传统空气源热泵机组的除霜控制方案普遍采用温度-时间法,根据相关研究,在供热季运行时发生误除霜概率很高。本文为了找到精确的除霜控制点,降低误除霜现象的发生率,提出使用图像分析控制除霜过程的方法。首先,在现场以及焓差室内,分别对机组不同工况下的结霜过程及其对系统性能的影响进行测试,通过实测分析发现,机组在春季测试期间内,89%的除霜过程都属于无霜除霜和微霜除霜;根据测试结果,将空气源热泵分区域结霜图谱进行修正;分析了三种误除霜现象(微霜除霜、有霜不除、除霜不尽结冰)所造成的能耗损失,发现误除霜能耗占总供热能耗的11~34%,同时误除霜对机组的供热能力和安全性都有很大影响。在得到结霜图像后,使用阈值分析等图像处理方法分析霜层厚度;引入表面分形维数对于霜层结霜程度进行判断,用表面分形维数的变化表征霜层的生长特性;分形维数与霜层物性存在一定的联系,因此建立了霜层密度与分形维数、导热系数与分形维数的关系式。通过与前人对比,验证了关系式的合理性。建立了蒸发器表面结霜过程的模型,对于霜层生长模型进行分析。模型计算过程中引入了上文得出的霜层导热系数关系式。通过模拟结果与实验值对比,验证了模型的准确性。建立了图像分析除霜控制法的理论逻辑。使用分形维数增长稳定点作为除霜开始点,使用分形维数无霜稳定点作为除霜终止点,并且使用机器学习算法分析结霜图像所处状态。分析了除霜点的合理确定方案,以及本方法应用的可行思路。