变风量空调系统恒温解耦控制优化

在室内恒温控制问题的研究中,变风量空调系统的房间送风量、冷冻水流量和风机转速三个输入变量与房间温度、送风温度和静压三个输出变量之间存在着不同程度的耦合关系,每个房间的温度控制会受到不同程度的干扰,严重时会影响到整个系统的稳定性.为解决上述问题,根据变风量空调系统的房间、表冷器、风机等各个子系统模型,通过寻找一个合适的开环传递函数矩阵,实现对系统的解耦控制,通过使解耦矩阵的对角元素为1,得到简化的解耦矩阵.比通常利用对角化方法和状态反馈矩阵方法直接求得的解耦矩阵要简单.运行空调实验结果表明控制回路之间干扰不明显,解耦控制效果良好.     

多变量发酵过程的神经网络在线解耦控制

为提高多变量系统解耦控制的性能,提出了一种基于参考模型的神经网络在线解耦控制方法.构造神经网络实现前馈解耦,通过参考模型的输出与被控系统输出估计耦合作用对被控量的影响,由此设计神经网络权值参数学习算法,在线调整网络参数使多变量耦合系统实现解耦;对解耦后的子系统分别设计闭环控制器,以达到优良的控制性能.仿真实验结果表明,提出的解耦控制方法是简单有效的.     

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。     

VAV空调系统末端解耦控制研究

通过对VAV变风量空调系统的两个末端控制回路之间的耦合进行分析,运用最小二乘法建立被控对象＂送风量—室内温度＂控制回路的数学模型。针对被控对象的特性,采用前馈补偿解耦方法设计解耦网络,并设计单神经元自适应PID控制器。最后,通过MATLAB仿真,证明了所设计的解耦网络和控制器是行之有效的。     

在变风量空调控制中应用神经元解耦控制技术

采用机理分析和系统辨识相结合的方法，建立变风量空调系统的模型。应用自适应神经元解耦控制技术，对耦合强烈的变风量空调系统的4维传递函数矩阵系统进行解耦控制。仿真研究和实际运行表明，解耦效果良好。     

多变量解耦控制系统设计与仿真

工业生产过程中,被控系统越来越复杂,需要控制的变量通常不止一对,而且相互耦合,较成熟的线性多变量控制理论与设计方法已难以满足实际的多变量生产过程控制。本文针对多变量强耦合带有延迟环节的被控系统,研究了一种简化的串联前馈补偿解耦控制器设计方法。根据被控对象的辨识模型,设计串联前馈补偿解耦器,使系统解耦成单输入单输出模型,进而分别对解耦后输入输出模型设计PID控制器,整定PID控制器参数。仿真结果表明该方法具有较好的解耦能力和鲁棒性,算法简单,易于实现。     

磨煤机制粉系统解耦内模控制器的设计及仿真

本文针对工业过程中常见的多变量时滞耦合输入输出系统,基于内模控制结构提出了一种多变量解耦内模控制设计的方法,该方法设计的内模控制器同时具有解耦器和控制器的作用。其优点是能够实现标称系统输出响应之间的近似或完全解耦,并且改善了系统的大迟延的特性。并与PID对角矩阵解耦设计方法相对比,结果表明：解耦内模控制器设计方法有更好的鲁棒性。     

多变量解耦控制系统设计与仿真北大核心CSCD

工业生产过程中,被控系统越来越复杂,需要控制的变量通常不止一对,而且相互耦合,较成熟的线性多变量控制理论与设计方法已难以满足实际的多变量生产过程控制。本文针对多变量强耦合带有延迟环节的被控系统,研究了一种简化的串联前馈补偿解耦控制器设计方法。根据被控对象的辨识模型,设计串联前馈补偿解耦器,使系统解耦成单输入单输出模型,进而分别对解耦后输入输出模型设计PID控制器,整定PID控制器参数。仿真结果表明该方法具有较好的解耦能力和鲁棒性,算法简单,易于实现。     

变风量空调的自适应解耦控制研究

变风量空调是一个多输入多输出的相互耦合的系统,由于实际系统受多种因素的影响,系统模型参数也会发生变化。针对系统的耦合性和时变性,提出一种基于在线辨识的自适应解耦控制策略并将其应用在变风量空调系统中。该控制策略采用具有遗忘因子的递推方法和基于零频率模型匹配的联合参数辨识算法,在控制系统闭环运行条件下,对系统的过程参数进行在线辨识,以此模型来设计控制器和解耦器,对相关控制回路进行解耦控制。对实际系统中两个耦合的回路进行仿真分析和实验验证,结果表明该方法有效改善了系统的耦合作用,提高了控制系统的稳定性和鲁棒性。     

MFAC和前馈补偿组合的VAV系统解耦控制仿真

在空调机风量优化控制的研究中,变风量(Variable Air Volume,VAV)系统存在多变量、耦合强烈、非线性及带有时延等特点.针对子系统耦合严重的现象,提出了无模型自适应控制(Model Free Adaptive Control,MFAC)和前馈补偿相结合方法,建立了两个空气处理机组成的耦合系统的数学模型,设计了MFAC控制器和前馈补偿解耦网络,对所建立的耦合系统进行了解耦控制.仿真结果表明:相对PID与前馈补偿组合解耦而言,无模型自适应控制配合前馈补偿的方法可以大幅减少调节时间,且超调量为0,具有很好的解耦效果,可以解决变风量系统的耦合问题.