基于粒子群算法PID控制在变风量空调系统中应用

针对被控对象大惯性、不确定特点,提出一种变风量空调系统室温智能控制方案,建立了变风量空调系统的数学模型,采用了串级控制策略,主控制器采用一种新的可变论域自适应模糊pid控制。用串级控制反馈控制改善性能,抑制一、二次扰动,减小了各种扰动对室温的影响。采用可变论域自适应模糊pid控制。进行仿真,结果证明,变风量空调系统具有良好的动态性和稳定性。当空调房间模型结构参数发生变化时,控制系统鲁棒性好。

变风量空调系统模糊pid控制的仿真——针对目前变风量(vav)空调系统参数整定困难，将模糊控制和常规pid控制相结合，提出一种基于模糊控制规则的模糊pid控制方法及模糊pid控制器的设计思路，并将其应用于vav空调室温控制中．

针对目前变风量(vav)空调系统参数整定困难,将模糊控制和常规pid控制相结合,提出一种基于模糊控制规则的模糊pid控制方法及模糊pid控制器的设计思路,并将其应用于vav空调室温控制中.通过与常规pid控制器的室温控制仿真曲线比较表明:当条件变化时,模糊pid室温控制实现了参数在线自整定,取得了较好的控制效果;模糊pid控制动态响应快,控制精度高,超调量小,具有较强的鲁棒性;所需送风量更接近实际负荷的需要,达到了既舒适又节能的效果.

目的利用pid控制器整定vav空调温度系统,并结合改进的粒子群算法使pid控制器成为一种相对理想的算法控制器.方法以常规pid控制的整定结果作为参考,引入粒子群算法以及带惯性权重的粒子群来改进参数自整定pid控制,并对仿真结果进行比较.结果仿真实验表明,采用带惯性权重的粒子群pid比普通的pid及常规粒子群改进的pid算法收敛速度快,超调量小,具有平衡全局搜索和局部搜索的能力.结论笔者所提出的控制方法能有效地提高变风量空调的性能,验证了理论的有效性.

作为智能控制的重要分支,模糊控制可以用来解决难以建立精确数学模型的非线性系统的控制问题。将模糊控制应用于变风量空调系统中,对模糊控制器进行了设计,建立了语言变量赋值表、模糊控制状态表以及模糊控制器查询表。应用模糊控制器对空调房间的温度进行了实时控制。控制结果表明模糊控制器设计合理,控制效果良好。

目的寻找一种有效地解决系统惯性大、时间滞后及单独采用pid控制器产生效果不佳的方法,实现温度参量的优化控制.方法根据变风量空调系统的结构,对变风量系统室内温度控制环节采用蚁群优化算法,经过matlab软件进行仿真,使室内温度控制环节的上升时间、超调量及调整时间得以优化.结果控制环节优化前pid阶跃响应的动态指标为:上升时间tr=50s,调整时间ts=276s,超调量σ=30%;经过蚁群优化的pid阶跃响应的动态指标为:上升时间tr=112.5s,调整时间ts=88s,超调量σ=3.5%,上升时间相对增加后调整时间和超调量大幅度减小,室内温度控制环节趋于稳定.结论蚁群算法改善了控制环节的超调量、调整时间等问题,提高了系统的自适应性,保证了系统的稳定性和准确性.

分析了空调控制系统、变风量空调系统特点及目前存在的控制问题,提出了空调控制系统引入智能控制方案的可行性与必要性,针对变风量空调系统的特点和要求,提出变风量空调系统的控制方案。

针对变风量空调系统,采用lonworks现场总线技术,分别运用pid控制方法和串级控制方法对变风量空调系统的送风温度和回风温度进行了控制,以某一空调房间温度控制为例,通过实验对两种方法进行了对比,结果表明串级控制能够取得更好的控制效果。

目的针对典型会议室环境,基于需求控制通风策略,对变风量中央空调系统房间空气品质控制进行研究。方法以典型的会议室环境为研究对象,分别建立空调新风系统模型及房间co2浓度模型;设计nn-pid(神经网络-pid)算法,并进行控制与仿真;在变风量空调实验平台上进行验证。结果所设计的nn-pid算法能有效利用神经网络训练过程,在线自整定pid参数,控制效果优于传统pid算法。结论根据室内co2浓度变化控制新风量,能很好地适应室内co2浓度的动态特性,提高室内空气品质。

讨论了变风量空调系统(vav)的概念、发展及其优点,变风量系统的几种控制方法,新风量的控制,末端装置的选择和变风量系统适用范围等问题,其中重点讨论了新风量的控制方法。

通过介绍变风量系统的特点和该系统在国内外的发展状况,分析变风量系统在国内的推广应用中存在的问题,并指出其发展方向。加快设备国产化是关键,做好气流组织、系统设计和系统调试。总结变风量系统的发展趋势和技术关键,在推广的过程当中,一定要立足长远发展,对vav系统要有一个深入、细致、全面的研究,引入模糊控制和神经网络技术优化控制算法。

变风量系统(variableairvolume)是利用改变送入室内的风量来实现对室内温度调节的全空气空调系统,它的送风状态保持不变。采用数学软件matlab中的simulink对单风道变风量空调系统进行仿真模拟,介绍了建立房间模型并使用simulink创建室内环境、控制风阀、pid调节器模块的过程,得到室内温度变化曲线。

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。

变风量空调系统优化控制——针对目前变风量系统的控制弱点，提出了变风量系统的送风静压优化控制方法。指出这一控制方案及控制程序在vav空调系统的动态仿真平台上进行测试，以评估它们的动态控制性能、节能及空气品质特性。

介绍了变风量空调系统实验平台,其监控软件用labview软件开发。阐述了迭代学习控制(ilc)模型,并通过实验对比了常规pid和pd-ilc的控制效果,结果表明,采用ilc后系统的跟踪性能明显优于一般的pid控制。

结合工程设计及调试经验,对变风量空调系统的控制进行了研究,为同时保持室内空气的温度、相对湿度和节约能源,提出了将变风量与定送风状态同时控制的观点和措施

变风量空调系统的末端及控制——文章对变风量(vav)空调系统末端装置的工作原理与功能作了简要介绍。对具有代表性的vav空调系统末端装置的结构作了说明。分析了vav空调系统末端装置的控制功能及特点。

简述了变风量末端装置控制的功能和传感器设置。详细阐述了变风量空气处理机组基本控制要求、控制原理图及风量控制方法。介绍了新风的控制要求、控制原理图及最小新风量的控制要求。

节能是智能建筑楼宇自动控制系统的重要目标,空调系统是智能建筑中的耗能大户。变风量空调以优秀的节能能力得到越来越多的应用。随着智能建筑楼宇自动控制技术地不断发展,变频调速技术在空调自控系统中地逐步应用,变风量空调系统的节能效率将得到更大的提高。

针对变风量空调控制系统的时滞性、高度非线性、难于精确建立数学模型的特点和常规控制方法很难对其进行有效控制的问题,文章采用将模糊控制理论和经典的pid控制相结合的控制方案,对vav空调系统的末端风阀开度进行控制,并在设定的温度条件和一定的扰动工况下利用matlab的simulink模块对pid控制、模糊控制、模糊pid控制3种控制策略进行了仿真实验。仿真结果证明,模糊pid控制具有响应时间快,控制精度高,很强的抗干扰能力。因此,模糊pid控制策略在vav空调系统中的应用是可行的。

针对中央空调变风量温度控制系统非线性、大滞后和时变性等特点,借鉴生物免疫反馈调节原理和模糊逻辑控制理论,设计了一种模糊免疫自适应pid控制器,建立了仿真模型,并对其进行了仿真。仿真结果表明,该控制器能有效改善系统的动稳态特性和鲁棒性。

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。