基于神经网络的变风量空调解耦控制

目的 分析变风量空调运行时各变量之间的耦合关系,针对变风量空调参数多变、强耦合的特点,提出一种变风量空调系统改进型误差反播神经网络解耦控制方法,对变风量空调温湿度控制系统进行解耦.方法 把整个系统的解耦目标分解为N个子目标,每个子目标仅仅对一个回路通道进行解耦,其结构与指标函数简单,易于实现;并将模糊神经网络控制器与解耦控制器有机结合.结果 解耦成功后,控制响应速度快、超调量几乎为零,达到期望温度后温度曲线保持不变,而此过程中湿度值基本没有变化,整个控制过程调节响应快,稳态误差小,解耦效果明显,有很强的控制精度和鲁棒性.结论 BP神经网络解耦控制算法具有很强的自学习功能和自适应解耦能力,能取得良好的解耦控制效果.     

基于METASYS硬软件平台的变风量空调实验系统

变风量(variableairvolume,VAV)空调系统以其巨大的节能潜力逐渐成为国内外空调系统的主流。其设计方案和性能研究受到国内外的广泛重视。本文介绍西安建大采用JohnsonControls自控公司的META SYS硬软件实现的变风量空调实验系统。该实验平台设计合理、功能完备,为变风量空调系统的设计及其解耦与优化控制的研究提供了有力的保证。     

基于预测控制的变风量空调送风系统控制特性研究

基于通风网络原理建立了变风量空调送风系统的预测控制模型,并对变风量空调送风系统进行预测控制.仿真模拟表明,该预测控制模型对变风量空调送风系统的调节及时、准确,能使该系统更加节能、可靠.     

基于PID神经网络的多变量解耦技术在变风量空调中的应用

本文分析了空调控制系统、变风量空调系统特点及目前存在的控制问题,提出了空调控制系统引入智能控制方案的可行性与必要性,针对变风量空调系统的特点和要求,提出变风量空调系统的控制方案。控制回路由冷水流量一送风温度控制、风机转速一静压点静压控制、送风量一室内温度控制、新风量一二氧化碳浓度控制四个控制回路组成,建立了一种新的多层神经网络,实现了神经网络和PID控制规律的本质结合,在变风量空调控制系统中表现出很强的学习和自适应解耦能力,MATLAB仿真试验说明了系统设计的有效性。     

基于预测控制的变风量空调系统控制性能实验研究

基于变风量空调送风系统运行机理建立了预测控制模型,设计出变风量空调前馈反馈综合控制系统.实验研究表明,该控制系统对变风量空调送风系统的调节及时、准确,系统更加稳定、可靠.     

变风量汽车空调的建模与仿真

介绍了变风量空调系统的原理和汽车空调负荷的特点,对变风量空调系统在汽车空调中的应用进行了研究.根据汽车空调负荷的特点,建立了变风量（VAV）空调系统汽车车厢的数学模型,利用仿真软件Matlab对车厢的温度控制系统进行了仿真,得到了系统的响应.     

VAV空调系统的末端控制方法研究与实现

以建筑的节能为出发点,通过实际的BACnet体系下空调系统及其末端与控制设备组成变风量系统,针对系统末段进行实验研究,其最终研究结果说明了该系统的可行性与优点.它对于BACnet体系下总线控制与变风量空调系统末端研究有着实际的参考意义.     

变风量空调系统末端装置的性能分析

目前,变风量空调系统的末端装置主要分为压力有关型和压力无关型.采用MATLAB的SIMULINK对变风量空调系统的末端装置进行仿真,并进行理论分析.与压力有关型比较,压力无关型仅仅多了一个流量检测装置,但从仿真结果分析可以看出,压力无关型系统的控制品质得到大大提高.     

三轴仿真转台系统模型建立及解耦控制研究

三轴仿真转台的惯性耦合、速度耦合及重力效应是影响仿真精度的主要因素.采用 MATLAB 中simulink 的仿真方法研究三轴仿真转台系统动力学模型以及解耦控制算法.运用多刚体系统运动理论和拉—欧方程建立了系统动力学模型,提出了一种二阶系统反馈解耦控制方法,利用该控制方法设计了三轴仿真转台的解耦控制器,运用 MATLAB 软件的仿真工具箱,对三轴仿真转台整个机电系统进行了系统仿真,结果证明所提出的解耦控制方法及所设计的解耦控制器的有效性和实用性.     

变风量末端联合串级温湿度控制

本文结合工程实际,以变风量空调系统为研究对象,分析温湿度耦合因素,研究了夏季工况露点除湿和变风量末端控温联合作用下,基于绝对湿度控湿的变风量末端温湿度控制方法-联合串级双闭环控制.温度控制回路采用单神经元自适应PID,湿度控制回路采用单纯形寻优的增量式PID算法,仿真与实验研究结果表明本文提出的控制方案较传统方案能快速除湿,较好的满足人体舒适度要求,本文的研究具有一定的理论意义和工程应用价值.     

变风量空调系统末端的模糊神经网络控制研究

针对目前传统PID控制对模型依赖性强,难以在线调整,对具有非线性和不确定性的变风量(VAV)空调系统的控制动态性能差的特点,提出将模糊神经网络应用于该系统.建立了模糊神经网络控制器,基于变风量空调系统末端装置的数学模型进行了仿真研究.结果表明,该控制策略比传统PID控制更适合于VAV系统,控制系统具有更好的鲁棒性和自适应能力,可以取得更优的动态性能.     

变风量空调系统的协调控制策略研究

阐述了变风量空调系统的基本原理和建筑物自动化系统应用体系结构的特点,从协调控制的角度,对目前变风量空调系统的系统控制方法进行了探讨,基于变风量方式下空调房间的动态数学模型及各控制环节的动态特性,运用MATLAB（SIMULINK）软件对风机总风量控制方法进行了仿真研究,结果表明该控制策略具有调节及时、效果显著等特点,是一种简单、实用、节能的系统协调控制方法。     

一种VAV末端控制器的设计与实现

提出变风量空调技术有良好的应用价值。介绍了一实际工程中运用的单风道再加热械量空调系统结构和压力无关型末端装置的控制原理。具体分析了此系统的ＶＡＶ顺的功能、控制方式、硬件电路和软件流程。该控制顺效果稳定可靠,可以借鉴。     

变风量空调系统的模糊神经网络预测控制

针对变风量中央空调系统具有多变量、大滞后和非线性的系统特性及常规控制算法系统响应慢、控制精度不高等问题,提出了模糊神经网络预测控制策略.该方法将模糊神经网络控制与预测控制技术相结合,建立了模糊神经网络与预测控制结合的复合控制器模型,通过优化变风量控制方式,有效地实现了中央空调系统的预测控制.结果表明,该控制方法能使系统具有良好的动态性能和稳态性能,控制精度高,节能效果显著,具有广泛的应用前景.     

基于VAV变风量智能建筑空调系统控制

为了解决传统VAV空调系统的非线性、延时性、波动性以及模型准确性等问题,在传统PID控制系统的基础上,引入模糊PID控制机理,建立了模糊增益控制器.结合自适应调节系统,通过模糊调整方法,以变风量空调系统终端阀门的开度为最终控制对象,通过MATLAB编程建立模型,对PID控制器参数进行在线调整.结果表明,引入模糊PID控制方法的VAV空调系统与传统PID控制方法相比,前者动态响应速度快,校正时间短、超调量小,具有广阔的应用前景.     

舒适性指标PMV在暖通空调控制中的应用

在分析了影响人体舒适性感觉诸因素的基础上,讨论了PMV(预测平均投票值--Predicted Mean Vote)指标的作用和运算方法.利用人工神经网络建立了PMV指标的预测模型,并将PMV指标用作空调系统的优化性能指标,研究了空调系统优化控制方案.优化指标取舒适性指标和耗能量之和,在模型不确定和环境、负荷参数不断变化的情况下既达到了节能的要求,又可以使空调区域内的温、湿度保持在舒适性范围内.研究表明将PMV指标用于空调系统的优化控制,具有良好的适用性.     

A Novel Tuning Method for Predictive Control of VAV Air Conditioning System Based on Machine Learning and Improved PSO

The variable air volume (VAV) air conditioning system is with strong coupling and large time delay, for which model predictive control (MPC) is normally used to pursue performance improvement. Aiming at the difficulty of the parameter selection of VAV MPC controller which is difficult to make the system have a desired response, a novel tuning method based on machine learning and improved particle swarm optimization (PSO) is proposed. In this method, the relationship between MPC controller parameters and time domain performance indices is established via machine learning. Then the PSO is used to optimize MPC controller parameters to get better performance in terms of time domain indices. In addition, the PSO algorithm is further modified under the principle of population attenuation and event triggering to tune parameters of MPC and reduce the computation time of tuning method. Finally, the effectiveness of the proposed method is validated via a hardware-in-the-loop VAV system.     

基于嵌入式的客房变风量空调系统智能控制器设计

介绍一种基于嵌入式处理器S3C2440A的变风量（VAV）空调系统智能控制器的设计方法。VAV 空调系统室温实时控制采用模糊PID 控制算法,利用嵌入式技术搭建Web服务器,实现空调系统的远程监 控。软件设计上,运行Linux操作系统,移植图形用户界面开发环境Qtopia和Qt/E,采用多进程和多线程编 写程序。经过测试表明,整个控制系统性能良好。     

基于RBF预测的模糊神经变风量空调控制

目的为提高变风量空调系统的动态控制性能,提出基于预测的模糊神经网络控制方法.方法通过模糊神经控制器对输入输出量进行控制,预测器进行控制参数预测,比较实际控制量与预测量来进行实时控制和调整参数,从而达到预期的控制效果.结果仿真试验表明,该方法控制动态响应快,超调小、控制精度高,具有良好的动态性能和稳态性能.结论所提出的控制方法能有效地提高了变风量空调系统的动态性能,并由仿真结果验证了其有效性.