Dahlin算法的變風量空調自校正PID控制

變風量空調系統(tǒng)是一個具有大慣性、大滯后、變參數(shù)的復雜系統(tǒng)。通常變風量空調系統(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)超調量大、動態(tài)響應速度慢等問題。本文將基于遺傳算法的pid控制應用到變風量空調系統(tǒng)中,經過matlab仿真,表明基于遺傳算法的pid控制具有響應速度快、無超調量、過渡時間短等特點,可以大大提高系統(tǒng)的控制品質,以達到節(jié)能的目的。

本文通過采用引入收縮因子的粒子群算法設計一種穩(wěn)定、高效的自適應控制器。以常規(guī)pid控制方法的整定結果作為參考,選擇pid參數(shù)的取值區(qū)間,根據(jù)粒子群的演化規(guī)則自動完成最優(yōu)控制。通過仿真結果表明,改進的算法不僅具有良好的魯棒性,而且還有良好的收斂性。采用上述自適應控制器后,整個系統(tǒng)體現(xiàn)了良好的動態(tài)性能及較強的魯棒性。

變風量空調系統(tǒng)模糊pid控制的仿真——針對目前變風量(vav)空調系統(tǒng)參數(shù)整定困難，將模糊控制和常規(guī)pid控制相結合，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控制器的設計思路，并將其應用于vav空調室溫控制中．

針對目前變風量(vav)空調系統(tǒng)參數(shù)整定困難,將模糊控制和常規(guī)pid控制相結合,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控制器的設計思路,并將其應用于vav空調室溫控制中.通過與常規(guī)pid控制器的室溫控制仿真曲線比較表明:當條件變化時,模糊pid室溫控制實現(xiàn)了參數(shù)在線自整定,取得了較好的控制效果;模糊pid控制動態(tài)響應快,控制精度高,超調量小,具有較強的魯棒性;所需送風量更接近實際負荷的需要,達到了既舒適又節(jié)能的效果.

目的針對典型會議室環(huán)境,基于需求控制通風策略,對變風量中央空調系統(tǒng)房間空氣品質控制進行研究。方法以典型的會議室環(huán)境為研究對象,分別建立空調新風系統(tǒng)模型及房間co2濃度模型;設計nn-pid(神經網絡-pid)算法,并進行控制與仿真;在變風量空調實驗平臺上進行驗證。結果所設計的nn-pid算法能有效利用神經網絡訓練過程,在線自整定pid參數(shù),控制效果優(yōu)于傳統(tǒng)pid算法。結論根據(jù)室內co2濃度變化控制新風量,能很好地適應室內co2濃度的動態(tài)特性,提高室內空氣品質。

根據(jù)變風量空調的特點,建立特定的物理模型,提出了bp神經網絡自校正pid的控制策略,建立了仿真模型并進行仿真研究。仿真結果表明,該控制方式對于復雜的空調控制系統(tǒng)具有更好的控制效果。

針對vav空調系統(tǒng)中pid參數(shù)優(yōu)化困難的問題,在變風量(vav)空調系統(tǒng)房間數(shù)學模型的基礎上,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)境中進行數(shù)字仿真對比。結果表明,基于蟻群算法pid控制策略可使系統(tǒng)動態(tài)特性得到較大改善。

基于變風量空調機組高度非線性的特點,常規(guī)的pid控制已經不能達到滿意的控制效果,本文選用細菌覓食優(yōu)化的pid控制器對變風量空調機組送風溫度進行控制。通過matlab仿真,并與常規(guī)的pid控制進行比較,結果表明細菌覓食優(yōu)化的pid控制器比常規(guī)的pid控制器在超調量和調整時間方面有很大的改善。

基于變風量空調機組高度非線性的特點,常規(guī)的pid控制已經不能達到滿意的控制效果,本文選用細菌覓食優(yōu)化的pid控制器對變風量空調機組送風溫度進行控制。通過matlab仿真,并與常規(guī)的pid控制進行比較,結果表明細菌覓食優(yōu)化的pid控制器比常規(guī)的pid控制器在超調量和調整時間方面有很大的改善。

研究空調系統(tǒng)控制的優(yōu)化問題,針對變風量空調系統(tǒng)是一個時變、非線性、純滯后的復雜系統(tǒng),要求達到舒適節(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)中超調量大、振蕩和控制精度不高等問題,提出了史密斯預估的自適應模糊-pid復合控制策略。在傳統(tǒng)的模糊控制中加入自適應環(huán)節(jié),通過模糊自適應校正解決了因模糊規(guī)則粗糙而造成控制精度不高,適應能力弱的問題。針對大滯后系統(tǒng),采用史密斯預估補償,減小了控制系統(tǒng)的超調和振蕩。同時,用模糊與pid相并聯(lián)的復合控制方式,提高了系統(tǒng)的動態(tài)性能指標和穩(wěn)態(tài)精度。仿真結果證明,改進的控制策略響應快、控制精度高、魯棒性強,為變風量空調系統(tǒng)的智能控制設計提供了參考依據(jù)。

針對變風量空調系統(tǒng)的延遲,非線性和模型不確定性,本文提出將神經元pid控制器應用于變風量空調系統(tǒng)中。該控制器綜合了神經網絡和pid調節(jié)各自的有點,具有神經網絡的學習和適應能力,同時具備pid控制的廣泛的適應性。仿真實驗表明該控制器控制結果優(yōu)于傳統(tǒng)的pid控制器。

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

針對變風量空調系統(tǒng),采用lonworks現(xiàn)場總線技術,分別運用pid控制方法和串級控制方法對變風量空調系統(tǒng)的送風溫度和回風溫度進行了控制,以某一空調房間溫度控制為例,通過實驗對兩種方法進行了對比,結果表明串級控制能夠取得更好的控制效果。

針對變風量空調模糊控制系統(tǒng)控制規(guī)則的獲取依賴人類經驗的問題,提出將遺傳算法與模糊控制相結合。在推導適應度值函數(shù)的基礎上,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試獲取規(guī)則困難的問題。仿真結果表明,在變風量空調系統(tǒng)中將遺傳算法與模糊控制相結合是可行的。

研究空調風量優(yōu)化控制問題,控制應有快速性,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的對象,難以進行有效的控制。常規(guī)pid控制算法簡單,魯棒預測控制在處理不確定性控制問題時顯示出控制的快速性難以保證。結合魯棒預測控制和常規(guī)pid的優(yōu)勢設計了魯棒預測—pid復合控制器,使不確定對象的響應快速穩(wěn)定。設計在上升時間段采用pid控制,當響應趨向設定值時切換為魯棒預測控制。給出兩種控制方式的平穩(wěn)過渡方法。采用魯棒預測-pid復合控制器對變風量空調系統(tǒng)的風壓進行控制,給出變頻風機控制的正確建模,并與魯棒預測控制、常規(guī)pid控制的仿真進行比較,驗證所提出控制方法的有效性。

針對中央空調變風量溫度控制系統(tǒng)非線性、大滯后和時變性等特點,借鑒生物免疫反饋調節(jié)原理和模糊邏輯控制理論,設計了一種模糊免疫自適應pid控制器,建立了仿真模型,并對其進行了仿真。仿真結果表明,該控制器能有效改善系統(tǒng)的動穩(wěn)態(tài)特性和魯棒性。

針對變風量(vav)空調控制系統(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合用于該空調控制系統(tǒng)中,并通過仿真工具對兩種控制方法分別進行動態(tài)仿真,其結果表明模糊自適應整定pid控制比單純的pid控制具有更快的動態(tài)響應、更小的超調,具有較強的魯棒性,其節(jié)能和舒適效果明顯。

將rbf神經網絡引入pid控制中,建立了一個三層神經網絡模型。通過rbf神經網絡的在線辨識對pid控制的三個參數(shù)進行在線調整,從而改善系統(tǒng)的控制效果。仿真結果表明:基于rbf神經網絡的pid控制與傳統(tǒng)pid控制相比,具有較強的魯棒性和自適應能力,控制精度高,效果好,安全可靠。

針對變風量空調控制系統(tǒng)的時滯性、高度非線性、難于精確建立數(shù)學模型的特點和常規(guī)控制方法很難對其進行有效控制的問題,文章采用將模糊控制理論和經典的pid控制相結合的控制方案,對vav空調系統(tǒng)的末端風閥開度進行控制,并在設定的溫度條件和一定的擾動工況下利用matlab的simulink模塊對pid控制、模糊控制、模糊pid控制3種控制策略進行了仿真實驗。仿真結果證明,模糊pid控制具有響應時間快,控制精度高,很強的抗干擾能力。因此,模糊pid控制策略在vav空調系統(tǒng)中的應用是可行的。

通過解析變風量空調末端設備的控制特性,為變風量空調系統(tǒng)的自控設計和決定其控制策略提供了理論依據(jù)。本文首先通過分析vav風閥的工作流量特性對控制和節(jié)能的影響,指出了優(yōu)化風閥閥權度的重要性。通過分析送風溫度控制對控制能力的影響,指出了變送風溫度控制的必要性。通過分析異程風道對vav風閥的工作流量特性的影響,指出了異程同阻設計的重要性。通過分析風機動力形變風量末端裝置的特性,指出了其優(yōu)缺點。同時,還介紹了數(shù)值控制技術在改善vav風閥的工作流量特性上的應用。

針對被控對象大慣性、不確定特點,提出一種變風量空調系統(tǒng)室溫智能控制方案,建立了變風量空調系統(tǒng)的數(shù)學模型,采用了串級控制策略,主控制器采用一種新的可變論域自適應模糊pid控制。用串級控制反饋控制改善性能,抑制一、二次擾動,減小了各種擾動對室溫的影響。采用可變論域自適應模糊pid控制。進行仿真,結果證明,變風量空調系統(tǒng)具有良好的動態(tài)性和穩(wěn)定性。當空調房間模型結構參數(shù)發(fā)生變化時,控制系統(tǒng)魯棒性好。

空調系統(tǒng)送入房間的風量是隨著房間的負荷變化而變化的，這就要求空調風系統(tǒng)在運行中能夠很好的保證風量在各個房間按需求進行分配。如何進行合理的分配是空調送風系統(tǒng)研究的重點。本文就此問題進行了簡單的論述。