——基于仿真模型、大数据和算法的新风热回收系统
实现方法
HovaAI新风系统采用模块化分布式设计，通过高效盘管和循环管路，可以联接任意组合和距离的新风空调箱和排风空调箱，极大地增加了AI新风系统的适用范围。
特点
完美嵌入空调箱
布置灵活方便。
给客户带来的价值
完美与原空调系统结合
布置灵活方便，
适用范围广。 |
|
 |
实现方法
HovaAI新风系统采用独有的盘管设计，确定优化后的管排数、回路数和管束排列方式，使管内换热介质在换热过程中始终保持紊流状态，即使在低负荷下也具有较高的雷诺数，维持较高的换热系数，实现换热效率优化。
特点
部分负荷下高雷诺数
所有工况下均保持高效换热
给客户带来的价值
降低部分负荷下的运行能耗
保持部分负荷下的能源回收量 |
|
 |
实现方法
采用先进的前馈控制逻辑，控制器储存所有部件的性能曲线，通过Modelica仿真模型精确计算出补偿扰动所需的校正量，消除了控制滞后和偏差。
特点
物理与数据结合建模的系统仿真
精准无滞后的前馈控制
前馈与PID结合控制
给客户带来的价值
系统运行更稳定
温湿度控制更精确 |
|
 |
实现方法
通过采集运行反馈数据、室外空气参数，积累运行大数据，并建立阀门开度、水泵频率等控制量和变量之间的关系，不断评估仿真模型、训练AI算法，使控制的稳定性和系统的节能性不断提高。
特点
历史运行记录大数据
不断迭代优化的AI算法
给客户带来的价值
控制精度不断自动提高
保证系统全年能耗实现优化 |
|
 |
实现方法
通过强大的AI算法，无论是室外温湿度变化，或是送风设定参数调整，依据进风、送风温湿度不同，动态规划运行模式，实现冬季、夏季、过渡季自动切换，等运行模式自动识别。
特点
全年自动识别运行模式，无需手动切换
当室外气温过低时，防冻模式优先
给客户带来的价值
极致增加能量回收利用的时间
获得极大程度的节能效果 |
|
 |
实现方法
依托全面的历史运行数据和精准的仿真模型，在追求系统全年总能耗极低的寻优算法下，实时计算节能效果，向用户提供准确的任意时刻、时间段的能耗数据和节能量数据。
特点
准确计算系统能耗和节能量
便捷查询节能数据
给客户带来的价值
在设计阶段，提供可靠的能耗及投资回收期等信息
在运行周期，提供准确的能耗和节能数据 |
|
 |
实现方法
利用微信公众号，对系统运行状态进行远程监控，当发生故障时实时提醒，并提供解决故障的方案。在云平台大数据的支持下，对系统的故障进行预测，对可能发生的故障进行预警。
特点
停机模式切换提醒
防冻模式切换提醒
水泵故障提醒
给客户带来的价值
提高系统运行稳定性
降低维护时间和成本 |
|
 |
