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。     

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.     

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。     

基于模糊PID前馈控制的VRV空调控制方法研究

变制冷剂流量（VRV）空调系统由于其舒适性、环保性和节能性得到了广泛的应用,但是系统具有多变量、非线性、强耦合等特点。对于这个问题,在VRV空调系统房间模型基础上,应用仿真实验以及数学建模的方式建立蒸发器过热度、制冷剂质量流量以及电子膨胀阀的数学关系,通过前馈控制满足了有效抵消各蒸发器之间耦合量的需求;通过模糊PID控制器可以体现不同蒸发器之间的耦合关系,同时通过模糊补偿器还可以提高系统建模的精度。最后经过仿真和实验结果发现,经过模糊PID控制以及前馈控制以后,其他房间由于耦合性对于被控房间所造成的的扰动可以被有效抵消,实现了被控房间的稳定运行的目的。通过设计和实验仿真证明了模糊PID控制器的有效性以及前馈模糊控制器良好的控制性。     

解析解耦设计在变风量空调系统中的应用

研究空调优化控制问题,变风量空调(VAV)具有多变量、强耦合和非线性系统.变量之间的耦合会直接影响空调系统的性能指标和稳定性.针对变风量空调系统进行建模,模型为三输入三输出的传递函数矩阵.在内模控制系统结构基础上,运用解耦控制的解析设计方法来设计解耦控制器.解耦设计方法可以达到标称系统变量间完全解耦,并且参数可以在线调整,使输出能够紧密跟随系统的动态变化.仿真结果表明,解耦控制器的设计提高了性能,应用效果较好.     

变风量空调系统优化控制策略研究

变风量空调系统是多变量,大滞后、非线性和不确定性的系统,普通的模糊神经网络控制已难以满足其多变量动态控制的要求,为改善变风量空调系统控制性能,本文提出了一种小波模糊神经网络预测控制方法,实现变风量空调的温湿度有效控制.通过小波神经网络预测器在线建立被控对象的数学模型,并用模糊RBF神经网络控制器对所得到的信息在线修正,优化控制器参数,从而改善系统的控制效果.仿真结果表明,小波模糊神经网络预测控制具有很强的鲁棒性和自适应能力,控制精度高,控制效果好,安全可靠等优点,具有广泛的应用价值.     

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。     

前馈补偿和自适应遗传算法的空调系统优化

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,将自适应遗传算法应用到变风量空调系统的实际控制过程中.针对基本遗传算法的缺陷,采用自适应遗传算法进行弥补,主要从种群分析、个体适应度值缩放方法、交叉概率和变异概率的自适应调整,保留优良个体这四个方面进行改进,提高了算法的运行效率和收...     

前馈-IMC在变风量空调温度控制中的应用研究

基于某大学智能建筑研究所变风量空调系统控制平台,针对送风温度控制过程中的新风温度扰动,在反馈控制基础上,引入了动态前馈补偿,以克服新风温度扰动的影响,并针对大迟延特性,采用前馈和内模控制算法,达到既提高系统的动态特性,又保证系统稳态精度的要求,可实现对送风温度的优化控制。     

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。     

基于遗传神经网络的VAV空调系统预测模型

针对单纯的机理建模方法难以准确预测变风量空调系统(VAV)的参数,利用BP神经网络构建了变风量空调系统的预测模型,并将遗传算法与BP网络相结合,提出运用遗传算法对神经网络的权值和阈值进行遗传搜索,寻优后再进行BP运算,以克服BP算法收敛速度慢、易陷入局部解的缺点;通过实验平台采集了大量数据对所建模型进行训练和验证,结果表明,模型对空调送风参数以及房间温湿度的预测结果与实测数据能很好拟合,精确度高,泛化能力强.     

智能控制在变风量空调中的应用研究

智能控制在变风量空调系统中的应用有利于其中控制技术方面问题的解决。本文介绍了以模糊控制和神经网络控制为代表的智能控制研究概况,并指出了今后的发展趋势。     

基于模糊控制的轿车空调温度控制系统研究

轿车空调是一个复杂的热力系统,由鼓风机、循环风门、混合风门、蒸发器和加热器等部分构成,其热负荷主要包括太阳辐射、车室内外温差、乘客热负荷和车速等.由热力学原理建立轿车空调系统的非线性模型,提出一种基于模糊推理的控制方法来实现轿车空调系统的温度控制,并利用型号为N15的轿车空调系统的参数进行Matlab仿真.仿真结果表明...     

基于模糊推理的空调智能控制

随着人们生活水平的提高,空调成为家居工作必不可少的一部分.传统空调PID控制技术仍被广泛应用,但其存在参数控制不精确、突变性、滞后性等问题,如何精确地控制空调参数,提高空调控制系统的性能成为空调控制领域研究的热点.针对这些问题,本文基于模糊推理提出了一种空调智能控制机制,通过对参数模糊化、规则库构建、模糊推理等步骤实现空调的模糊控制.实验证明了本方法的可行性,并进一步验证了在处理非精确问题方面与PID相比具有较大优势.系统实现部分给出了空调智能控制的具体交互过程.     

基于模糊PID算法的空调机组温度控制

针对中央空调系统空调机组温度控制的非线性、滞后性及时变性等特点,设计了基于模糊PID算法的空调机组温度控制系统,实现了空调机组温度的实时在线控制.该系统选用MCGS组态软件实现系统运行状态的监控,使用西门子S7-1200 PLC进行现场设备控制.运行结果表明模糊PID控制器设计合理,有效改善了空调过程的调节品质,提高了空调机组的温度控制质量.     

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。     

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.     

智能模糊控制技术在空调系统中的应用

原有建筑楼宇的中央空调水系统通常采用定流量控制技术,水泵始终处于满负荷运行状态,造成能源浪费,经济性低,需要进行节能改造.而传统的PID控制主要用于精确参数的系统模型,不适用于复杂的空调系统,故难以获得较好的节能效果.智能模糊控制技术是目前一种先进的控制技术,采用智能模糊控制技术来取代常规PID控制,实现中央空调系统的变流量控制.通过实际的应用验证,采用模糊控制技术后,中央空调系统能耗得到明显降低.     

变风量空调系统房间温度的串级自抗扰控制

变风量空调系统房间温度控制中,由于控制对象存在非线性、大滞后、模型参数不确定性等问题,导致温度调节困难.采用一种新型二阶离散最速控制函数设计自抗扰控制器,结合串级控制,以变风量空调末端装置风阀开度为中间被调量,将自抗扰引入到串级控制的温度环,设计了串级自抗扰控制器.建立了空调房间和末端装置的仿真模型,并进行仿真控制器和...