基于Elman神经网络变风量空调系统研究

变风量空调控制系统具有非线性和动态特性.目前,在VAV空调控制领域应用最广泛的神经网络是静态前馈Bp神经网络,而在多层前向Bp网络中引入特殊关联层,形成有"记忆"能力的Elman神经网络,可以映射系统的非线性和动态特性.其在网络训练算法中,采用自适应学习速率梯度下降反向传播算法,显著提高了网络的训练速率,有效抑制了网络陷入局部最小点.文中分别采用Bp神经网络与Elman神经网络建立模型,对VAV空调系统的少量参数的数据进行仿真预测,经比较分析,证明后者具有收敛速度快、预测精度高的特点.     

基于EASY5的火电厂系统建模及性能仿真研究

采用模块化建模方法,建立了火电厂系统中各部件模块的数学模型和仿真模型;引入容积模块,解决了系统中压力-流量之间的耦合关系.以EASY5仿真软件为平台,开发了火电厂机组中各主要部件的模块库,搭建了某火电厂机组仿真模型.利用已有的试验数据,验证了仿真模型的有效性;在此基础上,进行了机组的动态特性仿真,获得了机组的动态响应特性,为机组控制性能的改善提供参考.     

房间空调器稳态性能仿真

房间空调器制冷系统是一个复杂的多输入多输出系统,研究稳态运行时其部件参数对系统性能的影响即空调器稳态性能仿真,是装置优化设计的基础和前提.根据空调各部件的装置仿真用数学模型并综合考虑各部件之间的耦合关系,采用Modelica语言建立了空调稳态性能仿真模型库.基于上述模型库建立了反映各变量和系统性能关系的空调制冷系统仿真模型,在MWorks平台上进行仿真.仿真结果证明,模型可以用于对空调的参数优化,对空调整体性能的改进具有重要的意义.     

变风量空调系统的迭代学习控制研究

针对变风量（VAV）空调系统下位机设定点变动时,整个系统完全达到稳态时间过长,且各子系统易出现超调的问题,提出采用一种迭代学习控制（ILC）的设定值序列优化方法。以空调系统中变频风机—管道静压控制回路为实例,说明该方法的可行性。采用递推最小二乘法（RLS）建立该回路的动态模型,并给出了一种新的迭代学习期望轨迹,应用迭代学习PD控制律对其动态过程进行仿真分析,并将此算法用于空调实验平台验证其控制效果。结果表明,ILC可以改善空调子系统的动态特性,为VAV空调系统的全局稳态优化奠定了基础。     

VAV中央空调能耗建模与仿真研究

中央空调是一个复杂的非线性、时滞系统。中央空调系统在运行过程中存在着巨大的节能潜力,对中央空调系统的节能优化研究应以中央空调的能耗模型为基础。根据VAV中央空调各设备的能耗数学模型,并综合考虑VAV中央空调各设备之间的耦合关系,利用matlab中的simulink工具箱建立了反映VAV中央空调运行过程中各变量与系统能耗之间关系的仿真模型进行仿真,并对仿真结果进行了分析验证。模型可以用于对中央空调节能的参数优化研究中,对中央空调的节能优化控制具有重要的意义。     

燃气轮机速度调节过程的仿真研究

该文针对燃气轮机半实物仿真系统的特点 ,根据惯性容积思想建立了非迭代的燃气轮机模块化仿真模型 ;对半实物仿真系统中的物理部件速度调节器特性进行了实验研究 ,根据物理部件的特性 ,建立了相应的物理部件仿真模型。在EASY5仿真平台上将燃气轮机各模块和速度调节模块组装 ,对影响燃气轮机速度调节过程的各个因素进行了仿真分析 ,仿真结果和实际过程有较好的一致性 ,从而为物理部件与模型模块的连接提供参考和依据     

变风量系统中央空调房间的建模及控制系统仿真

介绍了变风量空调系统的基本原理,结合变风量系统的特点,在变风量(VAV)空调系统房间数学模型的基础上,利用仿真软件Matlab对整个空调控制系统进行了仿真,得到了系统的响应,在理论研究和工程实践中具有实际的指导意义和应用价值.     

变风量系统室温自调整控制系统的仿真

针对变风量空调系统控制的复杂过程,建立了空调房间在VAV空调方式下的数学模型,并将可变论域参数自调整Fuzzy PID控制方法应用于室温控制中;利用MatLab软件的仿真模块,对控制系统进行仿真。结果表明,可变论域参数自调整Fuzzy PID控制方法动态响应速度快,超调量小,具有较强的鲁棒性,对理论研究和工程实践具有一定的指导意义。     

基于逐级计算的燃气涡轮部件的性能仿真研究

在传统燃气轮机循环的动态仿真研究中，对涡轮部件的处理一般都采用涡轮特性图或曲线的方法来完成；但对于HAT循环而言，由于进入涡轮的工质是高温高压高湿的燃气，在目前的条件下还无法得到涡轮的特性图或曲线，这样为了建立HAT循环的动态仿真模型，该文根据涡轮的工作原理建立了基于逐级计算的涡轮部件性能仿真模块；在此基础上，以简单燃气轮机循环动态仿真模型为对象，涡轮部件的模块分别采用了基于特性图的方法和基于逐级计算的的方法，从而可以对这两种方法进行比较；然后针对湿燃气在不同的含湿量下，对涡轮部件进行了动态性能仿真试验；结果证明了基于逐级计算的涡轮模块的可行性，为HAT循环整体动态仿真模型的完成打下了很好的基础。     

飞机环境控制系统的仿真研究

以飞机环境控制系统(AECS)为研究对象,建立了系统各主要部件的数学模型,对系统进行丁仿真研究。采用模块化结构的方法,利用Matlab／Simulink建立各部件的仿真模块并构成系统进行仿真研究,对系统在扰动下的动态响应进行了仿真分析。仿真结果表明所建模型具有较高的精度,为研究飞机环境控制系统的动态性能提供了新的实现途径。     

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.     

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。     

压力有关型VAVBOX控制回路的系统辨识

变风量空调末端（VAVBOX）是变风量系统的关键部位,其运行的状况将直接影响空调系统的整个运行效果。本文主要论述了对压力有关型变风量末端控制回路进行了系统辨识,风阀模型采用开环辨识的方法,房间模型辨识中采用了闭环辨识。为研究变风量空调末端（VAVBOX）在室内温度方面的精确控制与抗扰问题打下了坚实基础。     

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。     

变风量系统空调房间建模与特性参数估算

讨论了变风量空调系统的基本原理 ,根据定风量方式下空调房间的数学模型和特性参数的估算公式 ,结合变风量系统的特点 ,推导出变风量方式下空调房间的数学模型以及两种送风方式下特性参数的关系 ,对研究变风量系统的协调控制问题具有重要的理论意义和明显的实用价值。     

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。     

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。     

变风量空调系统机组部分的建模与仿真

本文针对变风量空调系统存在耦合,难以稳定运行的情况,把空调系统分解为机组部分和末端部分来考虑。对机组部分采用最小二乘法建模,并提出了基于单神经元自适应PID控制方案。应用Matlab软件对其进行仿真,仿真结果令人比较满意,证明了这种控制策略的可行性。     

基于风机模型不确定性的鲁棒控制

通过对变风量空调系统中的定静压控制、变静压控制和总风量控制方法的分析,结合空调末端的特点,选择定静压控制方法控制风管静压.由于设备老化、非线性和外部因素,风机模型具有不确定性,对静压的稳定控制造成不利影响.对静压控制采用基于线性矩阵不等式的PID控制和预测控制算法,并与普通PID控制作比较.仿真表明,采用这2种算法的定静压控制稳定性好,具有较强的鲁棒性.     

VAV系统中的新风量确定及控制

介绍了变风量(VAV)空调系统的特点以及末端装置的结构,详细阐述了变风量空调系统新风量的确定方法和控制的方法,并分析了各种方法的优、缺点及适用范围。