2024-05-17
针对变风量空调系统非线性、时变性和难以建立精确模型的特点,采用一种具有自适应能力的模糊PID控制,以提高控制系统的控制速度和精度,使系统具有更好的动态性能和准确性。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。
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。
针对变风量空调系统非线性、时变性和难以建立精确模型的特点,提出一种具有自适应能力的变论域模糊控制,以提高控制系统的控制速度和精度,使系统具有更好的动态性能和准确性。在推导vav末端装置模型的基础上,进行了仿真实验。仿真结果表明,与传统pid控制和常规模糊控制比较,变论域模糊控制提高了系统的动静态特性和系统的稳态精度,从而使模糊控制器的性能得到了较大的改善,具有良好的控制效果。
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。
变风量空调系统末端的变论域模糊pid控制——本文针对vav空调系统具有非线性、不确定性等特点,而传统pid控制难以在线调整控制参数,自适应能力差,对该系统的控制快速性和准确性差的特点,提出将具有自适应能力的变论域模糊pid控制器应用于该系统。
针对变风量空调系统非线性、时变和负荷经常变化等情况,常规pid控制方法难以有效地对其进行控制的问题,提出了基于模型参考的模糊自适应控制方案。并在matlab环境下进行了改变设定值的系统仿真实验。仿真结果证明,系统满足控制要求,模型参考模糊自适应控制方案是可行的。
研究空调系统控制的优化问题,针对变风量空调系统是一个时变、非线性、纯滞后的复杂系统,要求达到舒适节能的环境。传统模糊控制和pid控制方法难以获得较好的控制性能。为解决控制系统中超调量大、振荡和控制精度不高等问题,提出了史密斯预估的自适应模糊-pid复合控制策略。在传统的模糊控制中加入自适应环节,通过模糊自适应校正解决了因模糊规则粗糙而造成控制精度不高,适应能力弱的问题。针对大滞后系统,采用史密斯预估补偿,减小了控制系统的超调和振荡。同时,用模糊与pid相并联的复合控制方式,提高了系统的动态性能指标和稳态精度。仿真结果证明,改进的控制策略响应快、控制精度高、鲁棒性强,为变风量空调系统的智能控制设计提供了参考依据。
基于模糊自适应控制的变风量空调系统——针对变风量空捌系统非线性、时变和负荷经常变化等情况,常规pid控制方法难以有效地对其进行控制的问题,提出了基于模型参考的模糊自适应控制方案。并存mafiab环境下进行了改变设定值的系统仿真实验。
本文提出了变风量空调系统中室温控制方案。针对控制对象的大惯性、大时延特点,采用了串级控制策略;针对对象的非线性和不确定性,主控器采用了一种新的模糊自整定pid参数的方式,经仿真验证,该主控器具有良好的动、静态性能,特别是在鲁棒性方面大大优于常规pid控制器。
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.
变风量空调系统末端的模糊神经网络控制研究——针对目前传统pid控制对模型依赖性强,难以在线调整,有非线性和不确定性的变风量(vav)空调系统的控制动态性能差的特点,提出将模糊神经网络应用于该系统.建立了模糊神经网络控制器.基于变风量空调系统末端装置的...
针对目前传统pid控制对模型依赖性强,难以在线调整,对具有非线性和不确定性的变风量(vav)空调系统的控制动态性能差的特点,提出将模糊神经网络应用于该系统.建立了模糊神经网络控制器,基于变风量空调系统末端装置的数学模型进行了仿真研究.结果表明,该控制策略比传统pid控制更适合于vav系统,控制系统具有更好的鲁棒性和自适应能力,可以取得更优的动态性能.
针对传统pid控制对模型依赖性强,难以在线调整,对具有非线性和不确定性的变风量(vav)空调系统的控制动态性能差的特点,提出将模糊神经网络应用于该系统。建立了模糊神经网络控制器,推导了变风量空调房间和末端装置数学模型,在此基础上进行仿真研究。结果表明,该控制策略比传统pid控制更适合于vav系统,取得更优的动态性能,控制系统具有更好的鲁棒性和自适应能力。
本文以北京工业大学智能建筑实验室为平台,以变风量空调系统中的压力无关型末端风口为研究对象,利用alerton软件编写房间所需风量及风阀开度的控制程序。该程序具有形象化、直观性等特点,对实际工程建设具有一定的参考作用。
随着社会经济水平的快速提升,以及人们生活条件的不断改善,人们对生活质量的要求越来越高,对于空调系统的灵活性和节能型要求也不断提升.本文主要从变风量空调系统以及变风量空调系统特点角度出发,详细阐述了变风量空调系统末端的功能,论述了变风量空调系统末端的控制,并从两方面进行了详细的阐述,从而为变风量空调系统末端与控制的研究提供参考.
常规pid控制器不能在线整定参数,当对象存在结构非线性、参数时变性或模型不确定时,其参数更加难以整定,且最佳参数容易漂移,以变风量空调房间为研究对象,采用模糊控制与pid控制相结合,构成模型自整定pid控制器,利用模糊控制器在线调整pid控制器的参数进行大量的仿真研究,然后在仿真实验的基础上将其应用于实际控制。
职位:建筑师
擅长专业:土建 安装 装饰 市政 园林
文辑推荐
知识推荐
百科推荐