换热站并联水泵分布式优化控制

针对现有换热站并联水泵优化算法在集中式架构下控制适应性不足的问题,本文提出了一种改进的分布式并联水泵优化算法.首先,建立了并联水泵的分布式控制系统,并对该优化问题的数学模型进行描述,在目标函数中引入自适应非线性因子;然后,设计了改进的分布式果蝇优化算法,在该算法中每台水泵的控制器仅通过与邻居控制器交互信息即可完成并联水泵的优化;并且,在嗅觉搜索阶段,使用正弦余弦策略替代赋予个体距离与方向的随机策略;最后,以两个实际换热站中不同并联水泵系统为例对算法进行仿真验证,并基于仿真结果进行性能分析.结果表明,相较于传统算法,改进的分布式果蝇优化算法能得到更优的控制策略,有着收敛速度快、稳定性好和鲁棒性强的特点;并且该算法适用于不同系统的并联水泵优化问题,具有可扩展性.在实际工程验证中相较于集中式算法,该算法在总功率和计算时间上分别平均降低了5.47%和29.90%,因此,能够满足实际换热站中对并联水泵热负荷优化分配的需求.     

中央空调并联冷机负荷分配分布式优化控制

针对现有中央空调并联冷机优化算法对分布式控制的适应性不足的问题,提出了一种适用于分布式控制系统的并联冷机负荷分配优化算法。该算法仅通过每个冷机与相邻冷机交互信息完成对并联冷机运行的优化控制。将预处理机制与粒子群优化算法结合,在粒子初始化时对粒子间距离小的粒子进行适应度值比较,对适应度值小的个体进行惩罚并更新,以维持种群多样性;同时提出一种非线性惯性权重改进策略,加快收敛速度,避免算法陷入局部最优。最后,通过仿真实验测试算法的性能。实验结果表明,相对于对比算法,该算法能得到同等或更好的负荷分配控制策略,且收敛速度更快、鲁棒性更强,能够适用于分布式控制系统下并联冷机负荷优化分配。     

PLC在中央空调变频节能系统中的应用

1引言 随着我国经济的进一步发腱和WTO的不断深化，空调设备已被广泛应用于工业生产、民用建筑及各行各业，如电子工业、药品、烟草生产、宾馆、饭店、医院乃至小区住宅等。然而空调设备是能耗大户，消耗着大量的电能，特别是在近年来“电荒”频频告急的情况下，中央空调用户的生产和生活明显受到影响；另一方面，中央空调是按照一年中气温最高，负荷最大并乘以相当大的安全系数来设计，且留有相当的设计余量。美国制冷工程师协会给出的建筑物全年实际运行负荷的统计数字表明，中央空调在全年的运行时间里，实际负荷低于设计能力75％，而无论在什么情况下中央空调系统中的冷冻水泵、冷却水泵循环系统都在额定状态卜运行，远远超过实际所斋的负倚，即通常所说的“大马拉小车”，既不合理也无必要。因此，按实际负荷适时调节冷却水、冷冻水系统运行效率，增大或减少冷冻、冷却水量，降低能耗较大且运行时间较长的设备的工作时间，就可以节约相当数量的电能。     

粒子群优化算法研究

粒子群优化算法是根据鸟群觅食过程中的迁徙和群集模型而提出的,用于解决优化问题的一类新兴的随机优化算法。本文首先介绍PSO算法的基本原理和工作机制;然后介绍粒子群优化算法的优化策略,包括提高收敛速度﹑算法离散化﹑提高总群多样性;最后对其将来的发展进行了展望。     

粒子群优化算法简介

介绍了基本PSO算法以及两种典型的改进算法:1)全局邻域模式和局部邻域模式对粒子群优化算法的影响,全局邻域模式粒子群优化算法收敛快,但容易陷入局部极小值;局部邻域模式粒子群优化算法由于粒子倾向于在不同的局部区域搜索因而收敛速度慢,但能在较大程度上避开局部极小值;2)混沌粒子群优化算法,它具有混沌的随机性、遍历性、规律性等特性引导粒子及其组成的群落搜索全局最优解。     

基于粒子群算法的煤炭重介洗选智能控制系统

为实时智能调节煤炭重介洗选工艺参数,优化煤炭生产效果,设计基于粒子群算法的煤炭重介洗选智能控制系统。管理人员在系统监控端,下达重介洗选智能控制指令,传输至PLC主控单元;主控单元由现场设备层的液位传感器、同位素密度计、磁性物浓度计,采集重介洗选时合格介质桶液位、悬浮液密度、煤泥含量三种核心工艺参数,发送至控制端的基于粒子群算法的重介洗选智能控制器;此控制器结合工艺参数检测值与标定值的偏差、偏差变化率,由粒子群算法整定设置满足时域性能指标为最小值的PID控制器参数后,结合控制规则表,输出加介阀、补水阀、分流箱开度大小,由对应控制模块调节开度,智能调节合格介质桶液位、悬浮液密度、煤泥含量。实验中,此系统可在5 s快速控制悬浮液密度、液位、煤泥含量变成给定值,可将精煤产率提升1.49%。     

粒子群优化算法研究

粒子群优化算法是一种启发式全局优化技术,是一种基于群智能的演化计算方法,其源于鸟群群体运动行为的研究。群体中的每一个微粒代表待解决问题的一个候选解,算法通过粒子间信息素的交互作用发现复杂搜索空间中的最优区域。本文介绍了粒子群优化算法的基本原理。     

改进的粒子群优化算法

将基本粒子群算法粒子行为基于个体极值点和全局极值点变化为基于个体极值中心,并且按一定概率选择其他粒子的个体极值点,设计了一种新的粒子群优化算法.新算法的学习行为符合自然界生物的学习规律,更有利于粒子发现问题的全局最优解.实验结果表明了算法的有效性.     

智能中央空调节能系统设计实现

论述了一个智能中央空调节能系统的设计实现，在实现中，较好地运用了系统工程的思想，集成经典控制理论、变频器控制、组态软件、分布式网络等手段，使整个系统运行良好，实现了预定的节能目标。     

中央空调系统的优化控制——中央空调节能、监控的新技术应用

本文介绍了中央空调电节能发展的历史，概述了控制系统的构成、节能原理和主要功能。     

中央空调系统中的节能分析

对中央空调系统中耗能最大的泵采用了变频模糊控制和对中央空调系统中的冷却水进行回收利用,一方面节省了中央空调运行中消耗的无效能量,另一方面实现了冷却水输出总量减排30%-50%的目的.解决了实际应用中循环回收的热能大于需求的热能时产生的无效利用问题,寻找到了冷热联产系统的热能平衡有效控制区域.把基于模糊控制理论的智能控制技术应用到冷热联产的热量转移及管理控制过程,使系统工作及节能状态优化.     

采用预测控制的地铁节能优化控制算法

本文针对地铁列车自动运行系统(automatic train operation,ATO)一般运行情况以及晚点延迟发车情况下的节能问题,基于预测控制算法设计了地铁节能优化控制算法.利用预测控制算法的在线滚动优化特性,通过设计含有能量消耗趋势优化项的控制目标函数,控制算法能够针对节能目标实现快速动态调整.通过调节目标函数中各优化项权重的相对大小,节能算法可以在满足列车时间与路程运行指标的同时,达到降低能耗的目的.在MATLAB平台上利用真实车辆模型对提出的节能优化控制算法进行了仿真,在列车不延迟与延迟的情况下,算法都很好地平衡了跟踪目标与节能目标,为地铁能耗动态优化控制提供了可行方案.     

基于免疫粒子群算法的中央空调冷冻水系统优化控制

为了降低中央空调的运行能耗并对冷冻水回水温度进行稳定而有效的控制,提出了一种冷冻水回水温度优化控制方法,根据回水温度测量值与设定值间的偏差判断室内实际负荷需求。首先,对粒子群优化（PSO）算法中的惯性权重采用呈指数形式下降的策略,使微粒更新速率能够适配寻优过程的各个阶段;然后,针对模型参数存在不确定摄动的问题,引入人工免疫（AI）思想形成免疫粒子群算法,从而拓展微粒的多样性,增强其摆脱局部最优值的能力;最后,据此优化比例积分微分（PID）控制器的3个参数,并通过该控制器调节冷冻水泵的频率,将实际回水温度保持在设定值附近。实验结果表明,采用该控制策略在满足室内负荷需求的前提下能够更有效地降低冷冻水泵的运行频率,节能效果与控制质量更佳。     

基于多策略改进麻雀搜索算法的并联冷机系统节能优化

针对并联冷机系统负荷分配优化问题,提出一种基于多策略的改进麻雀搜索算法,以系统功耗最小为优化目标,以各冷机的部分负荷率为优化变量进行求解.在改进算法中,首先,针对基本麻雀搜索算法初始解的质量差且不均匀问题,引入混沌序列机制对位置初始化;然后,针对算法初期易早熟导致搜索精度低的问题,提出将粒子群算法中的速度概念引入发现者的位置更新公式中,提高算法的寻优精度.为了避免算法长期陷入局部最优,结合狼群算法猛狼的跟随策略优化跟随者的位置,自适应调整个体权重提高算法的收敛速度;接着,选取两个测试案例对所提出算法的性能进行详细测试,并与其他常用算法对比,改进的麻雀搜索算法在案例中最高分别可节能17.8%和23.97%;最后,运用实际系统仿真平台验证所提出改进算法收敛快、运行时间短、鲁棒性好的优点.     

6-DOF并联机器人并行控制算法与优化

为了实现对6-DOF并联机器人实时在线控制,并能取得良好的控制效果,对其运动控制算法的结构进行了深入剖析与研究,尤其对上平台中心的运动速度和角速度的计算及液压缸各杆的伸长速度计算矩阵进行了细致的研究,提出了并行算法及CPU的优化分配策略,大大提高了并联机器人的实时控制质量.     

教学楼电能节能控制系统的设计

针对高校教学楼教室使用及其内用电设备使用存在不科学的管理而造成电能等资源严重浪费的问题,设计了一种远程的教学楼电能节能控制系统。系统既可以由用户通过手机或PC实现对教学楼中用电设备的控制与管理,又可以根据学校的通、断电安排自动控制教室内的用电设备供电。该系统已应用于某高校的教学楼中,运行结果表明,该设计具有结构简单、易安装、性能可靠、方便实用等众多优点,达到了节约能源和节约人力、物力的目的。     

网络化中央空调控制系统设计与实现

设计了一种基于嵌入式平台的网络化中央空调控制系统。通过对中央空调前端设备的网络化管理,实现对中央空调系统的集中控制。系统采用网络化结构,分为控制面板、空调执行器和中心控制端三个部分。中心控制端通过B/S模式控制每个房间空调的运行模式,并收集前端空调运行数据进行处理;采用QVGA彩色液晶屏,自主设计GUI框架并嵌入彩色中文液晶界面,实现了友好的人机交互。实验结果及实践表明:系统稳定可靠,性价比高,实现了中央空调的智能化联网控制。     

中央空调系统监控设计

随着计算机技术的快速发展,中央空调系统的监控设计已成为楼宇自控系统设计的核心。本监控系统的硬件采用SIEMENS公司的MBC(模块化楼宇控制器)、MEC(模块化设备控制器)等嵌入式控制器,软件采用SIEMENS公司的APOGEE Insight软件,监控系统对楼宇室内的温度、湿度和其它参数进行实时监视和控制。     

智能双车车距控制算法与优化策略

针对传统的车速与车距控制算法难以满足智能车竞赛双车追逐组别比赛要求的问题,提出一种速度距离双闭环控制策略,采用改进的模糊控制算法和增量式比例—积分—微分(PID)算法相结合,对速度和车距进行控制。实验结果表明:该算法及控制策略对双车车距的控制非常有效,在保证完成双车超车任务下,在行驶运动中仍可保持合适车距,适合性很强。     

大型建筑物中央空调监控系统设计问题探讨

现代大型建筑中一般采用中央空调对建筑室内温度进行控制,其系统的设计一方面要考虑建筑物的实际情况合理选择系统结构,同时又要合理对监控点位进行选择,从而减少能耗,减少监控系统的投资,获得最大的收益。本文针对大型建筑物中央空调监控系统中结构选择和监控点设计这两个主要影响因素进行了一定的分析。