蚁群算法在变风量空调控制系统中的应用研究及仿真

变风量空调系统是一个具有大惯性、大滞后的复杂系统。通常对于变风量空调系统采用常规的PID控制,但是常规PID控制具有系统超调量大、动态响应速度慢等问题。将基于蚁群算法的PID控制应用到变风量空调控制系统中。通过MATLAB仿真,得到基于蚁群算法的PID控制具有响应速度快,超调量小的结论。     

模拟退火算法改进的BP神经网络PID控制器在变风量空调系统中的应用研究

以变风量空调系统的温度控制作为研究对象,在现有研究的基础上,提出了模拟退火算法改进的神经网络PID控制方法。应用神经网络进行PID参数在线整定,模拟退火算法提高神经网络的学习速率和收敛性,结合三者各自的优势以提高变风量空调系统的控制性能。     

变风量空调末端广义预测自校正控制

变风量空调具有非线性、大延时、时变等特点,被控对象的精确数学模型难以建立,对于此类系统常规PID控制难以取得理想控制效果。为了提高变风量空调控制的稳定性、保证室内舒适,将广义预测自校正控制应用于变风量空调末端控制。考虑到系统具有时变性,采用变遗忘因子最小二乘法在线辨识系统参数,实现在线自校正功能;采用隐式求解方法,减小了广义预测算法的计算量;结合串级控制结构,以变风量空调末端风阀开度为中间被调量,设计了串级广义预测自校正控制。建立变风量空调房间和末端装置的数学模型,在此基础上进行仿真研究。仿真结果表明,广义预测自校正控制具有较强的跟踪性能、抗干扰能力及鲁棒性,能够满足变风量空调末端的控制要求。     

基于改进GA的变风量空调系统优化控制仿真

针对变风量空调系统本身存在多变量、非线性、强耦合等问题,基本遗传算法很难起到很好的控制效果.现针对基本遗传算法的适应度值、交叉率和变异率进行改进,通过引入Sigmoid函数和高斯分布函数自适应调整公式来调整交叉率和变异率,并对适应度值进行自适应设计,构建一种改进遗传算法.并采用改进遗传算法对PID控制器参数进行在线调整,最后将改进的遗传PID控制器和基本遗传PID控制器分别对典型二阶系统、滞后系统进行控制仿真,并对变风量空调系统的冷冻水流量-送风温度,送风温度-房间温度,风机频率-风管静压这三个控制回路进行仿真研究;仿真结果表明:所提算法的动态性能好,系统超调量、上升时间均有所减少,同时具有较强的抗干扰性和鲁棒性,为变风量空调系统优化控制提供了一种可行控制方案.     

模糊PID控制在变风量空调系统中的应用

针对被控对象大惯性、不确定特点,提出一种变风量空调系统室温智能控制方案,建立了变风量空调系统的数学模型,采用了串级控制策略,主控制器采用一种新的可变论域自适应模糊PID控制.用串级控制反馈控制改善性能,抑制一、二次扰动,减小了各种扰动对室温的影响.采用可变论域自适应模糊PID控制.进行仿真.结果证明,变风量空调系统具有良好的动态性和稳定性.当空调房间模型结构参数发生变化时,控制系统鲁棒性好.     

变风量空调系统末端智能控制器研究

针对影响变风量空调系统末端控制的诸多因素,设计一种PID控制与模糊控制相结合的控制器,解决了变风量空调系统滞后大、惯性大、随机干扰多及非线性等问题.经验证,与传统的控制器相比较,系统的动态响应和稳态精度明显改善,并且具有较强的鲁棒性.     

变风量空调系统房间温度控制研究

在变风量空调温度控制系统研究中,空调系统本身存在的多变量、时变性、干扰大等问题,传统算法很难起到很好的控制效果.针对传统控制算法的缺陷和控制上的难点,提出变论域思想在变风量空调温度控制系统上的应用.应用种在传统模糊PID控制的基础上,引入变论域思想,设计了一种变论域模糊PID算法的控制器.最后将模糊PID控制算法和变论...     

变风量空调的自适应模糊PID复合控制

研究空调系统控制的优化问题,针对变风量空调系统是一个时变、非线性、纯滞后的复杂系统,要求达到舒适节能的环境.传统模糊控制和PID控制方法难以获得较好的控制性能.为解决控制系统中超调量大、振荡和控制精度不高等问题,提出了史密斯预估的自适应模糊- PID复合控制策略.在传统的模糊控制中加入自适应环节,通过模糊自适应校正解决了因模糊规则粗糙而造成控制精度不高,适应能力弱的问题.针对大滞后系统,采用史密斯预估补偿,减小了控制系统的超调和振荡.同时,用模糊与PID相并联的复合控制方式,提高了系统的动态性能指标和稳态精度.仿真结果证明,改进的控制策略响应快、控制精度高、鲁棒性强,为变风量空调系统的智能控制设计提供了参考依据.     

自适应解耦补偿控制在变风量空调系统中的应用

针对变风量（VAV）空调系统正常运行的必要条件——稳定性问题进行研究,把变风量空调系统基于分解协调的策略合理地分解为机组部分和末端部分。应用了单神经元自适应PID控制器的概念,并结合神经元自适应解耦控制的策略,对变风量空调系统的机组部分进行了解耦与控制,还从实验系统测试的方面对解耦控制策略进行了验证。实验结果证明了这种解耦控制策略的有效性。     

LON Works总线在变风量空调系统的应用

介绍了变风量空调系统和现场总线技术中的LON works总线，利用LON works总线建立了变风量空调系统控制系统，并对该变风量空调控制系统做了较为细致的描述。该系统具有现场总线技术的优点，实现了系统控制的彻底分散化，提高了系统的可靠性。试验表明。采用LON works总线可对变风量空调系统进行控制。并具有良好的控制效果。     

变风量空调系统末端变论域模糊控制

针对变风量空调系统非线性、时变性和难以建立精确模型的特点,提出一种具有自适应能力的变论域模糊控制,以提高控制系统的控制速度和精度,使系统具有更好的动态性能和准确性。在推导VAV末端装置模型的基础上,进行了仿真实验。仿真结果表明,与传统PID控制和常规模糊控制比较,变论域模糊控制提高了系统的动静态特性和系统的稳态精度,从而使模糊控制器的性能得到了较大的改善,具有良好的控制效果。     

变风量空调系统的模糊免疫PID控制的研究

中央空调的能耗问题日益引起人们的关注,由于变风量温度控制系统非线性、大滞后及时变等特点,常规的PID控制往往效果欠佳。本文借鉴生物免疫反馈机理和模糊控制理论,设计了模糊免疫PID控制器,并且采用遗传算法优化免疫PID的参数,建立中央空调变风量温度控制系统的数学模型,并分别用常规PID控制技术和模糊免疫PID控制技术对温室进行仿真试验,仿真结果表明:该方法调节精度较高,调节迅速,超调量小,抗干扰强,因此具有一定的可行性和推广价值。     

基于广义预测控制的VAV空调系统风管静压控制特性研究

基于广义预测控制理论,建立了VAV空调系统风管静压的预测控制模型并进行了仿真。仿真结果表明,该算法控制效果优于传统PID,为VAV空调系统的应用与推广提供了新的控制方法,从而使系统性能更好,更加节能。     

VAV末端装置控制方式与仿真技术发展

VAVBOX作为变风量中央空调的重要节能装置,其控制方式直接决定着节能的效果。论文在对VAVBOX结构与控制方式进行研究的基础上,重点对其控制系统仿真方法与相应控制算法进行了比较。结合变风量中央空调发展需求以及智能家居的物联网技术发展,指出物联网化是变风量中央空调系统控制技术的重要发展趋势。     

Lonworks技术在变风量中央空调解耦控制系统中的应用

该文采用现场总线技术中的Lonworks技术建立变风量空调解耦控制系统,并对该变风量空调解耦控制系统作了较为细致的描述,提出了用LonManagerDDEServer和VisualBasic建立变风量空调解耦控制系统的LONWORKS网络监控系统的方法。认为用Lonworks技术中的网络变量来处理各个控制回路之间的解耦补偿系数是很合适的。该系统具有现场总线技术的优点,包括实现了系统控制的彻底分散化,提高了系统的可靠性。用Lonworks技术对变风量空调系统进行控制,可以极大地改善变风量空调控制系统的品质并提高控制系统的先进性。     

变风量空调系统中的室温模糊自适应控制

本文提出了变风量空调系统中室温控制方案。针对控制对象的大惯性、大时延特点,采用了串级控制策略;针对对象的非线性和不确定性,主控器采用了一种新的模糊自整定PID参数的方式,经仿真验证,该主控器具有良好的动、静态性能,特别是在鲁棒性方面大大优于常规PID控制器。     

变风量系统室温自调整控制系统的仿真

针对变风量空调系统控制的复杂过程,建立了空调房间在VAV空调方式下的数学模型,并将可变论域参数自调整Fuzzy PID控制方法应用于室温控制中;利用MatLab软件的仿真模块,对控制系统进行仿真。结果表明,可变论域参数自调整Fuzzy PID控制方法动态响应速度快,超调量小,具有较强的鲁棒性,对理论研究和工程实践具有一定的指导意义。     

变风量系统中央空调房间的建模及控制系统仿真

介绍了变风量空调系统的基本原理,结合变风量系统的特点,在变风量(VAV)空调系统房间数学模型的基础上,利用仿真软件Matlab对整个空调控制系统进行了仿真,得到了系统的响应,在理论研究和工程实践中具有实际的指导意义和应用价值。