变风量空调系统模糊自适应整定PID控制的仿真

针对变风量(VAV)空调控制系统采用单纯的比例-积分-微分(PID)控制该系统很难达到其节能和舒适的作用.采用将模糊控制与PID控制两种控制方法相结合用于该空调控制系统中,并通过仿真工具对两种控制方法分别进行动态仿真,其结果表明模糊自适应整定PID控制比单纯的PID控制具有更快的动态响应、更小的超调,具有较强的鲁棒性,其节能和舒适效果明显.     

波形分析法模糊自整定PID控制应用研究

在分析空调系统常规PID自整定控制局限性的基础上,指出利用偏差及偏差变化量作为PID参数调节判据是常规PID自整定控制难以取得理想控制效果的根源,从而引入波形分析法求解控制过程的性能指标即超调量与调节时间,并提出利用性能指标作为PID参数调节的判据将克服常规PID自整定控制的局限性.对性能指标与PID调节器参数的关系进行了分析,给出了根据性能指标进行PID调节的模糊控制规则,基于上述规则建立了空调机组模糊PID控制系统数学模型,并进行了仿真.仿真结果表明,该波形分析法模糊自整定PID控制可以较好解决如空调系统等大、纯滞后受控对象的控制,得到较理想的控制性能指标,并因此获得较高的经济效益.     

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.     

变论域模糊PID在空调车温度控制中的应用

研究飞机维修地面环境空调系统优化控制,保证预期效果,飞机地面空调车温度控制系统是一个时变、非线性、模型不精确、工作环境不确定的复杂系统,空调控制温度精度差,影响稳定性能.针对传统的PID控制存在响应时问慢、稳定性差等缺点,提出了一种新的响应速度快、稳定性好和抗干扰性强的变论域模糊PID控制方法.采用变论域的思想,结合传统的PID方法和模糊控制方法的各自优点,形成变论域自适应模糊PID控制算法.利用变论域思想提高模糊推理的精度,并用模糊推理的方法实现PID参数的在线整定.在Matlab上仿真,结果表明控制方法效果明显优于传统PID控制,有效改善了系统的动态性能、稳态精度和鲁棒性,有较好的工程应用前景.     

模糊自整定PID控制器在再热汽温控制中的应用研究

针对工业过程中再热汽温等一类大迟延惯性时变对象,采用模糊自整定PID控制器对PID参数调节和优化,该方法将模糊技术与PID控制综合起来,实现了PID控制的智能化.仿真结果表明与常规PID控制器相比,模糊自整定PID控制器具有很强的适应性、鲁棒性和抗干扰性.     

遗传算法优化的模糊+变论域自适应模糊PID复合控制策略

针对变风量空调系统的不确定性和参数整定困难问题,提出了一种用遗传算法优化的模糊+变论域模糊PID复合控制器的新方法.该控制器由模糊控制和变论域模糊PID控制两部分组成.在系统动态阶段,采用模糊控制使其具有最优的动态性能;当系统进入稳态阶段,采用变论域自适心模糊PID控制使其具有最优的稳态性能.用遗传算法对主控制器的PID参数值进行离线优化,将其作为在线调节的初值,通过变论域的模糊推理在线调整系统的PID参数,使之具有良好的自适应能力.用模糊平滑切换保证了两种不同控制方式的平稳过渡.将提出的复合控制策略应用于变风量窄调系统的室温串级控制中,计算机仿真结果表明,该方法使系统具有良好的动、稳态性能,抗干扰和鲁棒性好.     

Research on Fuzzy Self Adaptive PID Controller with Parameters Tuning

主要研究了模糊自适应PID控制器参数整定方法,给出了预估计PID参数值的经验公式和方法.用MATLAB软件对PID控制、模糊自适应PID控制的控制性能分别进行了仿真研究,结果表明参数模糊自整定PID控制具有良好的稳态精度和自适应能力.     

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。     

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.     

基于PLC的矿井排水系统的模糊-PID设计

针对水泵系统具有非线型、大时滞的特点,将参数自整定模糊PID控制算法应用于水泵系统,利用模糊逻辑进行在线参数自整定的Fuzzy-PID控制.通过对PID参数进行在线自动调整,实现水泵系统自动控制.仿真结果和实际应用表明:采用参数自整定的Fuzzy PID控制,系统具有较强的鲁棒性和良好的稳定性.     

Static pressure set-point reset smoothing scheme based-on improved iterative learning control and variable trajectory for air-conditioning system

Variable static pressure is the main strategy for air volume adjustment in variable air volume air-conditioning system and can offer huge energy savings compared with constant air volume systems. When parameter set-points reset with load, dynamic processes are excited. Some processes take a long time to reach a new stable state with large overshoots. Improved iterative learning control (ILC) algorithm is studied to ameliorate transition processes of the static pressure reset control loop. A mathematical model of the static pressure control loop is established, and a new desired trajectory is given to improve the system tracking performance. Simulation and experimental studies are performed on traditional Proportion Integration Differentiation (PID) control, Proportion Differentiation (PD) type ILC, fuzzy gain PD type ILC and variable speed-integral PID type ILC. Results show that the system has the smallest overshoot and the shortest adjustment time with the fuzzy gain PD type ILC. Meanwhile the system can be betterly stabilized near the set-point with smallest evaluation index and the desired trajectory can be tracked with better dynamic performance. Studies show that the dynamic process is smoothed by improved ILC and variable trajectory. It is of great significance to enhance the whole system stability.     

变风量空调系统末端的变论域模糊PID控制

针对目前传统PID控制对模型依赖性强,参数难以在线调整,对不确定性强的变风量(VAV)空调系统的控制快速性和准确性差的特点,提出一种变论域模糊PID控制,以提高系统的控制速度和精度,使系统具有良好的动、静态性能。在推导的变风量空调房间和末端装置数学模型的基础上进行了仿真研究。结果表明,控制系统具有很好的鲁棒性和自适应能力,可以明显提高系统的响应速率,控制器的动态结构更适用于变风量空调系统。     

VAV空调系统的变静压控制和研究方法

在阐述了变风量空调系统变静压控制的基本原理的基础上,介绍了目前国外对变风量系统风机和送风静压控制方法的研究状况,对几种常用的变静压算法进行了综述,并提出了变静压控制策略的研究方法。     

基于模糊PID控制器的空压机恒压供气系统的设计

针对空压机供气系统具有大滞后特性及系统稳定性差的问题,介绍了一种基于模糊PID控制器的空压机恒压供气系统的设计。该系统中的模糊PID控制器结合了传统PID控制与模糊控制技术,可完成整个系统的参数自动调整,最终实现系统恒压供气的目的。实际运行结果表明,该系统能根据供气设备及环境的变化做出最优控制,有效提高了整个系统的可靠性、稳定性、动态响应速度及节能效果等。     

基于协调的变风量空调系统分布式预测控制

在实验和系统动力学行为分析的基础上,建立了变风量空调实验系统的内部模型,并分解为7个子系统。各个子系统分别采用模型预测控制（MPC）进行局部优化控制。在保证各个子系统之间网络连通和信息共享的基础上,将各个MPC的局部目标组合成系统级目标,从而把大规模的变风量空调控制系统在线优化问题转化为各子系统小规模的分布式优化问题。通过仿真和实验研究,验证了系统控制的效果。     

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。     

在暖通空调变风量系统中的最优供风温度

变风量系统采用100%的户外空气,为达到人们对房间内舒适度的要求,在一天中供风温度和供风量是不相同的。最优的供风温度受到多方面的影响,比如房间负载的大小,制冷系数,户外空气的温度和湿度等等。为了尽可能的减少空调系统能量的消耗,我们提出了最优供风温度的理论。     

基于解析法的变风量空调解耦优化控制

为了解决变风量空调中变量众多、耦合严重、延迟时间大、易出现不确定摄动等问题,提出了一种基于解析法的PID解耦控制策略。通过建立送风温度与室内温度两支耦合回路模型,并构建合适的期望闭环传函阵,推导出解耦控制器矩阵的理想表述形式。利用劳斯降阶与一阶帕德近似将其转换成PID形式,通过改变唯一的调节变量并根据谱半径幅频曲线来满足稳定性与鲁棒稳定性等要求,从而获得各参数的具体数值。结果表明,相比于前馈补偿PID法,基于解析法的解耦策略不仅能够完全消除两支回路间的耦合效应,还具有更平稳的跟踪性能,受不确定摄动的影响更小。