1.一种新型化工企业废水回收的高效制冷调节器，其特征在于，包括隔离清污单元、发生单元、冷凝单元、流量采集单元、蒸发单元、吸收单元、溶液储存罐、FPGA控制单元、水循环泵以及算法优化单元；

发生单元、冷凝单元、蒸发单元、吸收单元组成制冷调节器中制冷机组；

流量采集单元、FPGA控制单元、水循环泵组成制冷调节器中优化控制机组；

隔离清污单元处理的热废水流经发生单元，发生单元内的溴化锂溶液吸收废热水热量后产生水蒸汽，而溴化锂溶液由稀溶液变成浓溶液，降压后进入吸收单元，吸收由蒸发单元产生的冷剂蒸汽后重新形成溴化锂稀溶液，经溶液存储罐泵送至发生单元；发生单元中的产生的水蒸汽在冷凝单元中经过冷却水冷凝形成高压低温的液态水，经管路进入蒸发单元，高压低温的液态水通过蒸发单元中的节流阀输入急速膨胀而汽化，并在汽化过程中大量吸收蒸发器内冷冻水的热量，从而达到降温制冷的目的；由冷冻水经过管道带走冷量，输送到用户端设备；

流量采集单元对于发生单元、吸收单元管道内部的溴化锂溶液与冷凝单元、蒸发单元的高压低温水流量进行检测，并传输到FPGA控制单元，所述FPGA控制单元与所述算法优化单元连接，算法优化单元基于采集的多组化工废水流速、化工废水温度、溴化锂溶液流速、高压低温水流速以及制冷量对BP神经网络进行训练，并利用TSO算法优化模型预测输出制冷量，根据预测输出制冷量及用户冷量需求循环确定管道溶液流速方案，通过所述FPGA控制单元进行控制水循环泵的溴化锂溶液循环速度。

2.根据权利要求1所述的新型化工企业废水回收的高效制冷调节器，其特征在于，所述隔离清污单元采用隔热材料进行包裹设计。

3.根据权利要求1所述的新型化工企业废水回收的高效制冷调节器，其特征在于，所述算法优化单元利用TSO‑BP算法对于制冷调节器输出制冷量进行预测，包括如下步骤：步骤1：设置TSO参数因子，初始化算法种群；

步骤2：根据需求确定BP神经网络的拓扑结构，确定输入层的四个参数为化工废水流速v1、化工废水温度T1、溴化锂溶液流速v2、高压低温水流速v3；输出层的一个输出参数为输出制冷量C，初始化该网络的权值和阈值，选取1000组数据组70％作为训练集对神经网络进行训练，30％作为测试集进行测试；

步骤3：将BP神经网络中待优化的权值和阈值对应的金枪鱼个体的适应度值进行计算，并记录当前位置；

步骤4：随机进行螺旋觅食和抛物线觅食的寻优方法，更新权重系数m1,m2，更新最优的金枪鱼个体位置和最优的适应度值；

螺旋觅食寻优公式如下：

t+1

其中，t表示当前迭代次数；tmax为最大迭代数；种群数目为N；Xi 为第i只个体在第t+1次迭代后的位置； 和 分别为当前最优个体和随机个体；m1和m2是控制个体向最优个体和前一个个体移动趋势的权重系数；η是最优个体或随机个体相关的开发参量；

抛物线觅食寻优公式如下：

其中，rand表示0‑1之间的随机数，l是随迭代次数自适应变化的关键参量；

步骤5：判断是否达到最大迭代次数，若是，则进入步骤6，若不是，则进入步骤3；

步骤6：将金枪鱼算法输出的最优权值和阈值输入到BP神经网络中，进行BP神经网络训练，得到训练的误差数值并进行权值和阈值的更新，误差计算表达式如下：其中，err为误差，Win,ini为初始权重和阈值回收化工废水的热量，Wout,ini为初始权重和阈值得到的制冷量；Win,op为优化的权值和阈值得到的回收化工废水的热量，Wout,op优化的权值和阈值得到的制冷量；

步骤7：判断误差是否满足需求，若是，进入步骤8，若不是进入步骤6；

步骤8：输出预测的制冷调节器输出的制冷量，TSO‑BP算法结束。

4.根据权利要求3所述的新型化工企业废水回收的高效制冷调节器，其特征在于，所述FPGA控制单元接收所述算法优化单元预测的输出制冷量，结合用户冷需求进行对比，并通过水循环泵对管道内溴化锂溶液流速进行调控，调控后的溴化锂溶液流速值重新传入算法优化单元并更新输出制冷量重新与用户冷需求对比判定；当输出制冷量与用户冷需求误差在5％时视为调控合格，调控停止。