Dahlin算法的變風(fēng)量空調(diào)自校正PID控制

變風(fēng)量空調(diào)系統(tǒng)是一個(gè)具有大慣性、大滯后、變參數(shù)的復(fù)雜系統(tǒng)。通常變風(fēng)量空調(diào)系統(tǒng)傳統(tǒng)的pid控制,但常規(guī)pid控制的參數(shù)難以整定、系統(tǒng)超調(diào)量大、動(dòng)態(tài)響應(yīng)速度慢等問(wèn)題。本文將基于遺傳算法的pid控制應(yīng)用到變風(fēng)量空調(diào)系統(tǒng)中,經(jīng)過(guò)matlab仿真,表明基于遺傳算法的pid控制具有響應(yīng)速度快、無(wú)超調(diào)量、過(guò)渡時(shí)間短等特點(diǎn),可以大大提高系統(tǒng)的控制品質(zhì),以達(dá)到節(jié)能的目的。

本文通過(guò)采用引入收縮因子的粒子群算法設(shè)計(jì)一種穩(wěn)定、高效的自適應(yīng)控制器。以常規(guī)pid控制方法的整定結(jié)果作為參考,選擇pid參數(shù)的取值區(qū)間,根據(jù)粒子群的演化規(guī)則自動(dòng)完成最優(yōu)控制。通過(guò)仿真結(jié)果表明,改進(jìn)的算法不僅具有良好的魯棒性,而且還有良好的收斂性。采用上述自適應(yīng)控制器后,整個(gè)系統(tǒng)體現(xiàn)了良好的動(dòng)態(tài)性能及較強(qiáng)的魯棒性。

變風(fēng)量空調(diào)系統(tǒng)模糊pid控制的仿真——針對(duì)目前變風(fēng)量(vav)空調(diào)系統(tǒng)參數(shù)整定困難，將模糊控制和常規(guī)pid控制相結(jié)合，提出一種基于模糊控制規(guī)則的模糊pid控制方法及模糊pid控制器的設(shè)計(jì)思路，并將其應(yīng)用于vav空調(diào)室溫控制中．

針對(duì)目前變風(fēng)量(vav)空調(diào)系統(tǒng)參數(shù)整定困難,將模糊控制和常規(guī)pid控制相結(jié)合,提出一種基于模糊控制規(guī)則的模糊pid控制方法及模糊pid控制器的設(shè)計(jì)思路,并將其應(yīng)用于vav空調(diào)室溫控制中.通過(guò)與常規(guī)pid控制器的室溫控制仿真曲線比較表明:當(dāng)條件變化時(shí),模糊pid室溫控制實(shí)現(xiàn)了參數(shù)在線自整定,取得了較好的控制效果;模糊pid控制動(dòng)態(tài)響應(yīng)快,控制精度高,超調(diào)量小,具有較強(qiáng)的魯棒性;所需送風(fēng)量更接近實(shí)際負(fù)荷的需要,達(dá)到了既舒適又節(jié)能的效果.

目的針對(duì)典型會(huì)議室環(huán)境,基于需求控制通風(fēng)策略,對(duì)變風(fēng)量中央空調(diào)系統(tǒng)房間空氣品質(zhì)控制進(jìn)行研究。方法以典型的會(huì)議室環(huán)境為研究對(duì)象,分別建立空調(diào)新風(fēng)系統(tǒng)模型及房間co2濃度模型;設(shè)計(jì)nn-pid(神經(jīng)網(wǎng)絡(luò)-pid)算法,并進(jìn)行控制與仿真;在變風(fēng)量空調(diào)實(shí)驗(yàn)平臺(tái)上進(jìn)行驗(yàn)證。結(jié)果所設(shè)計(jì)的nn-pid算法能有效利用神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程,在線自整定pid參數(shù),控制效果優(yōu)于傳統(tǒng)pid算法。結(jié)論根據(jù)室內(nèi)co2濃度變化控制新風(fēng)量,能很好地適應(yīng)室內(nèi)co2濃度的動(dòng)態(tài)特性,提高室內(nèi)空氣品質(zhì)。

根據(jù)變風(fēng)量空調(diào)的特點(diǎn),建立特定的物理模型,提出了bp神經(jīng)網(wǎng)絡(luò)自校正pid的控制策略,建立了仿真模型并進(jìn)行仿真研究。仿真結(jié)果表明,該控制方式對(duì)于復(fù)雜的空調(diào)控制系統(tǒng)具有更好的控制效果。

針對(duì)vav空調(diào)系統(tǒng)中pid參數(shù)優(yōu)化困難的問(wèn)題,在變風(fēng)量(vav)空調(diào)系統(tǒng)房間數(shù)學(xué)模型的基礎(chǔ)上,提出了基于蟻群算法pid控制策略,并將常規(guī)pid控制策略和基于蟻群算法的pid控制策略在matlab/simulink仿真環(huán)境中進(jìn)行數(shù)字仿真對(duì)比。結(jié)果表明,基于蟻群算法pid控制策略可使系統(tǒng)動(dòng)態(tài)特性得到較大改善。

基于變風(fēng)量空調(diào)機(jī)組高度非線性的特點(diǎn),常規(guī)的pid控制已經(jīng)不能達(dá)到滿意的控制效果,本文選用細(xì)菌覓食優(yōu)化的pid控制器對(duì)變風(fēng)量空調(diào)機(jī)組送風(fēng)溫度進(jìn)行控制。通過(guò)matlab仿真,并與常規(guī)的pid控制進(jìn)行比較,結(jié)果表明細(xì)菌覓食優(yōu)化的pid控制器比常規(guī)的pid控制器在超調(diào)量和調(diào)整時(shí)間方面有很大的改善。

基于變風(fēng)量空調(diào)機(jī)組高度非線性的特點(diǎn),常規(guī)的pid控制已經(jīng)不能達(dá)到滿意的控制效果,本文選用細(xì)菌覓食優(yōu)化的pid控制器對(duì)變風(fēng)量空調(diào)機(jī)組送風(fēng)溫度進(jìn)行控制。通過(guò)matlab仿真,并與常規(guī)的pid控制進(jìn)行比較,結(jié)果表明細(xì)菌覓食優(yōu)化的pid控制器比常規(guī)的pid控制器在超調(diào)量和調(diào)整時(shí)間方面有很大的改善。

研究空調(diào)系統(tǒng)控制的優(yōu)化問(wèn)題,針對(duì)變風(fēng)量空調(diào)系統(tǒng)是一個(gè)時(shí)變、非線性、純滯后的復(fù)雜系統(tǒng),要求達(dá)到舒適節(jié)能的環(huán)境。傳統(tǒng)模糊控制和pid控制方法難以獲得較好的控制性能。為解決控制系統(tǒng)中超調(diào)量大、振蕩和控制精度不高等問(wèn)題,提出了史密斯預(yù)估的自適應(yīng)模糊-pid復(fù)合控制策略。在傳統(tǒng)的模糊控制中加入自適應(yīng)環(huán)節(jié),通過(guò)模糊自適應(yīng)校正解決了因模糊規(guī)則粗糙而造成控制精度不高,適應(yīng)能力弱的問(wèn)題。針對(duì)大滯后系統(tǒng),采用史密斯預(yù)估補(bǔ)償,減小了控制系統(tǒng)的超調(diào)和振蕩。同時(shí),用模糊與pid相并聯(lián)的復(fù)合控制方式,提高了系統(tǒng)的動(dòng)態(tài)性能指標(biāo)和穩(wěn)態(tài)精度。仿真結(jié)果證明,改進(jìn)的控制策略響應(yīng)快、控制精度高、魯棒性強(qiáng),為變風(fēng)量空調(diào)系統(tǒng)的智能控制設(shè)計(jì)提供了參考依據(jù)。

針對(duì)變風(fēng)量空調(diào)系統(tǒng)的延遲,非線性和模型不確定性,本文提出將神經(jīng)元pid控制器應(yīng)用于變風(fēng)量空調(diào)系統(tǒng)中。該控制器綜合了神經(jīng)網(wǎng)絡(luò)和pid調(diào)節(jié)各自的有點(diǎn),具有神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)和適應(yīng)能力,同時(shí)具備pid控制的廣泛的適應(yīng)性。仿真實(shí)驗(yàn)表明該控制器控制結(jié)果優(yōu)于傳統(tǒng)的pid控制器。

目的利用pid控制器整定vav空調(diào)溫度系統(tǒng),并結(jié)合改進(jìn)的粒子群算法使pid控制器成為一種相對(duì)理想的算法控制器.方法以常規(guī)pid控制的整定結(jié)果作為參考,引入粒子群算法以及帶慣性權(quán)重的粒子群來(lái)改進(jìn)參數(shù)自整定pid控制,并對(duì)仿真結(jié)果進(jìn)行比較.結(jié)果仿真實(shí)驗(yàn)表明,采用帶慣性權(quán)重的粒子群pid比普通的pid及常規(guī)粒子群改進(jìn)的pid算法收斂速度快,超調(diào)量小,具有平衡全局搜索和局部搜索的能力.結(jié)論筆者所提出的控制方法能有效地提高變風(fēng)量空調(diào)的性能,驗(yàn)證了理論的有效性.

針對(duì)變風(fēng)量空調(diào)系統(tǒng),采用lonworks現(xiàn)場(chǎng)總線技術(shù),分別運(yùn)用pid控制方法和串級(jí)控制方法對(duì)變風(fēng)量空調(diào)系統(tǒng)的送風(fēng)溫度和回風(fēng)溫度進(jìn)行了控制,以某一空調(diào)房間溫度控制為例,通過(guò)實(shí)驗(yàn)對(duì)兩種方法進(jìn)行了對(duì)比,結(jié)果表明串級(jí)控制能夠取得更好的控制效果。

針對(duì)變風(fēng)量空調(diào)模糊控制系統(tǒng)控制規(guī)則的獲取依賴人類經(jīng)驗(yàn)的問(wèn)題,提出將遺傳算法與模糊控制相結(jié)合。在推導(dǎo)適應(yīng)度值函數(shù)的基礎(chǔ)上,利用遺傳算法獲取控制規(guī)則,改善控制效果。一定程度上解決了人為調(diào)試獲取規(guī)則困難的問(wèn)題。仿真結(jié)果表明,在變風(fēng)量空調(diào)系統(tǒng)中將遺傳算法與模糊控制相結(jié)合是可行的。

研究空調(diào)風(fēng)量?jī)?yōu)化控制問(wèn)題,控制應(yīng)有快速性,精度要滿足要求。但由于系統(tǒng)存在非線性或具有不確定項(xiàng)的對(duì)象,難以進(jìn)行有效的控制。常規(guī)pid控制算法簡(jiǎn)單,魯棒預(yù)測(cè)控制在處理不確定性控制問(wèn)題時(shí)顯示出控制的快速性難以保證。結(jié)合魯棒預(yù)測(cè)控制和常規(guī)pid的優(yōu)勢(shì)設(shè)計(jì)了魯棒預(yù)測(cè)—pid復(fù)合控制器,使不確定對(duì)象的響應(yīng)快速穩(wěn)定。設(shè)計(jì)在上升時(shí)間段采用pid控制,當(dāng)響應(yīng)趨向設(shè)定值時(shí)切換為魯棒預(yù)測(cè)控制。給出兩種控制方式的平穩(wěn)過(guò)渡方法。采用魯棒預(yù)測(cè)-pid復(fù)合控制器對(duì)變風(fēng)量空調(diào)系統(tǒng)的風(fēng)壓進(jìn)行控制,給出變頻風(fēng)機(jī)控制的正確建模,并與魯棒預(yù)測(cè)控制、常規(guī)pid控制的仿真進(jìn)行比較,驗(yàn)證所提出控制方法的有效性。

針對(duì)中央空調(diào)變風(fēng)量溫度控制系統(tǒng)非線性、大滯后和時(shí)變性等特點(diǎn),借鑒生物免疫反饋調(diào)節(jié)原理和模糊邏輯控制理論,設(shè)計(jì)了一種模糊免疫自適應(yīng)pid控制器,建立了仿真模型,并對(duì)其進(jìn)行了仿真。仿真結(jié)果表明,該控制器能有效改善系統(tǒng)的動(dòng)穩(wěn)態(tài)特性和魯棒性。

針對(duì)變風(fēng)量(vav)空調(diào)控制系統(tǒng)采用單純的比例-積分-微分(pid)控制該系統(tǒng)很難達(dá)到其節(jié)能和舒適的作用。采用將模糊控制與pid控制兩種控制方法相結(jié)合用于該空調(diào)控制系統(tǒng)中,并通過(guò)仿真工具對(duì)兩種控制方法分別進(jìn)行動(dòng)態(tài)仿真,其結(jié)果表明模糊自適應(yīng)整定pid控制比單純的pid控制具有更快的動(dòng)態(tài)響應(yīng)、更小的超調(diào),具有較強(qiáng)的魯棒性,其節(jié)能和舒適效果明顯。

將rbf神經(jīng)網(wǎng)絡(luò)引入pid控制中,建立了一個(gè)三層神經(jīng)網(wǎng)絡(luò)模型。通過(guò)rbf神經(jīng)網(wǎng)絡(luò)的在線辨識(shí)對(duì)pid控制的三個(gè)參數(shù)進(jìn)行在線調(diào)整,從而改善系統(tǒng)的控制效果。仿真結(jié)果表明:基于rbf神經(jīng)網(wǎng)絡(luò)的pid控制與傳統(tǒng)pid控制相比,具有較強(qiáng)的魯棒性和自適應(yīng)能力,控制精度高,效果好,安全可靠。

針對(duì)變風(fēng)量空調(diào)控制系統(tǒng)的時(shí)滯性、高度非線性、難于精確建立數(shù)學(xué)模型的特點(diǎn)和常規(guī)控制方法很難對(duì)其進(jìn)行有效控制的問(wèn)題,文章采用將模糊控制理論和經(jīng)典的pid控制相結(jié)合的控制方案,對(duì)vav空調(diào)系統(tǒng)的末端風(fēng)閥開(kāi)度進(jìn)行控制,并在設(shè)定的溫度條件和一定的擾動(dòng)工況下利用matlab的simulink模塊對(duì)pid控制、模糊控制、模糊pid控制3種控制策略進(jìn)行了仿真實(shí)驗(yàn)。仿真結(jié)果證明,模糊pid控制具有響應(yīng)時(shí)間快,控制精度高,很強(qiáng)的抗干擾能力。因此,模糊pid控制策略在vav空調(diào)系統(tǒng)中的應(yīng)用是可行的。

通過(guò)解析變風(fēng)量空調(diào)末端設(shè)備的控制特性,為變風(fēng)量空調(diào)系統(tǒng)的自控設(shè)計(jì)和決定其控制策略提供了理論依據(jù)。本文首先通過(guò)分析vav風(fēng)閥的工作流量特性對(duì)控制和節(jié)能的影響,指出了優(yōu)化風(fēng)閥閥權(quán)度的重要性。通過(guò)分析送風(fēng)溫度控制對(duì)控制能力的影響,指出了變送風(fēng)溫度控制的必要性。通過(guò)分析異程風(fēng)道對(duì)vav風(fēng)閥的工作流量特性的影響,指出了異程同阻設(shè)計(jì)的重要性。通過(guò)分析風(fēng)機(jī)動(dòng)力形變風(fēng)量末端裝置的特性,指出了其優(yōu)缺點(diǎn)。同時(shí),還介紹了數(shù)值控制技術(shù)在改善vav風(fēng)閥的工作流量特性上的應(yīng)用。

針對(duì)被控對(duì)象大慣性、不確定特點(diǎn),提出一種變風(fēng)量空調(diào)系統(tǒng)室溫智能控制方案,建立了變風(fēng)量空調(diào)系統(tǒng)的數(shù)學(xué)模型,采用了串級(jí)控制策略,主控制器采用一種新的可變論域自適應(yīng)模糊pid控制。用串級(jí)控制反饋控制改善性能,抑制一、二次擾動(dòng),減小了各種擾動(dòng)對(duì)室溫的影響。采用可變論域自適應(yīng)模糊pid控制。進(jìn)行仿真,結(jié)果證明,變風(fēng)量空調(diào)系統(tǒng)具有良好的動(dòng)態(tài)性和穩(wěn)定性。當(dāng)空調(diào)房間模型結(jié)構(gòu)參數(shù)發(fā)生變化時(shí),控制系統(tǒng)魯棒性好。

空調(diào)系統(tǒng)送入房間的風(fēng)量是隨著房間的負(fù)荷變化而變化的，這就要求空調(diào)風(fēng)系統(tǒng)在運(yùn)行中能夠很好的保證風(fēng)量在各個(gè)房間按需求進(jìn)行分配。如何進(jìn)行合理的分配是空調(diào)送風(fēng)系統(tǒng)研究的重點(diǎn)。本文就此問(wèn)題進(jìn)行了簡(jiǎn)單的論述。