac{Q_{el}}{Q_{ct,oc}}, & \text{若STEM运行在}COP_{ct,max} \\[6pt] N_{m,ou} \text{已知}, & \text{若STEM运行在额定模块模式} \end{cases}$$

TTEM的计算实现包括外层运行模式层和共享的内层温度依赖TTEM评估器,如图10所示。三种运行模式仅在如何确定工作电流Io上有所不同。在最大能效比模式下,Io被搜索以最大化COPct;在最大制冷量模式下,Io被搜索以最大化Qct;在额定模块模式下,Nm被指定,Io从所需热端散热平衡中求解。对于每一个试验电流,调用相同的TTEM评估器。首先将中间温度Tm初始化在Tjc < Tm < Tjh范围内。然后计算各级平均温度,并用于更新每级的温度依赖有效塞贝克系数、电阻和热导。基于这些更新后的参数,计算各级的传热速率并评估级间残差F(Tm) = Qct,1 ? Qht,2。对Tm进行迭代直至级间热平衡收敛。收敛解随后与电流范围、正制冷量/制热量、正电压和功率以及整体热电模块能量平衡进行检查。只有物理上可接受的解才被传递到外层运行模式计算中。这种嵌套结构将电流选择逻辑与温度依赖的TTEM求解分离开来,并允许在三种运行模式下使用相同经过验证的TTEM评估器。对于本研究中考虑的所有运行点,包括最大能效比、最大制冷量和固定模块数模式,只有一个根满足所有物理约束。因此,计算得到的Tm在商用TTEM的实际运行范围内是唯一的。

下载:下载高分辨率图片(508KB)
下载:下载全尺寸图片

图10. 商用热电模块模型流程图。

**2.3 综合性能评估模型**

基于单个热电模块的计算性能,可使用式(31)和(32)分别获得热电模块阵列的总散热率和总制冷量。然后,总功耗由这两个量之差确定,如式(33)所示。由于激活的热电模块是串联连接的,相同的输入电流流过每个模块,因此热电模块阵列的等效输入电压可以计算为总功耗与输入电流之比,如式(34)所示。最后,热电模块的能效比(COPct)可由式(35)计算。

$$Q_{ht,tot} = \begin{cases} N_{m,STEM} \cdot Q_{ht}, & \text{对于STEM} \\ N_{m,TTEM} \cdot Q_{ht,1}, & \text{对于TTEM} \end{cases} \tag{31}$$

$$Q_{ct,tot} = \begin{cases} N_{m,STEM} \cdot Q_{ct}, & \text{对于STEM} \\ N_{m,TTEM} \cdot Q_{ct,2}, & \text{对于TTEM} \end{cases} \tag{32}$$

$$P_{TEM,tot} = Q_{ht,tot} - Q_{ct,tot} \tag{33}$$

$$V_{tot} = \frac{P_{TEM,tot}}{Io} \tag{34}$$

$$COP_{ct} = \frac{Q_{ct,tot}}{P_{TEM,tot}} \tag{35}$$

混合制冷系统的容积制冷量是系统性能的重要指标,可由式(36)表示。

$$Q_{cv,sy} = \frac{Q_{ev}}{V_1} = \frac{Q_{em} + Q_{ct,tot}}{v_1} \tag{36}$$

热电模块-压缩机功耗比(Rmi)定义为热电模块输入功率与蒸气压缩制冷系统总压缩机功耗之比,用于评估热电模块集成所带来的潜在性能提升,如式(37)所示。

$$R_{mi} = \frac{P_{TEM,tot}}{W_{C,tot}} = \frac{P_{TEM,tot}}{W_{LPC} + W_{HPC}} \tag{37}$$

基于上述已知参数,可使用以下方程计算混合循环的综合能效比(COPc,sy):

$$COP_{c,sy} = \frac{Q_e}{P_o} = \frac{Q_e}{W_{C,tot} + P_{TEM,tot}} \tag{38}$$

最后,不同制冷配置中每个组件的性能和热力学状态可基于相应的能量平衡方程获得,详见表2。

**2.4 喷射器建模**

在本研究中,开发了一个基于恒压混合法(CPM)的零维热力学平衡喷射器模型$^{[57],[58]}$,以评估性能提升潜力。喷射器包括扩散器、混合段和驱动喷嘴。在稳态条件下,忽略压力降,两个关键性能指标μ和rpj使用以下方程计算。

$$\mu = \frac{\dot{m}_{10}}{\dot{m}_7} \tag{39}$$

$$r_{pj} = \frac{P_{10}}{P_1} \tag{40}$$

在驱动喷嘴中,忽略主蒸汽的入口速度。基于能量平衡,通过指定的喷嘴效率(ηn)和喷嘴出口等熵焓(hn,out,is)获得出口速度(un,out)。

$$h_{n,in} = h_{n,out} + \frac{u_{n,out}^2}{2} \tag{41}$$

$$u_{n,out} = \sqrt{2\eta_n(h_{n,in} - h_{n,out,is})} \tag{42}$$

在混合段中,能量和动量守恒分别由式(45)和(43)给出。使用一维恒压混合模型简化该过程。在此基础上,混合蒸汽的出口速度(um)和比焓(hm)分别由式(44)和(46)获得。

$$(P_{n,out}A_{n,out} + P_{s,out}A_{s,out}) + \sqrt{\eta_m}\,(\dot{m}_n u_{n,out}) = P_m A_m + \dot{m}_m u_m \tag{43}$$

$$u_m = \frac{u_{n,out}\sqrt{\eta_m}}{1 + \mu} \tag{44}$$

$$\dot{m}_m\left(h_m + \frac{u_m^2}{2}\right) = \dot{m}_n\left(h_{n,out} + \frac{u_{n,out}^2}{2}\right) + \dot{m}_s h_{s,out} \tag{45}$$

$$h_m = \frac{h_{n,in} + \mu\, h_{s,out}}{1 + \mu} - \frac{u_m^2}{2} \tag{46}$$

其中Pn,out、Ps,out和Pm分别为主流体出口压力、次流体出口压力和混合段压力;An,out、As,out和Am分别为主流体出口、次流体出口和混合段的流通面积;mn和ms分别为主、次流动蒸汽;ηm表示混合效率。

在扩散器中,比焓(hd,out)由式(48)获得。

$$h_{d,out} + \frac{u_{d,out}^2}{2} = h_m + \frac{u_m^2}{2} \tag{47}$$

$$h_{d,out} = h_m + \frac{h_{d,out,is} - h_m}{\eta_d} \tag{48}$$

其中hd,out,is为扩散器出口的等熵比焓;ηd表示扩散效率。

最终,通过迭代求解上述关系由式(49)确定引射比。或者,可使用式(50)中关于φ的关联式进行评估。此外,喷射器模型的收敛在迭代过程中同时满足以下两个条件时实现。

$$\mu = \sqrt{\frac{\eta_n\eta_m\eta_d\,(h_{n,in} - h_{n,out,is})}{h_{d,out,is} - h_m}} - 1 \tag{49}$$

$$\mu_x = \frac{\dot{m}_s}{\dot{m}_p} = \frac{\dot{m}_{10}}{\dot{m}_7} = \frac{h_7 - h_6}{\varphi\,(h_{10} - h_9)} \tag{50}$$

在改进循环中,喷射器在性能提升中起着关键作用。鉴于喷射器性能预测的准确性至关重要地决定着整体循环模拟,因此需要对性能进行准确预测。如MCTT循环所配置的,中温蒸发器(MTE)出口作为主流,低温蒸发器(LTE)出口作为次流,混合流随后在压缩机入口前的扩散器中压缩。为验证CPM模型,采用Huang等人$^{[59]}$报道的几何结构相同的汽-汽喷射器的实验数据,以确保模拟结果的可靠性。根据文献$^{[60],[61]}$中报道的喷射器性能,驱动喷嘴、混合段和扩散器的效率分别指定为0.95、0.85和0.90。

对于模型验证,采用R141b作为工质。主流体入口压力、次流体入口压力和扩散器出口压力作为喷射器模型的输入指定。随后在不同运行条件下进行计算结果与实验数据的比较,具体涵盖主/次流体入口温度、次流体入口温度/压力。如图11所示,计算值与实验测量值表现出良好的一致性,MARD为3.67%,最大ARD为7.20%。这些结果令人信服地证明了所提出模型在预测喷射器性能方面的高度可靠性。

下载:下载高分辨率图片(124KB)
下载:下载全尺寸图片

图11. CPM喷射器模型计算的引射比与Huang等人$^{[59]}$实验数据的比较。

**2.5 ?分析模型**

忽略动能、势能和化学?贡献,每个状态点的流动?由以下公式给出:

$$Ex = \dot{m}\left[(h - h_0) - T_0(s - s_0)\right] \tag{51}$$

其中s0和h0分别为死态下制冷剂的比熵和比焓。此外,参考压力和温度设置为0.101 MPa和295.15 K。

控制体积j的稳态?平衡方程由以下公式给出:

$$Ex_{d,j} = Ex_{F,j} - Ex_{P,j} = \sum Ex_{in} - \sum Ex_{out} \pm Q\left(1 - \frac{T_0}{T_{sink/source}}\right) \pm W \tag{52}$$

其中Exd,j表示控制体积中的?损失;ExF,j和ExP,j分别为燃料?和产品?;Exin和Exout分别表示入口和出口?流率;Q为制冷剂/热电模块与其换热介质之间的热传速率;W为输入/输出功率;Tsink/source为热源或冷源的绝对温度。不同制冷配置中的?损失汇总如表3所示。

**表3 不同制冷配置的?方程**

| 系统 | 组件 | ExF,i | ExP,i | Exd,i |
|------|------|-------|-------|-------|
| **基本VCR** | LPC | Ex1 ? Ex1L | WLPC ? Ex1 + Ex1L | — |
| | 混合室-1 | Ex1L + Ex11 | Ex1M | Ex1L + Ex11 ? Ex1M |
| | HPC | Ex1M | Ex2 | WHPC ? Ex1M + Ex2 |
| | 冷凝器 | Ex2 | Ex3 | Qc[1 ? Ta/(Tc ? ΔTc)] |
| | EV1 | Ex3 | Ex4 | Ex3 ? Ex4 |
| | 闪蒸罐 | Ex4 | Ex5 + Ex11 | Ex4 ? Ex5 ? Ex11 |
| | EV2 | Ex5 | Ex6 | Ex5 ? Ex6 |
| | EV3 | Ex5 | Ex9 | Ex5 ? Ex9 |
| | MTE | Ex6 ? Ex7 | Qem[Ta/(Tem + ΔTem) ? 1] | Ex6 ? Ex7 + Qem[1 ? Ta/(Tem + ΔTem)] |
| | LTE | Ex9 ? Ex10 | Qel[Ta/(Tel + ΔTel) ? 1] | Ex9 ? Ex10 + Qel[1 ? Ta/(Tel + ΔTel)] |
| | EV4 | Ex7 | Ex8 | Ex7 ? Ex8 |
| | 混合室-2 | Ex10 + Ex8 | Ex1 | Ex10 + Ex8 ? Ex1 |
| **改进VCR** | LPC | Ex1 ? Ex1L | WLPC ? Ex1 + Ex1L | — |
| | 混合室-1 | Ex1L + Ex11 | Ex1M | Ex1L + Ex11 ? Ex1M |
| | HPC | Ex1M | Ex2 | WHPC ? Ex1M + Ex2 |
| | 冷凝器 | Ex2 | Ex3 | Qc[1 ? Ta/(Tc ? ΔTc)] |
| | EV1 | Ex3 | Ex4 | Ex3 ? Ex4 |
| | FT | Ex4 | Ex5 + Ex10 | Ex4 ? Ex5 ? Ex10 |
| | EV2 | Ex5 | Ex6 | Ex5 ? Ex6 |
| | EV3 | Ex5 | Ex8 | Ex5 ? Ex8 |
| | MTE | Ex6 ? Ex7 | Qem[Ta/(Tem + ΔTem) ? 1] | Ex6 ? Ex7 + Qem[1 ? Ta/(Tem + ΔTem)] |
| | LTE | Ex8 ? Ex9 | Qel[Ta/(Tel + ΔTel) ? 1] | Ex8 ? Ex9 + Qel[1 ? Ta/(Tel + ΔTel)] |
| | 喷射器 | Ex7 + Ex9 | Exd2 | Ex7 + Ex9 ? Exd2 |
| | STEM/TTEM | PTEM,tot + Qht,tot[Ta/Tjh ? 1] | Qct,tot[Ta/(Tjc + ΔTchip) ? 1] | PTEM,tot ? Qct,tot[Ta/(Tjc + ΔTchip) ? 1] ? Qht,tot[1 ? Ta/Tjh] |

其中ΔTchip、ΔTem、ΔTel和ΔTc统一规定为5 K。

最后,基于这些已知的中间参数,可使用式(53)、(54)、(55)计算混合系统的总?燃料、产品?和?损失。相应地,混合系统的综合?效率可由式(56)确定。

$$Ex_{P,sy} = Q_{em}\left|1 - \frac{T_0}{T_{em} + \Delta T_{em}}\right| + Q_{ct,tot}\left|1 - \frac{T_0}{T_{jc} + \Delta T_{chip}}\right| \tag{53}$$

$$Ex_{F,sy} = \sum W_C + P_{TEM,tot} = W_{LPC} + W_{HPC} + P_{TEM,tot} \tag{54}$$

$$Ex_{d,sy} = \sum Ex_{d,i} = Ex_{d,VCRS} + Ex_{d,TEM} \tag{55}$$

$$\eta_{ex,sy} = 1 - \frac{Ex_{d,sy}}{Ex_{F,sy}} \tag{56}$$

**2.6 计算实现与求解过程**

完整的计算框架由三个嵌套层次组成。首先,从制造商数据中辨识温度依赖的有效热电模块参数并进行独立验证,如图9所示。该辨识在系统计算之前进行,所得参数关联在所有后续模拟中保持不变。其次,这些关联由STEM/TTEM评估器调用。对于TTEM,三种电流驱动模式共享相同的内层温度依赖求解器,其中中间温度Tm从级间热平衡中迭代确定,如图10所述。第三,所得热电模块制冷量、热端散热、电功率、工作电流和所需模块数传递给系统级蒸气压缩制冷系统计算。

系统级求解过程总结如图12所示。对于每一个规定的运行工况,首先初始化冷凝温度、中温蒸发温度、终端制冷温度、结温差、中间压力和负载比边界。对于热电模块耦合系统,随后调用相应的STEM或TTEM评估器。热电模块总热端散热施加于低温蒸发器,即Qel = Qht,tot,中温蒸发器负荷由Qem = φQel确定。随后计算制冷剂质量流量分配、闪蒸罐状态、补气比、压缩机状态和压缩机功。对于MCTT,需要额外的喷射器子程序迭代求解压力恢复过程,然后更新压缩机吸气状态。

下载:下载高分辨率图片(491KB)
下载:下载全尺寸图片

图12. 数学模型流程图。

收敛后,评估系统能效比、?效率、容积制冷量、压缩机压比、排气温度和热电模块-压缩机功耗比。

违反规定温度、压力、电流、正制冷、能量平衡或收敛约束的解将被拒绝。对调查的Pmi、Nm、Tjc、ΔTj、φ和tc范围重复进行计算,以构建可行运行域和性能图。所有计算均在MATLAB中实现,制冷剂的物性数据从REFPROP 10.0获取。此外,所有结果均在压缩机吸气质量流量为0.003 kg·s?1的条件下获得,该流量被选定以提供数十瓦级的低温(LT)制冷量,并使中温(MT)制冷量接近千瓦级。

**3. 结果与讨论**

本节对四种制冷系统的热力学性能和运行可行性进行比较。BVIC首先被用作紧凑型双蒸发器蒸气喷射参考循环,用于无人机(UAV)多热源、多温度等级以及不同制冷精度需求下的热管理。然而,在大温升条件下,BVIC面临压缩机压比过高、排气温度过高以及系统效率受限的问题。因此,通过将BVIC与STEM耦合,开发了BCST,使部分终端温升可由热电制冷承担。为进一步满足温度敏感器件的深度制冷需求,BCTT用TTEM替代STEM,提高了局部低温制冷支路的适应性。最后,MCTT在BCTT中引入喷射器,回收两级蒸发之间节流过程中部分损失的压力能。

基于热力学循环模型和温度相关的TEM模型,四种构型在不同的Pmi、Nm、tjc、ΔTj、φ和tc条件下进行评估。讨论部分随后阐明了性能变化背后的机理,确定了可行运行边界,并考察了基于飞行包线冷凝条件下的系统响应。

**3.1 四种制冷系统的性能对比**

图13展示了在不同结温差条件下,中间蒸气喷射压力Pmi对BCST、BCTT和MCTT热力学性能的影响。终端冷却温度固定为tjc = ?40 °C。三个系统对Pmi表现出不同的敏感性,因为STEM耦合、TTEM耦合和喷射器辅助压力回收以不同的方式改变了温升分配和压缩功分布。

下载:下载高分辨率图片(641KB)
下载:下载全尺寸图片
图13. 不同混合制冷系统的?流分析?图:(a) COPc,sy和(b) ηex,sy随Pmi的变化,不同ΔTj值

对于BCST,其COPc,sy和ηex,sy均远高于BVIC。改善主要来自大温升的重新分配。在BVIC中,低温蒸发器必须直接提供深度制冷效果,这导致整体压缩机压升比过高和排气温度过高,降低了压缩机效率并削弱了运行安全性。引入STEM后,终端冷却温度由热电制冷达到,而低温蒸发器只需在较高的蒸发水平上吸收STEM热侧的热量。因此,VCRS压升降低,压缩机在较不苛刻的条件下运行。这解释了BCST相对于BVIC的大幅改善。当Pmi从750 kPa增加到1100 kPa时,BCST相对于BVIC的COPc,sy改善幅度在ΔTj = 30 K时从59.51%增加到119.74%,在ΔTj = 40 K时从85.25%增加到169.03%,在ΔTj = 50 K时从113.67%增加到224.70%。相应的ηex,sy改善幅度分别增加了从37.29%到63.94%、从52.72%到88.80%和从69.52%到116.44%。这些结果表明,当BVIC处于更不利的中间压力条件时,STEM耦合的效益变得更加显著。

COPc,sy随Pmi的变化规律由低压级和高压级压缩之间的平衡决定。在蒸气喷射循环中,适当的中间压力可以通过平衡两个压缩级来降低总压缩功。然而,在本双蒸发器系统中,Pmi受中温蒸发水平的限制。当ΔTj较较小小时,低温蒸发压力仍然较低,理论最优中间压力低于可行压力范围。因此,增加Pmi主要增加了压缩负担,系统性能下降。当ΔTj增大时,STEM承担了更大比例的终端温升。因此,VCRS的低温蒸发水平相应提高,最优Pmi移入可行范围。这就是为什么在较大ΔTj下出现明显最优值的原因,且最优Pmi随ΔTj增大而向更高值移动。

用TTEM替代STEM,在相同Tjc和ΔTj条件下提供了进一步但温和的改善。与BCST相比,BCTT在ΔTj = 30 K、40 K和50 K时分别将COPc,sy提高了0.38%–0.39%、1.33%–1.35%和2.46%–2.54%。相应的ηex,sy改善幅度为0.52%–0.54%、1.82%–1.85%和3.38%–3.47%。ΔTj = 30 K时的微小差异表明,STEM已经可以用有限的热电代价满足中等温升需求。然而,随着ΔTj增大,单级模块受到焦耳热、反向热传导和热电效率降低的更严重影响。TTEM将温升分配到两个热电级,减轻了每级的热应力,提高了有效热电转换过程。因此,BCTT在较大结温差条件下的优势更加明显。

在三种混合构型中,MCTT表现出最高的COPc,sy和ηex,sy。这一改善归因于喷射器,它替代了两级蒸发之间部分节流过程。在BCTT中,从中温支路到低温支路的压降直接在膨胀阀中耗散。在MCTT中,这一压力势能部分在喷射器喷嘴中转化为动能,然后用于引射低压蒸气。混合流体在较高压力下离开喷射器,提高了低压压缩级的有效吸气压力并降低了压缩机压升。因此,喷射器将原本损失的膨胀势能部分转化为有用的压力回收。

喷射器耦合的效益强烈依赖于ΔTj和Pmi。与BCTT相比,MCTT在ΔTj = 30 K时COPc,sy提高35.11%–46.17%,在ΔTj = 40 K时提高21.88%–28.18%,在ΔTj = 50 K时提高10.51%–13.40%。相应的ηex,sy改善幅度为25.62%–33.12%、16.52%–21.23%和8.18%–10.51%。在较小ΔTj下改善幅度更大,因为VCRS仍然承担更大比例的终端温升。这导致中、低温蒸发水平之间存在更大的压差,因此在BCTT中节流损失更大。在此条件下,喷射器有更多的可回收压力势能。相反,当ΔTj较大时,TTEM提高了低温蒸发水平,两级蒸发之间的压差变小,可回收的节流损失减小。MCTT的性能优势也随Pmi增加而增大。较高的Pmi增加了喷射器驱动入口处可用的压力势能。同时,较高的Pmi使BCTT中的压缩过程对中间压力失配更加敏感。因此,喷射器辅助循环在较高Pmi下从压力回收中获得更多收益。这解释了为什么MCTT相对于BCTT的改善随着Pmi从750 kPa上升到1100 kPa而单调增加。

总体而言,图13证实了性能改善的逐步机制。STEM首先将部分终端温升从VCRS转移到热电支路,大大减少了直接低温蒸气压缩的代价。TTEM通过将温升分配到两个热电级,在较大结温差条件下进一步提高了热电支路的性能。喷射器最后回收了节流过程中部分损失的压力能,降低了低压压缩负担。在四种构型中,MCTT提供了最佳的整体热力学性能以及对Pmi和ΔTj变化的最广泛适应性。

**3.2 四种制冷系统的组件?对比**

图14对比了四种制冷系统在基准条件下的?流分布。对于VCRS,运行条件为Pmi = 1000 kPa,tc = 50 °C,tem = 15 °C。对于TEM,采用ΔTj = 40 K时的COP最优电流模式。终端冷却目标为?40 °C。与BVIC相比,三种TEM耦合混合系统的系统?输入低得多。虽然引入TEM需要额外电力,但VCRS?输入的减少量远大于额外的TEM?输入量。这是因为TEM部分承担了终端冷却所需的温升。因此,VCRS不再需要提供完整的低温冷却路径至?40 °C。低温蒸发水平因此可以提高,从而降低了节流不可逆性、压缩机压比和压缩机功耗。因此,TEM的作用不是通过高固有COP来提高效率,而是在固态冷却支路和蒸气压缩支路之间重新分配温升。

下载:下载高分辨率图片(469KB)
下载:下载全尺寸图片
下载:下载高分辨率图片(494KB)
下载:下载全尺寸图片
图14. 四种制冷系统的?流图

对于BVIC,低压压缩机(LPC)是最大的?破坏源,?破坏量为372 W,占系统总?输入Exin,sy的35.64%。这主要是由于通过蒸气压缩循环直接提供?40 °C终端冷却水平所需的大压升所致。在如此大的温升条件下,压缩机以高压比运行,导致严重的内部不可逆性。第二大贡献来自EV4(膨胀阀),其?破坏量为286 W,占Exin,sy的27.39%。这表明直接节流至低温蒸发器导致严重的压力势能损失。冷凝器是第三大贡献者,?破坏量为147 W,主要由于有限温差向热汇排热。

引入TEM支路后,?破坏分布明显减少。在BCST和BCTT中,TEM成为最大的单一?破坏组件,分别贡献85 W和80 W。这是预期的结果,因为TEM通过电力输入产生局部低温冷却,受到焦耳加热、傅里叶热传导和热电转换不可逆性的影响。然而,这一额外的TEM不可逆性被VCRS不可逆性的大幅减少所补偿。例如,VCRS?破坏量从BVIC中的895 W降低到BCST/BCTT情况中的213 W。因此,TEM支路起到?重新分配组件的作用。它引入了局部固态不可逆性,但显著减轻了蒸气压缩低温路径中更严重的不可逆性。

用TTEM替代STEM进一步提高了热电支路的性能,尽管在ΔTj = 40 K的公平比较条件下改善幅度适中。TEM输入?从BCST中的91 W降低到BCTT中的87 W,TEM?破坏量从85 W降低到80 W,相应减少了5.37%。TEM?效率从6.89%提高到8.22%,相对增加19.39%。在系统层面,总?破坏减少1.53%,整体?效率提高1.84%。这种有限的系统层面改善并不意味着TTEM无效。在相同ΔTj下,STEM仍能满足所需的温升,因此TTEM的优势未完全发挥。TTEM的主要工程价值在于其维持更大温升和扩展可行低温运行范围的能力。因此,TTEM在更深度冷却条件或更大结温差下更有利,此时STEM可能面临制冷量不足甚至不可行的问题。

对于MCTT,喷射器辅助运行进一步降低了VCRS的不可逆性。与BCTT相比,喷射器替代了通过EV4的直接节流过程和随后的混合过程。部分膨胀压力能被回收,低压流体在进入压缩机前被压缩。因此,与此相关的?破坏量从EV4中的78 W降低到喷射器中的28 W。VCRS?破坏量从BCTT中的213 W降低到MCTT中的135 W。因此,总?破坏减少26.49%,整体?效率提高20.08%。这一结果表明,喷射器并非简单地向系统添加另一个组件。其主要功能是将部分原本被破坏的膨胀?转化为压力回收,从而同时减少节流不可逆性和压缩机负担。

因此,MCTT的?效益来源于TTEM的温度提升再分配与喷射器的压力能回收的协同作用。表4进一步总结了四种构型之间?破坏的再分配情况。BVIC的总?破坏最大,约为895 W,因为直接深冷蒸气压缩将不可逆性集中在低压压缩机和低温节流过程中。STEM耦合后,总?破坏降至约298 W,尽管TEM本身成为最大的单一不可逆性来源。这一转变不应被解读为TEM导致的性能恶化;相反,它表明原本严重的压缩和节流不可逆性被替换为小得多的局部热电不可逆性。用TTEM替代STEM后,TEM的?破坏从85 W进一步降至80 W,在ΔTj = 40 K条件下带来适度的系统级效益。喷射器的集成实现了第二大减损效果,将部分膨胀压力势能转化为有用的压力回收。因此,VCRS的?破坏从213 W降至135 W,系统总?破坏降至约215 W。因此,从BVIC到MCTT的演进过程逐步将主导不可逆性从深冷压缩和节流损失转向更小的局部热电损失,这解释了MCTT卓越的?性能。

表4 四种制冷系统?破坏再分配汇总。

| 系统 | 主要改进 | Exd,sy(W) | 最大?破坏组分 | 主要?效益 |
|------|----------|-----------|----------------|------------|
| BVIC | 基准构型 | ≈895 | LPC:372 W | 较大的压缩和节流不可逆性 |
| BCST | STEM耦合 | ≈298 | STEM:85 W | VCRS的Exd从895降至213 W |
| BCTT | 用TTEM替代STEM | ≈293 | TTEM:80 W | TEM的Exd从85降至80 W |
| MCTT | 喷射器集成 | ≈215 | TTEM:80 W | EV4相关损失从78降至28 W;VCRS的Exd从213降至135 W |

### 3.3 TEM模块数Nm对三种混合制冷系统性能的影响

图15展示了TEM模块数Nm对BCST、BCTT和MCTT性能的影响。运行条件固定为tc = 50℃,Pmi = 800 kPa,φ = 8,tjc = ?50℃,ΔTj = 40 K。在该分析中,改变Nm等效于改变每个TEM的工作电流,因为总低温制冷需求是固定的。因此,Nm不仅控制活动模块的总数,还控制每个模块的热电工作点。

图15 不同Nm下三种混合制冷系统的性能对比。

如图15(a)和(b)所示,MCTT的COPc,sy和ηex,sy随Nm的增加先升高后降低。当Nm从1增至6时,COPc,sy从2.35增至Nm = 3时的最大值2.45,随后降至2.41。类似地,ηex,sy从26.39%增至Nm = 3时的最大值27.48%,随后略微降至27.36%。这一趋势源于模块级热电效率与总模块规模之间的权衡。当Nm较小时,每个TEM必须在相对较高的电流下工作。在此条件下,珀尔帖制冷效应较强,但焦耳热也迅速增加。大部分输入电能被转化为内部不可逆热量,从而削弱热电COP并增加?破坏。增加Nm可降低每个模块承载的电流,使TEM更接近高效工作区域,从而使COPc,sy和ηex,sy均得到改善。然而,继续增加Nm并不能持续提升系统性能。模块数量更多意味着引入更多的热电元件、陶瓷片、电气连接和传热界面。在总制冷需求相同的情况下,每个模块的电流更低,每个模块产生的有用制冷量减少。单模块制冷量的减少抵消了电流降低带来的效益。因此,在最优值之后,总热电制冷能力和系统级性能均会下降。这解释了为什么MCTT在接近最大COP工作区域而非最大Nm时达到最佳性能。同样的机制也解释了系统?破坏的变化。在Nm较低时,较高的工作电流加剧了焦耳加热和热电不可逆性;在Nm过高时,模块级制冷输出减弱,额外增加的模块规模并未提供等比例的制冷收益。因此,Ex,d,sy在热电高效工作区域附近达到较低水平,而ηex,sy达到最大值。与BCST和BCTT相比,MCTT在整个Nm范围内均保持更高的COPc,sy和ηex,sy,因为喷射器降低了节流损失并减轻了VCRS的压缩负担。

图15(c)进一步解释了STEM和TTEM的不同行为特征。BCST的COPct随Nm增加而迅速下降,在大Nm时趋近于极低值0.01。这表明当工作电流偏离有利范围时,STEM变得低效。相比之下,基于TTEM的系统展现出更宽的高效区间。BCTT和MCTT的COPct均随Nm增加先升高后降低,在中等Nm区间达到约0.32的最大值。这是因为TTEM将总结点温差分配至两个热电级,每个级承担的温升降低,从而减轻了反向热传导和焦耳热带来的惩罚。因此,TTEM对偏离设计电流的敏感性低于STEM,在模块数受限时表现出更好的适应性。

图15(d)展示了工作电流、单模块制冷量和总制冷量之间的关系。单模块制冷量Qct,per随Io增大而总体增加,因为更大的电流增强了珀尔帖制冷效应。具体而言,当Io从4.24 A增至11.21 A时,STEM的Qct,per从0.17 W增至26.06 W;TTEM的Qct,per从3.92 W增至17.07 W,对应Io从2.81 A增至8.00 A。然而,所需模块数随Io增大而减少。因此,总制冷量Qct,tot = Nm × Qct,per受两个竞争效应控制:Qct,per的增加和Nm的减少。在低电流时,需要大量模块,但每个模块提供的制冷量有限;在高电流时,每个模块提供的制冷量更大,但可用模块数更少且电能损耗更强。因此,Qct,tot在中间电流处达到最大值。这一结果对实际无人机的热管理设计具有重要意义。模块数不能无限增加,因为质量、体积、功率电子器件、布线和冷板面积均受到约束。本研究以Nm = 4作为局部TEM支路的初步紧凑设计上限。当最大COP工作点所需的模块数在此上限以内时,TEM应优先在最大COP区域附近工作。若所需模块数超过紧凑设计上限,则Nm = 4的额定模块模式提供了实用的折中方案。如果主要设计目标是减少模块数且局部制冷需求较低,也可选择最大制冷量电流,但这会牺牲部分热电效率。

总体而言,图15表明Nm与Io之间的匹配是TEM基混合制冷系统的关键设计因素。Nm过小导致高电流运行和强烈的焦耳不可逆性;Nm过大则降低每个模块的有用制冷贡献并增加子系统规模。因此,最优区域由热电效率、总制冷量和模块紧凑性之间的平衡决定。在所比较的系统中,MCTT提供了最佳的总体性能,因为TTEM改善了局部热电支路,而喷射器降低了VCRS的压缩惩罚。

### 3.4 终冷温度tjc对三种混合制冷系统性能的影响

图16展示了终冷温度tjc对BCST、BCTT和MCTT热力学性能、制冷量和压缩机运行特性的影响。结点温差固定为ΔTj = 50 K。当tjc从?70℃升高至?40℃时,三个系统的COPc,sy和ηex,sy均增加。具体而言,BCST的COPc,sy从1.37增至2.55,MCTT的COPc,sy从2.10增至2.90。同时,BCST的ηex,sy从17.42%增至27.75%,MCTT的ηex,sy从24.46%增至31.14%。这一趋势在物理上源于终冷需求的缓解。在固定ΔTj条件下,较高的tjc也提高了TEM热侧温度和VCRS相应的低温蒸发水平。因此,压缩机压比降低,排气温度下降,VCRS以更低的压缩惩罚运行。同时,TEM本身也在不太严苛的低温条件下工作,改善了热电制冷过程。这两种效应共同提升了系统COP和?效率。

图16 不同tjc下三种混合制冷系统的性能对比。

BCTT在整个tjc范围内均优于BCST。这一改进源于STEM和TTEM不同的热电温升机制。在BCST中,整个结点温差由单个热电级承担。当tjc降低时,STEM承受更强的焦耳加热、反向热传导和热电不可逆性。在BCTT中,TTEM将相同的总结点温差分配至两个级,因此每个级承担的温升降低,改善了热电工作条件并增加了有用制冷输出。这解释了为什么BCTT比BCST保持更高的COPc,sy、ηex,sy和总TEM制冷量,尤其在较低的tjc下。MCTT在三种构型中表现出最佳的总体性能。随着tjc降低,其优势变得更加明显。具体而言,当tjc从?40℃降至?70℃时,MCTT相比BCST在COPc,sy上的提升从13.32%增至50.44%,在ηex,sy上的提升从12.08%增至37.76%。在较低的终冷温度下,低温蒸发压力下降,中低温支路之间的压差增大。在BCTT和BCST中,这一压力势能主要通过节流耗散,在制冷剂进入低温支路前或在压缩机吸气侧混合时损失。在MCTT中,中温支路的高压流作为喷射器的主动流体,低温支路的低压流作为被动流体被引射。喷射器将部分压力势能转化为动能,混合后再转化为压力回收。结果,压缩机的有效吸气压力升高,低压压缩负担减轻。因此,在更深的制冷条件下,MCTT的相对性能提升更为显著。

Rmi的变化进一步反映了VCRS与TEM支路之间的耦合关系。Rmi定义为压缩机功耗与TEM功耗之比。较低的tjc需要更强的热电制冷,增加了TEM功耗在整个系统中的相对贡献。因此,系统性能在较低tjc下对热电工作效率的敏感性更高。这也是为什么基于TTEM的系统比基于STEM的系统表现出更好的低温适应性。同时,MCTT通过喷射器压力回收缓解了一部分VCRS的性能惩罚,因此当tjc降低时其COP的下降速度慢于BCST。

图16(b)表明,系统体积制冷量Qcv,sy随tjc升高而增加。这主要是因为较高的tjc提高了低温支路的蒸发水平,降低了压缩机入口的制冷剂比容。对于给定的压缩机排量,较低的入口比容意味着更大的制冷剂质量流量处理能力,从而产生更高的体积制冷量。MCTT达到了最高的Qcv,sy,因为喷射器进一步提高了有效吸气压力。这表明喷射器耦合可以在相同制冷量目标下减少所需的压缩机排量。此外,总TEM制冷量Qct,tot也随tjc升高而增加,因为STEM和TTEM在终冷温度不那么严苛时均可提供更高的有用制冷输出。当tjc从?70℃升至?40℃时,STEM的Qct,tot从3.47 W增至16.46 W,TTEM的Qct,tot从14.14 W增至22.87 W。

图16(c)对比了压缩机排气温度、总压比和所需模块数。当tjc降低时,压缩机压比rpc和排气温度均升高,因为低温蒸发压力下降。

具体来说,BCST的压比rpc从3.11增至8.42,MCTT的压比从2.65增至4.22。同时,BCST的压缩机排气温度tdis从64.71°C升至94.62°C,MCTT的排气温度从60.96°C升至70.83°C。这一趋势不利于压缩机效率和运行可靠性。与BCTT相比,MCTT通过喷射器回收部分压力能,有效抑制了压比的上升。因此,MCTT的压缩机排气温度更低,有利于深冷工况下压缩机的安全运行。所需的模块数Nm也保持在本研究考虑的紧凑局部制冷范围内,表明在所考察的tjc范围内,TTEM支路无需过多的模块堆叠。

总体而言,图16证实了末端制冷温度主导了VCRS和TEM支路的耦合行为。提高tjc可同时缓解蒸气压缩压力提升和热电温差提升的负担,从而改善COPc,sy、ηex,sy、Qcv,sy和Qct,tot。当tjc降低时,MCTT的优势更加明显,因为喷射器能回收更大比例的压差势能,而这些势能本来会在节流过程中损失。因此,在更严苛的末端制冷条件下,MCTT比BCST和BCTT具有更好的低温适应性、更高的体积制冷量以及更安全的压缩机运行。

3.5 ΔTj对三种混合制冷系统性能的影响

图17考察了结温差ΔTj对BCST、BCTT和MCTT热力学性能、制冷量和运行安全的影响。末端制冷温度固定为tjc = ?70°C。增大ΔTj会提高TEM热侧温度,从而提升VCRS的低温蒸发水平。这降低了压缩机压比和压缩功。因此,如图17(a)所示,COPc,sy和ηex,sy随ΔTj增大而升高。

图17 不同ΔTj下三种混合制冷系统性能对比

对于BCST,ΔTj的可行范围限制在50 K以内。在此范围内,COPc,sy从约0.75增至1.37,ηex,sy从约13.21%增至17.42%。然而,STEM无法在更大的ΔTj下维持可行运行,因为单级模块必须承担整个温差提升。这导致更强烈的焦耳热效应、反向热传导和热电不可逆性。相比之下,BCTT和MCTT可运行至ΔTj = 70 K,因为TTEM将总温差提升分配至两个级次,降低了每级的热负荷,从而扩展了可达到的低温运行范围。在整个可行范围内,MCTT表现出最高的性能。随着ΔTj从30 K增至70 K,MCTT的COPc,sy从约1.74增至2.47,ηex,sy从约22.62%增至26.53%。BCTT的性能也随ΔTj增大而改善,但始终低于MCTT。这一差异源于喷射器的压力回收作用。在BCTT中,中低温支路之间的压差通过节流耗散;而在MCTT中,喷射器将该压差势能部分转化为有用的压力回收,提高了有效吸气压力并减轻了压缩机负担。因此,MCTT在COP和?效率方面均保持明显优势。

此外还需注意,增大ΔTj的边际效益逐渐减弱。较大的ΔTj通过提升低温蒸发水平改善了VCRS,但同时恶化了热电支路,因为TEM需要在更大的温差下工作。这一效应体现在Rmi的增加上,表明在较高ΔTj下TEM功耗的相对贡献变得更大。因此,进一步增大ΔTj带来的系统级附加效益越来越少,尽管VCRS的压缩惩罚仍在持续降低。

图17(b)显示了VCRS侧体积制冷量和TEM侧低温制冷量对ΔTj的相反响应。随着ΔTj增大,三种系统的Qcv,sy均增加,这是因为较大的结温差提高了VCRS的低温蒸发水平,较高的蒸发压力降低了压缩机入口的制冷剂比体积,从而增加了合成体积制冷量。对于MCTT,Qcv,sy从ΔTj = 30 K时的约5.1×103 W·m?3增至ΔTj = 70 K时的约1.1×10? W·m?3。与此相反,Qct,tot随ΔTj增大显著下降。对于MCTT,Qct,tot从ΔTj = 30 K时的约31.30 W降至ΔTj = 70 K时的约4.41 W。这一下降是由于在较大的施加结温差下热电制冷量的恶化所致。因此,增大ΔTj提高了VCRS侧体积制冷量和系统效率,但降低了TEM提供的可用深冷制冷量。

图17(c)进一步评估了压缩机和TEM的运行安全性。对于BCST,其可行范围内压缩压比达8.42–19.23,排气温度约为94.62–156.09°C。这些数值表明在深冷需求下压缩机工况极为恶劣。此外,STEM工作电流迅速增加并接近其允许极限,这解释了BCST为何无法扩展至更大的ΔTj。相比之下,MCTT将压缩压比保持在约3.04–6.39之间,排气温度维持在约82.14°C以下,TTEM工作电流也保持在允许范围内。因此,MCTT提供了更宽的可行运行窗口和更好的压缩机安全性。

总体而言,增大ΔTj将更多末端温差从VCRS转移至TEM支路,降低了VCRS的压缩惩罚,提高了系统COP和?效率。但同时也削弱了热电制冷量并增加了TEM功耗的相对重要性。因此,ΔTj的选择需要在热力学效率、低温制冷量和运行安全性之间进行平衡。与BCST和BCTT相比,MCTT实现了最佳折中,因为TTEM扩展了可行的低温范围,而喷射器抑制了压缩机压比和排气温度。

3.6 φ对三种混合制冷系统性能的影响

图18展示了制冷量比φ对BCST、BCTT和MCTT热力学性能、制冷量和压缩机运行特性的影响。对比了两种TEM运行模式,即最大COP电流Ioc和最大制冷量电流Ioq。末端制冷温度和结温差分别固定为tjc = ?40°C和ΔTj = 50 K。

图18 不同φ下三种混合制冷系统性能对比

如图18(a)和(b)所示,COPc,sy和ηex,sy均随φ增大而升高。这是因为较大的φ意味着中温VCRS支路占总冷负荷的比例更大。与TEM支路相比,VCRS在现有工况下以更低的电力代价提供制冷。因此,增大中温负荷份额降低了TEM功耗在整个系统中的相对权重,从而改善了整体COP和?效率。这一趋势也体现在Rmi的下降上,表明在较大φ下TEM功耗的贡献变得不那么突出。在整个φ范围内,MCTT始终保持最优性能。随着φ增大,其相对于BCST和BCTT的优势更加明显。较大的中温制冷负荷使得MT支路的流量份额增加,在MCTT中,该流路作为喷射器的主流,更大的φ为吸入低温次流提供了更强的主流驱动力,从而回收了原本在节流过程中会耗散的部分压力能。这减轻了有效压缩负担,也解释了MCTT在较高φ下性能增益增大的原因。例如,在Ioc模式下,MCTT的COPc,sy从φ = 3时的约1.84增至φ = 9时的约3.02,ηex,sy从约23.69%增至32.00%以上。

Ioc与Ioq之间的对比反映了效率与模块紧凑性之间的权衡。Ioc运行模式的热电COP更高,但每个模块的电流较低,因此需要更多模块来满足相同的低温冷负荷。Ioq运行模式增加了单模块制冷输出并减少了所需模块数,但使TEM偏离了最大效率区域。因此,Ioc模式通常给出更好的系统性能,而Ioq模式在模块数量、质量和安装空间受限时更为有利。这一权衡在低φ时尤为重要。当φ = 3时,低温TEM支路在整个系统中的权重较大,Ioc模式下所需的TEM数量超过紧凑设计阈值Nm = 4。在这种情况下,Ioq模式可将所需模块数降至推荐装配范围内,尽管COPc,sy、ηex,sy和Qct,tot有所下降。因此,低φ运行并不意味着热力学不可行,但它识别了一个容量分配边界,在该边界处TEM子系统的规模成为关键设计约束。

图18(c)显示Qcv,sy随φ增大而增加,这是因为中温VCRS支路贡献了更大的制冷份额,压缩机每单位排量的有用制冷量增加。MCTT实现了最高的Qcv,sy,因为喷射器的压力回收提高了有效吸气压力并降低了压缩机入口的制冷剂比体积。与此相反,Qct,tot随φ增大而下降。较大的φ意味着分配给TEM支路的相对低温负荷减小,因此所需的总TEM制冷量变小。Ioc模式的Qct,tot大于Ioq模式,但需要更多模块。

图18(d)进一步对比了压缩机运行特性。对于BCST和BCTT,增大φ略微提高了压缩机排气温度,因为VCRS承担更大的冷负荷且压缩功相应增加。相反,MCTT的排气温度略有降低,因为较大φ下更强的喷射器效应补偿了部分增加的压缩负担。MCTT的压缩压比也低于BCST和BCTT,表明压缩过程更安全高效。

总体而言,增大φ改善了系统级COP、?效率和体积制冷量,因为VCRS支路变得更为突出且TEM功耗的相对代价降低。同时,较大的φ增强了喷射器的主流条件,使MCTT的优势更加明显。当φ较小时,TEM支路在系统影响上变得与VCRS支路相当,模块数约束变得重要。因此,当所需模块数可接受时优先选择Ioc模式,而Ioq模式在低φ条件下提供更紧凑的方案。

3.7 tc对三种混合制冷系统性能的影响

图19展示了冷凝温度tc对BCST、BCTT和MCTT热力学性能、?行为及压缩机运行特性的影响。运行条件固定为Pmi = 800 kPa,φ = 8,tjc = ?40°C,ΔTj = 50 K。随着tc从32.5°C升至50°C,三种系统的COPc,sy均下降。这是因为较高的冷凝温度直接提高了冷凝压力,压缩机因此以更大的压比和更高的单位压缩功运行。尽管TEM侧运行条件不变,VCRS功耗的增加降低了整体制冷COP。例如,MCTT的COPc,sy从tc = 32.5°C时的约4.62降至tc = 50°C时的约2.90。

图19 不同tc下三种混合制冷系统性能对比

在较高tc下,MCTT的相对性能优势减弱。在较低tc下,压缩机高压侧惩罚相对较小,喷射器提供的压力能回收对整个系统有更明显的影响。随着tc升高,高压侧压缩惩罚成为主导因素。喷射器主要在中低温支路之间回收压力能,但无法直接降低冷凝压力。因此,喷射器压力回收对系统总改善的相对贡献下降。结果,MCTT相对于BCTT的COP提升幅度从tc = 32.5°C时的约16.05%降至tc = 50°C时的约10.92%。

BCTT相对于BCST的改进仍然有限,因为TEM的运行温度差是固定的,主要变化施加在VCRS的高压侧。图19(b)显示,随着tc的增加,ηex,sy增加,尽管COPc,sy降低。这一趋势是由系统?效率的定义所决定的。较高的冷凝温度增加了与压缩过程相关的输入(或燃料)?。总??也增加了,但其增幅小于燃料?的增幅。因此,有用产品?与燃料?的比值增加。对于MCTT,在所研究的tc范围内,ηex,sy从约15.20%增加到31.14%以上。然而,随着tc的升高,MCTT相对于BCTT的?效率相对改善程度降低,这表明当高压侧不可逆性主导系统行为时,喷射器的作用变得不再那么突出。图19(c)进一步显示了压缩机对tc的安全响应。增加tc会提高冷凝压力,从而增加压缩机的压升比rpc。较高的压比会导致较高的排气温度。这一趋势在所有三个系统中均有所观察。与BCTT相比,MCTT维持了较低的rpc和tdis,因为喷射器提高了有效吸气压力并减少了低压压缩负荷。在所研究的tc范围内,与BCTT相比,MCTT将tdis降低了约5.60%–10.43%,将rpc降低了约14.80%。这表明,尽管喷射器在冷凝温度较高时其相对COP优势有所降低,但它仍然提供了明显的安全效益。总体而言,增加tc会恶化制冷COP,因为它提高了冷凝压力和压缩机功耗。相反,ηex,sy增加是因为燃料?的增长速度快于总??。MCTT在整个tc范围内仍然是性能最佳的构型,但在高tc时其相对优势下降,因为主导损失从可回收的节流损失转移到了高压侧压缩惩罚。尽管如此,MCTT仍然提供了较低的排气温度和较低的压缩机压升比,从而在严苛的冷凝器侧热沉条件下改善了压缩机运行安全性。

3.8 基于飞行包线冷凝条件的一阶评估

进一步开展了一阶飞行包线评估,包括八个代表性飞行任务,以将无人机运行条件与热力学边界条件联系起来,如表5所示。假定冷凝器热量被排放到飞机的燃油/油液热母线中,并且沿飞行剖面燃油热沉温度的变化映射为VCRS的冷凝温度,如图20所示。因此,高度、环境温度和冲压空气冷却能力的影响通过tc来表示。这应被理解为边界条件评估,而非完整的瞬态飞行任务模拟。

表5 全飞行包线中任务编号的定义

| 任务编号 | 任务定义 |
|---------|---------|
| 任务1 | 初始 |
| 任务2 | 暖机/滑行 |
| 任务3 | 起飞/初始爬升 |
| 任务4 | 低空巡航 |
| 任务5 | 爬升/剪切 |
| 任务6 | 高空巡航 |
| 任务7 | 调头/下降 |
| 任务8 | 着陆/最终滑行 |

图20 飞行剖面期间末端热沉温度、冷凝温度和飞行高度的演变

如图21所示,系统COP跟随冷凝器侧热沉条件的变化。最低COP出现在地面/滑行阶段,此时tc = 50 °C;而最高COP在高空中巡航阶段获得,此时tc = 35 °C。在选定的基线运行条件下,Rvi在约10%–22%之间变化,Rmi在约35%–50%之间变化。还可以观察到,系统在整个飞行包线内维持了相对较高的COP。即使在tc = 50 °C的严苛地面/滑行条件下,COPc,sy仍保持在约2.39,而在相对有利的高空巡航条件下则增加到约3.24。同时,关键组件级参数保持在合理的运行范围内。压缩机排气温度为50.34–66.80 °C,rpc仅为2.522–3.548,表明在选定的混合构型中,压缩过程没有承受过大的压升,如表6所示。喷射器也运行稳定,在选定的运行条件下rpj = 1.656,μ = 0.139。此外,TEM的运行电流为Io = 4.926 A,低于所选商用模块的最大允许电流,所需模块数Nm = 2.224,保持在推荐的组装范围Nm = 4以内。由于本热力学研究未确定详细的组件几何参数,Nm仅用作所需TEM子系统规模的指示器,而非完整的系统级质量指标。因此,所提出的构型能够在代表性飞行包线边界条件下维持有利的系统级性能,同时将压缩机、喷射器和TEM子系统保持在可接受的运行范围内。

图21 全飞行包线下系统性能参数的演变

表6 全飞行包线期间TEM、喷射器和压缩机的性能

| Io (A) | Nm (?) | Qct,tot (W) | rpj (?) | μ (?) | tdis (℃) | rpc (?) |
|--------|--------|------------|---------|-------|----------|---------|
| 4.926 | 2.224 | 16.520 | 1.656 | 0.139 | 50.34–66.80 | 2.522–3.548 |

需要注意的是,本研究中的飞行包线评估是一阶稳态边界条件分析,而非完整的瞬态任务模拟。在实际无人机运行中,高度快速变化主要扰动冷凝器侧的热沉条件和冷凝压力,而瞬态载荷则直接改变MT/LT支路的制冷需求和终端设备温度。这些扰动通过不同的动态路径传递。TEM支路可以通过电气电流调节快速响应,因此提供快速的局部温度校正。相比之下,VCRS通过压缩机转速变化、制冷剂再分配和膨胀阀调节来响应,这涉及到相对较慢的制冷剂流动和组件热动态过程。这些响应时间尺度之间的不匹配可能会在快速任务转换期间暂时引发压力偏差、过热度偏差或终端温度过冲。因此,实际实施需要协调控制压缩机转速、膨胀阀开度和TEM电流。

对于实际实施,所提出的系统可以采用分层协调控制。终端温度tjc通过调节TEM电流Io直接控制。压缩机转速经过调制以匹配总制冷需求并稳定低压侧运行条件。EV1调节闪蒸罐的补气压力Pmi,而EV2和EV3分别调节MT和LT蒸发器的制冷剂分配、蒸发压力和出口过热度。因此,主要反馈信号包括tjc、Pmi、MT和LT蒸发压力、蒸发器出口过热度、冷凝压力/温度和压缩机排气温度。后者与压比和TEM电流限制一起,也可以作为安全约束。在变化的飞行和载荷条件下,上级控制器可以协调压缩机转速、阀门开度和TEM电流。此外,定量瞬态分析还需要压缩机动态特性图、换热器和冷板的热容、制冷剂充注量、阀门动态特性、控制器参数、传感器/执行器延迟以及任务相关的瞬态热负荷历史。这些参数超出了本稳态热力学框架的范围。因此,详细的动态建模、控制器整定和稳定性验证留待未来的集成实验平台完成。

4. 面向无人机应用的工程实施

进一步讨论了面向无人机应用的工程实施,以明确所提出系统的实际适用范围。本研究聚焦于分层制冷架构的系统级热力学可行性,而非飞行就绪冷却机组的详细机械设计。所提出的系统面向具有足够载荷功率和安装空间的中大型无人机,而非质量和体积裕量极为有限的微型无人机。所研究的温度范围也对应于代表性的机载载荷类别,而非任意的制冷区间。MTE为机载电子设备、导航、通信、雷达和机载计算电子设备提供中温热母线,这些设备的个体功耗从亚瓦级别到数十瓦不等。相比之下,TEM支路针对需要主动温度稳定或深度制冷的设备。商用TE制冷的InGaAs/InAs探测器可在约?20、?40和?65 °C的工作温度下使用,而多片式Peltier制冷的CCD相机可在?70 °C或以下运行。半导体激光器通常也采用基于TEC的精密温度调控,在接近室温附近运行。因此,从MTE的中温VCRS水平到约?70 °C所研究的温度跨度涵盖了机载电子、光子和光电载荷的代表性热管理需求。详细示例及其报告的热特性总结在表7中。

表7 与所研究温度范围相关的机载载荷/电子设备的代表性热特性

| 设备类别 | 代表性设备 | 报告的温度指标 | 报告的功率/冷却指标 | 冷却设备 |
|---------|-----------|--------------|------------------|---------|
| 飞行控制器 | CubePilot | ?10–55 °C理想值 | ≤1.75 W输入 | MTE |
| IMU | HG1930 | ?54–85 °C | <3 W | MTE |
| GNSS/BDS | LC76G | ?40–85 °C | ~0.11 W | MTE |
| 嵌入式AI | Jetson AGX Orin | ?25–80 °C | 15–60 W | MTE |
| 数据链 | SM5200 | ?40–85 °C | 4–13 W输入 | MTE |
| 雷达传感器 | IWR6843 | ?40–105 °C | 1.19–1.25 W | MTE |
| 激光/光子 | LD系统 | 20–25 °C控温 | 依设备而定 | MTE/TEM |
| SWIR探测器 | InGaAs TE制冷 | ?20/?40 °C | 依设备而定 | TTEM |
| 深冷红外 | InGaAs/InAs | ?65 °C | 依设备而定 | TTEM |
| CCD | Andor iKon-L | ?70–?80 °C | 相机输入≠冷负荷 | TTEM |

所提出架构的热负荷分配与异构机载电子载荷相一致。MTE为大多数机载设备和载荷舱热控制提供千瓦级背景制冷,包括电子设备散热、太阳辐射和结冰/霜冻效应的缓解,以及设备存储或待机运行期间的温度稳定。相比之下,TEM支路仅用于小型但对温度敏感的组件,如高性能CCD芯片或红外探测器,其中所需的低温制冷能力通常低于100 W,但温度稳定性要求更为严格。这种分配避免了将TEM作为主要制冷源,并将其作用限制在局部低温和精密温控。

TEM的排热侧明确嵌入在VCRS中。LTE吸收TEM排出的总热量,而不仅仅是有用的冷侧制冷能力。因此,对于每个TEM,Qht = Qct + PTEM,在基线绝热条件下LTE负荷表示为Qel = Nm × Qht。这意味着TEM消耗的额外电功率完全反映在LTE负荷和系统总功率输入中。

对于中大型无人机,冷凝器热量不必直接排放到环境空气中。更实用的飞机级排热路径是将冷凝器耦合到等效的燃油/油液热母线。吸收的热量可以传输到燃油或油液系统中,最终通过发动机燃烧燃油或通过对机翼油箱中燃油进行冲压空气辅助冷却而排出。因此,本研究中采用的30–50 °C冷凝温度范围应被理解为等效的飞机热母线边界,而非直接的环境空气温度。如果考虑约10–20 K的冷凝器趋近温度,该范围对应约10–40 °C的燃油/油液热母线温度。这一边界涵盖了有利的高空低温条件以及更严苛的低空或高热负荷条件下温度较高的热沉。高度通过两个竞争效应影响这一边界:较低的环境温度有利于排热,而较低的气密度则降低了冲压空气冷却的对流能力。

选择R290作为工质是因为其环境影响低且在紧凑制冷设备中已有成熟应用。它具有极低的全球变暖潜势和零臭氧消耗潜势,比传统高GWP的HFC制冷剂在环境方面更为有利[62]。为进一步论证工质选择,在相同的基线条件下将R290与R1234yf、R134a和R32进行了比较,如图22所示。R134a的峰值COPc,sy略高,为2.325,但其高GWP使其不适合作为面向未来的制冷剂。R1234yf具有较低的排气温度,但其峰值COPc,sy仅约为2.280,且其总TEM侧制冷能力相对较小。此外,R1234yf二次分解产物造成的环境污染及其对制冷系统的潜在危害也值得讨论。R32的压比低于R134a和R1234yf,但其排气温度仍高达95.35–95.84 °C,这对压缩机安全性不利。相比之下,R290实现了2.319的峰值COPc,sy,约3.55的最低压缩机压升比,66.80–67.73 °C的适中排气温度,以及7.68–8.84 W的最高总TEM侧制冷能力,如表8所示。在安全等级方面,R134a为不可燃(A1)但GWP较高,而R1234yf和R32为轻微可燃的A2L制冷剂。R290被归类为A3类,因此需要更严格的充注量限制、密封容器和泄漏控制措施。尽管如此,R290在本次比较中提供了热力学性能与环境影响之间最佳的整体平衡。

图22 候选制冷剂在各自最优注入压力附近系统性能的对比

表8 在相同基线条件下候选制冷剂的比较

| 制冷剂 | 100年GWP | 安全等级 | Pmi,op (kPa) | COPc,sy | rpc | tdis (℃) | Qct,tot (W) | 备注 |
|--------|---------|---------|-------------|---------|-----|---------|------------|------|
| R134a | 1430 | A1 | 650 | 2.325 | 4.415 | 68.11 | 4.38 | 高GWP基准 |
| R1234yf | 4 | A2L | 700 | 2.280 | 4.073 | 58.43 | 3.47 | GWP低但COP/制冷能力较低 |
| R32 | 675 | A2L | 1700 | 2.247 | 3.749 | 95.36 | 6.91 | 排气温度高 |
| R290 | 3 | A3 | 950 | 2.319 | 3.549 | 66.87 | 8.23 | 最佳综合折中 |

注:GWP值为制冷评价中常用的100年值。

R134a 被纳入作为传统基准,而非低 GWP 替代品。与此同时,R290 已被广泛用于小型密封制冷系统,如冰箱、冷冻柜和自包含式商用制冷设备 [63]。其易燃性并不消除安全设计的需要;因此,当前的面向 UAV 的系统是在低充注量密封回路前提下考虑的。当前模型中的压缩机吸气质量流量仅为 0.003 kg·s?1,表明这是一个小容量制冷回路,尽管最终制冷剂充注量仍取决于详细的热交换器体积和管路布局。然而,这种低充注量 R290 技术在实践中已得到确立,正如参考文献 [64]、[65]、[66]、[67]、[68] 所示。在工程实施中,应采用充注量最小化、密封包容、泄漏检测、电气隔离、通风或舷外排放,以及远离点火敏感区域的安装。表 9 显示了 UAV 实施的工程可行性考虑因素。此外,本工作并未声称完成了适航认证的制冷包。相反,它提供了在指定蒸发和冷凝边界下的系统级热力学性能边界。详细的冷凝器设计、燃料/油回路集成、制冷剂充注量控制、冷板封装、抗振动性、姿态变化、瞬态热负荷响应、启动行为,以及压缩机、喷射器辅助循环和 TEM 电流之间的协调控制需要未来的组件级优化和实验验证。

表 9. UAV 实施的工程可行性考虑因素。

| 可行性方面 | 本研究中的处理 | 工程含义 |
| :--- | :--- | :--- |
| 适用范围 | 具有主动热管理需求的中/大型无人机 | 不适用于功率和安装空间非常有限的微型无人机 |
| 负荷层次 | MTE 用于 kW 级背景冷却;TEM 分支用于小于 100 W 的局部精确冷却 | 避免将 TEM 用作主要冷却源 |
| TEM 散热 | LTE 吸收 Qht = Qct + PTEM | TEM 电功率完全反映在 VCRS 负荷中 |
| 冷凝器热沉 | tc = 30–50 °C 对应于燃料/油热母线温度约为 10–40 °C,冷凝器温差为 10–20 K | 支持所选冷凝温度范围 |
| 制冷剂选择 | 选择 R290 作为低 GWP 天然制冷剂,在紧凑型冰箱、冷冻柜和自包含式商用制冷设备中有成熟应用 | 为小型密封回路提供环境友好且实际成熟的制冷剂选项 |
| 制冷剂安全 | 低充注量密封 R290 回路 | 需要最小化充注量、密封、泄漏检测、电气隔离、通风或舷外排放 |
| 实施限制 | 质量、体积、振动、姿态变化、瞬态负荷、启动行为和控制协调 | 需要组件级设计和实验验证 |

5. 结论

在本研究中,提出了一种准两级蒸气压缩/热电混合制冷系统,用于分层无人机热管理。在提出的系统中,中温蒸发器提供背景冷却,而低温蒸发器维持 TEM 的热侧温度用于局部精确冷却。热力学 VCRS 模型与温度相关的 TEM 模型相结合,以比较四种制冷配置。进行了参数分析,以阐明运行条件对性能改进机制、可行运行边界以及基于飞行包线的冷凝温度响应的影响。主要结论如下:

(1) TEM 耦合通过重新分配 VCRS 和热电分支之间的大温度提升提高了混合系统性能。与 BVIC 相比,TEM 耦合系统提高了低温蒸发水平,降低了压缩机压力提升比和排气温度,并扩展了可行的深冷边界。在 tjc = ?40 °C 和 tc = 50 °C 下,用 TTEM 替换 STEM 使 COPc,sy 和 ηex,sy 分别提高 2.46%–2.54% 和 3.38%–3.47%,因为两级结构分配了热电温度提升并减少了单级不可逆性。进一步的喷射器集成通过回收与节流相关的压力能,使 COPc,sy 和 ηex,sy 分别比 BCTT 提高 10.51%–46.17% 和 8.18%–33.12%。?分析表明,额外的 TEM 功率输入被 VCRS 不可逆性的减少所抵消。主要的?破坏组分从 LPC 转移到 TEM 分支,而喷射器进一步将总?破坏减少 26.49%,并将系统?效率提高 20.08%。因此,MCTT 在四种配置中实现了最佳的整体热力学性能。

(2) TEM 运行参数决定了效率、冷却能力和可行深冷运行之间的权衡。系统性能显示出 Nm 的最优值,因为低 Nm 会导致高电流焦耳不可逆性,而过高的 Nm 会削弱每个模块的有用冷却贡献。BCST 和 MCTT 的最优模块数量为 2 和 3。较高的 tjc 放宽了 VCRS 压力提升和 TEM 温度提升,而较低的 tjc 使喷射器辅助更有价值。在 tjc = ?70 °C 时,MCTT 使 COPc,sy 和 ηex,sy 分别比 BCST 提高 50.44% 和 37.76%。增加 ΔTj 通过提高低温蒸发水平改善了 VCRS 侧性能,但减少了 TEM 侧深冷能力。对于 MCTT,随着 ΔTj 从 30 K 增加到 70 K,Qct,tot 从约 31 W 降至 5 W。

(3) VCRS 运行参数通过负荷分配和冷凝压力惩罚控制混合系统。增加 φ 改善了 COPc,sy、ηex,sy 和 Qcv,sy,因为中温 VCRS 分支承担更大的冷却份额,且相对 TEM 功率惩罚降低。对于 MCTT,随着 φ 从 3 增加到 9,COPc,sy 从约 1.84 升至 3.02,ηex,sy 从约 23.69% 升至高于 32.00%。低 φ 运行可能在 Ioc 条件下需要 Nm > 4,因此 Ioq 或额定模块模式更实用。将 tc 从 32.5 °C 增加到 50 °C 由于更高的冷凝压力和压缩机功,使 MCTT COP 从约 4.62 降至 2.90。即便如此,MCTT 将 tdis 降低 5.60%–10.43%,rpc 降低约 14.80%,表明在严重热沉条件下压缩机安全性更好。

(4) 使用 Rmi 评估 TEM 和 VCRS 分支之间的功耗竞争。Rmi 约为 1 表明 TEM 和压缩机贡献相当。在低 φ 下,Rmi 接近 1,所需模块数量可能超过紧凑型设计限制,因此 Ioq 或额定模块模式更实用。在高 φ 下,Rmi 降至约 0.25–0.35,MCTT 更多受益于喷射器辅助的压力回收。因此,Rmi 是区分 TEM 限制和 VCRS 主导的运行区域的有用指标。

(5) 一阶飞行包线评估表明,MCTT 在 tc = 35–50 ℃下保持稳定。系统 COP 保持在 2.39 以上,伴随 tdis = 50.34–66.80 °C,rpc = 2.522–3.548,rpj = 1.656,μ = 0.139,Io = 4.926 A,以及 Nm = 2.224,表明在代表性无人机飞行包线条件下,压缩机、喷射器和 TEM 运行稳定。

因此,提出的系统展示了异质无人机航空电子设备分层热管理的强大潜力。未来工作将集中在构建集成 VCRS–TEM 实验原型上,以验证预测的热力学性能、子系统耦合行为和代表性无人机热管理条件下的控制稳定性。

CRediT 作者贡献声明
Zhantao Wu: 撰写 – 审阅与编辑,撰写 – 原稿,方法论,调查。
Ye Liu: 撰写 – 审阅与编辑,项目管理,资金获取,概念化。
Jianlin Yu: 撰写 – 审阅与编辑,验证,监督,资源。
Zhantao Wu|Ye Liu|Jianlin Yu
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号