測試室空調(diào)系統(tǒng)自適應(yīng)控制的研究.pdf

1、目前能源問題已經(jīng)成為我們國家和政府密切關(guān)注的熱點問題，建筑能耗在我國國家總能耗中所占的比例已超過25％，而在建筑物的使用能耗中，供熱、通風(fēng)和空調(diào)的能耗約占建筑物使用能耗的50％以上。提高暖通空調(diào)系統(tǒng)的運行及控制水平能夠顯著降低建筑能耗，從而緩解當(dāng)今能源緊張的問題。本文針對空調(diào)系統(tǒng)由于存在純遲延、時變和非線性等特性，使得傳統(tǒng)的PI/PID控制方法往往無法獲得滿意的控制效果，經(jīng)常出現(xiàn)過冷或者過熱的現(xiàn)象，從而導(dǎo)致無謂的能源消耗，因此提出一些適

2、用于空調(diào)系統(tǒng)的自適應(yīng)控制策略以及相關(guān)的系統(tǒng)辨識方法。空氣焓差法試驗臺測試室的空調(diào)系統(tǒng)是本文所要研究的具體空調(diào)對象，它可以代表多數(shù)情況下的空調(diào)系統(tǒng)的對象特性。本文將自適應(yīng)控制策略以及相關(guān)的系統(tǒng)辨識方法應(yīng)用在測試室的空調(diào)系統(tǒng)中，并開發(fā)了一種采用自適應(yīng)控制算法的基于Internet的制冷空調(diào)試驗平臺空調(diào)系統(tǒng)的遠(yuǎn)程控制系統(tǒng)。本文所做的研究內(nèi)容主要包括如下： 1．首先通過機(jī)理法建立了空氣焓差法試驗臺測試室空調(diào)系統(tǒng)的數(shù)學(xué)模型，通過 MATl

3、LAB/Simulink工具搭建了測試室空調(diào)系統(tǒng)理論模型的仿真環(huán)境，并采用測試法中獲取對象階躍響應(yīng)的方法對空調(diào)系統(tǒng)的理論模型進(jìn)行了實驗驗證。 2．空調(diào)系統(tǒng)自校正控制必須首先實現(xiàn)對空調(diào)對象的在線辨識，針對常規(guī)空調(diào)對象可以看作是一階慣性加延遲的環(huán)節(jié)，而遞推最小二乘方法無法實現(xiàn)對離散化后空調(diào)對象時延參數(shù)的在線辨識的缺陷，設(shè)計了兩種在線辨識算法：基于零頻率的模型匹配和帶遺忘因子的遞推最小二乘的聯(lián)合辨識算法及基于最速下降法的在線辨識算法，

4、實現(xiàn)了對空調(diào)對象包括時延參數(shù)在內(nèi)的時變模型參數(shù)的在線辨識，這兩種辨識算法具有簡單、明了和快速的特點，適于實時控制，并對該兩種辨識算法在測試室空調(diào)系統(tǒng)中的應(yīng)用進(jìn)行了仿真研究。 3．針對空調(diào)系統(tǒng)時變的特性，提出了一種魯棒自校正PI控制算法，該自校正控制算法采用基于零頻率模型匹配和遞推最小二乘的聯(lián)合辨識算法對空調(diào)系統(tǒng)的模型參數(shù)進(jìn)行閉環(huán)在線辨識，另外針對空調(diào)對象通常時間常數(shù)較大從而會降低控制回路性能的特點，設(shè)計了一種具有魯棒性能的PI控

5、制器的整定規(guī)則，其開環(huán)傳遞函數(shù)的增益裕量A<,m>=2.98、相位裕量ψ<,m>=59.8°，該PI整定規(guī)則被應(yīng)用在自校正PI控制策略中。并將該魯棒自校正PI控制算法和基于H<,∞>的自校正PI控制算法以及采用 Z-N整定規(guī)則的自校正PI控制算法在測試室空調(diào)系統(tǒng)中的控制性能進(jìn)行了比較。 4．針對空調(diào)對象由于純遲延的存在導(dǎo)致控制性能下降的缺點，提出了一種自校正Smith預(yù)估控制器，該自校正控制算法仍然采用上述的聯(lián)合辨識算法對空調(diào)系

6、統(tǒng)的包括純延遲在內(nèi)的模型參數(shù)進(jìn)行在線閉環(huán)辨識，在此基礎(chǔ)上采用Smith預(yù)估控制器對空調(diào)系統(tǒng)純延遲進(jìn)行精確補償，達(dá)到提高控制性能的目的。并將該自校正Smith預(yù)估控制器和經(jīng)過整定的PID控制器在測試室空調(diào)系統(tǒng)的控制性能進(jìn)行了比較，結(jié)果表明該自校正控制算法具有優(yōu)良的控制性能。 5．針對空調(diào)對象數(shù)學(xué)模型是近似的，它通常包含未建模的動態(tài)，因此采用自校正控制的控制性能受在線辨識精度的影響較大，提出了兩種不需要在線辨識環(huán)節(jié)的智能自適應(yīng)控制方

7、法：模糊自適應(yīng)Pl控制算法和經(jīng)過改進(jìn)的神經(jīng)元自適應(yīng)PI控制算法，模糊自適應(yīng)Pl控制算法將模糊控制和空調(diào)系統(tǒng)中最常用的PI控制有效結(jié)合起來，根據(jù)實際控制經(jīng)驗通過模糊控制規(guī)則對空調(diào)系統(tǒng)控制回路中 PI控制器的參數(shù)進(jìn)行實時的整定；神經(jīng)元自適應(yīng)PI控制算法則利用神經(jīng)元良好的自學(xué)習(xí)和自適應(yīng)能力，通過神經(jīng)元權(quán)值系數(shù)的自學(xué)習(xí)功能實現(xiàn)PI控制器參數(shù)的實時整定，該神經(jīng)元自適應(yīng)PI控制算法采用了改進(jìn)后的二次性能指標(biāo)，而且其神經(jīng)元比例系數(shù)在實際運行過程中能夠

8、實時進(jìn)行自我修正。這兩種自適應(yīng)控制算法被應(yīng)用在測試室空調(diào)系統(tǒng)中，并和經(jīng)過整定過的常規(guī)Pl控制器的控制性能進(jìn)行了比較，結(jié)果表明這兩種控制算法具有更優(yōu)異的控制性能。 6．在理論研究基礎(chǔ)上，研制了具有自適應(yīng)控制功能的基于Internet的制冷空調(diào)試驗平臺空調(diào)系統(tǒng)的遠(yuǎn)程監(jiān)控系統(tǒng)，設(shè)計了該遠(yuǎn)程監(jiān)控系統(tǒng)整體軟、硬件框架結(jié)構(gòu)，論述了在該基于Internet的監(jiān)控平臺上應(yīng)用的模糊自適應(yīng)PI控制算法的通信流程和編程設(shè)計、現(xiàn)場監(jiān)控服務(wù)器和數(shù)字控制器