壓縮式制冷機(jī)組變參數(shù)控制及工作點(diǎn)優(yōu)化.pdf

1、目前中國的能源現(xiàn)狀日趨嚴(yán)峻，建筑節(jié)能的方面更是處于落后狀態(tài)，其中有許多問題亟待解決，本文從建筑中耗能最多的制冷機(jī)組入手，主要研究的是壓縮式制冷機(jī)組的控制和運(yùn)行點(diǎn)的優(yōu)化問題。其中壓縮式制冷機(jī)組的控制部分使用的是粒子群非線性PID控制算法，而機(jī)組的運(yùn)行點(diǎn)優(yōu)化問題則使用的是一種混合粒子群算法。
　　粒子群算法是一種仿生學(xué)的優(yōu)化算法，本文總結(jié)了這一算法的優(yōu)點(diǎn)和缺點(diǎn)以及改進(jìn)的方法，在對算法原理和改進(jìn)的策略和方法有了深刻的了解后，本文設(shè)計了兩

2、種混合粒子群算法分別用于制冷機(jī)組的非線性控制的參數(shù)優(yōu)化和運(yùn)行點(diǎn)優(yōu)化，其中混合粒子群算法Ⅰ引入了狀態(tài)反饋的概念，將成功率作為反饋參數(shù)，并以此為依據(jù)對慣性系數(shù)進(jìn)行調(diào)整，輔助以根據(jù)時間變化對加速系數(shù)進(jìn)行調(diào)整，混合粒子群算法Ⅱ則使用的是一種完全不同的策略，此策略引入了種群管理的觀念，將種群劃分成高適群和低適群兩個種群，并通過對種群數(shù)量的調(diào)整和對新粒子的引入的一系列規(guī)則使得粒子對復(fù)雜狀況的尋優(yōu)情況更加良好。將粒子群算法使用測試函數(shù)進(jìn)行仿真實(shí)驗表明

3、與同類粒子群算法相比較，這兩種混合粒子群的算法精度和算法收斂度都有一定程度的提高。
　　在粒子群非線性控制器的設(shè)計上，本文針對的是壓縮式制冷機(jī)組，在分析了PID各個參數(shù)的影響后，給出了非線性調(diào)整算法，其控制器的具體組成包括微分替換器，誤差調(diào)整器，冪誤差信號計算器，線性誤差信號計算器，冪誤差比例調(diào)整器，積分信號調(diào)整器，PID增益計算器，飽和器等多個部分。仿真實(shí)驗表明此空調(diào)控制器改善了傳統(tǒng)PID控制在壓縮式制冷機(jī)組控制中存在調(diào)節(jié)時間長

4、，超調(diào)量大的狀況。
　　制冷機(jī)組的負(fù)荷是長期變化與短期變化同時存在的，而且空調(diào)的設(shè)計大多留有10％到20％的余量，因此制冷機(jī)組長期在非額定狀況下運(yùn)行，如果能夠針對這一情況對制冷機(jī)組的運(yùn)行點(diǎn)做節(jié)能優(yōu)化，無疑將對建筑系統(tǒng)的節(jié)能貢獻(xiàn)巨大的力量，本文針對這一情況使用混合粒子群算法進(jìn)行了節(jié)能優(yōu)化的運(yùn)行點(diǎn)設(shè)置，實(shí)驗結(jié)果表明，使用此方法能得到更節(jié)能的運(yùn)行點(diǎn)，并且在空調(diào)非額定狀況下效果更為突出。而且當(dāng)空調(diào)負(fù)荷降低時，制冷機(jī)組的節(jié)能效果會得到明顯提