于长雨[1]2008年在《变风量空调系统的建模与智能控制研究》文中进行了进一步梳理随着人们生活水平的提高和科技的发展,空调系统已成为人们生活中不可缺少的一部分,但是与此同时带来的能源消耗问题也变得越来越引人注目。变风量(variable airvolume,VAV)空调系统作为目前最具节能潜力的空调系统已经逐渐成为大型中央空调系统应用发展的趋势。VAV空调系统中通常采用的是多个PID控制回路联合工作的方式。但由于空调系统本身的强耦合、非线性等特点,PID控制往往难以达到满意的控制效果。因此有必要研究VAV空调的控制技术以提高其系统性能。本文在对VAV空调系统运行过程分析基础上,对VAV空调系统的建模和控制策略进行了研究,主要结果与创新点在于:首先给出了空调房间对象模型以及VAV空调送风侧系统整体模型,为VAV空调系统控制策略的研究和分析建立了基础。其次针对PID控制器在室温控制中应用中的不足,将模糊控制技术引入到室温控制器设计中,设计了模糊PID控制器,并对其在VAV系统中的应用效果及对其它控制环路的影响进行了仿真研究。结果表明,与传统的PID控制器相比,模糊室温控制器不仅在室温控制精度上获得了更好的控制效果,而且在系统的稳定性及节能性方面也更有优势。最后基于送风侧系统的模型,将模糊控制思想引入到送风侧系统协调控制中,设计了模糊协调控制策略。仿真结果表明,模糊协调控制策略比传统协调控制策略在稳定性和节能性上都有更好的效果。本文所研究的模糊智能控制方法,在VAV空调系统的室温控制以及系统协调控制中都获得了较好的控制性能和节能效果,对智能控制在VAV空调控制系统中的应用进行了有益的探索。
张雨玲[2]2010年在《基于模糊理论的变风量空调系统控制策略仿真研究》文中提出随着人们生活水平的提高和科技的进步,暖通空调已经成为生活中必不可少的一部分,与此同时,空调系统带来的能耗问题也变得日益严重。变风量空调系统作为目前最具节能潜力的空调系统逐渐成为大型中央空调系统应用发展的趋势。但由于变风量空调系统本身的强耦合、非线性等特点,传统PID控制往往难以达到满意的控制效果。因此,有必要对变风量空调系统的控制策略进行研究以改善其控制性能。本文介绍了变风量空调系统在国内外的应用研究现状及发展趋势,分析了系统的基本原理、运行特性及其控制方法。并结合一个实际变风量空调工程运行现状,分析该系统中诸多设计问题和控制方面的技术难点,针对该工程中某些办公区域出现温度小范围波动的情况,提出将模糊理论和传统PID技术相结合的控制策略,构成兼具二者优势的模糊PID控制器对系统的末端风阀开度进行控制,并利用MATLAB软件进行了仿真实验,仿真结果表明,本文所设计的模糊PID控制器能显着提高系统的稳定性和抗干扰能力。为了使变风量空调系统能在稳定运行的基础上更加节能,本文将模糊理论引入系统风阀开度和送风机转速的协调控制中,设计了一个叁区域变风量系统的模糊协调控制器,并做了仿真实验,结果表明,比起传统控制方法,本文所设计的模糊控制器具有更好的节能性,能提供更舒适的空调环境。本文所研究的模糊控制策略在变风量空调系统的室温稳定性控制和送风侧协调控制中都取得了较好的控制性能和节能效果,对模糊理论在变风量空调控制系统中的应用进行了有益的探索。
郭金钱[3]2014年在《变风量空调系统的建模与控制仿真》文中认为伴随着现代文明社会的进步，人们生活水平的提高和科技的发展，人们对生活环境的要求日渐提高，空调成为人们生活中必不可少的一部分。在生产和生活中，空调技术给人们带来了方便与舒适，与此同时人们也开始探究实现空调的高效运行、高度自动化控制以及节约能耗等问题的办法。传统的定风量空调系统自身控制机能存在一定的缺陷，已经难以满足现代的需求。变风量（Variable AirVolume, VAV）空调凭借其具有的灵活性和节能性，逐渐成为中央空调系统发展、研究的主流，也是目前最具发展潜力的空调系统。变风量空调系统相对于定风量系统而言，是通过送风量的变化或者调节送风温度来调节室内的温湿度的空调系统。通过变风量末端装置调节送风量，并调节空气处理机组（AHU）的风量，自动调节送风温度，并同时自动调节送风机的转速，减少了风机动力，节约了能耗的同时还满足了室内舒适性的要求。论文中分析空调系统各个典型环节的特点，并推导、建立变风量空调系统表冷器、加热器、房间等的数学模型。使用计算机仿真可以实现对控制系统的性能预测，并得到其动态特性，以此对真实系统的性能作出评估，从而得到有效的控制方案。本文基于变风量空调系统各典型环节的数学模型，建立了对应的仿真模型，并对该模型在房间温度变化时的控制过程进行了仿真模拟，加入适当的输入信号观察模型的响应，验证了该模型的适用性。同时因为所建的模型具有通用性，也奠定了深入研究变风量空调系统控制策略的基础。变风量空调系统的节能性良好，可以满足房间温度的舒适度要求，但其运行过程需要有适当的控制手段，才能保证系统运行的稳定性和优越的节能效果。传统PID控制不能在线整定参数，且其控制精度低，稳定性差，无法满足对空调的控制要求。而模糊PID控制将模糊控制理论结合传统PID，结合两者优点，将互相优化处理的叁个参数输送给PID控制器，完成参数的自整定，获得满意的控制效果。模糊PID控制参数随着环境的变化具有自适应性，在达到控制要求的同时更具有准确性和高效性。本文以VAV空调系统中的温度控制作为研究对象，进行理论上的探究。温度控制具有大惯性、延时性和非线性等特点，针对这一特点，在主回路中使用模糊PID算法的串级控制，使系统在运行过程中完成在线调整。论文中建立了VAV空调系统房间温度控制的相关数学模型，设计了房间温度控制系统，并在Simulink环境中对室温控制进行仿真研究。对串级PID控制下的室温变化以及串级自整定模糊PID控制下的室温变化情况分别进行仿真。对比仿真结果得出结论：本文采用的自整定模糊PID串级控制与前者相比不论是在控制的精确性、抗干扰性等方面都具有明显的优势。验证了本文设计的控制方法与其它常用的控制方法相比具有显着优势。所建立的模型以及设计的控制策略，达到了良好的控制效果，也满足了对系统节能和舒适的要求。对于VAV空调系统节能技术的提高和智能控制技术发展都具有一定参考价值。
王妍[4]2013年在《基于粒子群算法优化地铁车厢空调的控制研究》文中研究说明随着我国经济不断发展,城市人口迅速增长,城市交通日益拥堵。地铁列车作为一种高效率、通勤量大、舒适的交通工具,已经成为各个大城市的交通主力军。由于地铁深处地下同时也是人流聚集的公共场所,为地铁车厢营造舒适的环境已成为我们的目标。因此,本课题将采用地铁车厢变风量空调系统,不仅能满足乘客的热舒适性的要求,而且可以实现最大限度的节能。本文是以沈阳地铁为课题研究背景,以满足乘客的舒适性和节能为目的,对地铁车厢变风量空调系统进行控制。为了更好的研究和探讨地铁车厢乘客的热舒适性,本文以PMV-PPD评价指标,以及国内外客车的相关标准,作为地铁车厢空调系统研究对象的参考依据,以及详细介绍了地铁车厢空调系统的组成和末端控制。地铁变风量空调是一个大惯性、纯滞后、非线性、时变的复杂系统,采用传统的控制方法难以取得最佳的控制效果。本文针对地铁车厢变风量空调系统的控制研究,开展以下的研究工作,从而达到舒适和节能的效果。首先,本文把温度、湿度、二氧化碳浓度等的传感器与单片机组成舒适度检测单元,放到每个地铁车厢内作为空调系统探测前端,利用传感器检测车厢内温度、湿度、二氧化碳浓度等信息,由舒适度检测单元融合为车厢内空气舒适度参数。其次,将模糊理论应用到PID控制器设计中,虽然模糊PID控制相比传统的PID控制有显着的控制效果,但模糊PID控制仍然存在很多问题,如：缺少对控制器建模的系统化以及隶属度函数参数较难确定。为了得到更佳的控制效果,本文采用粒子群算法优化模糊PID控制,以车厢内空气舒适度作为地铁车厢变风量空调系统的控制对象,将粒子群算法优化地铁车厢空调系统,设计出一个舒适和节能效果佳的控制系统。最后,本文建立了地铁车厢空调系统的数学模型,利用MATLAB软件对系统进行了仿真研究,仿真结果表明,粒子群算法优化后的系统,缩短了调节时间且稳定性能较好。
马玉玲[5]2006年在《变风量（VAV）空调系统的模糊增益调整PID控制》文中研究说明随着智能建筑的快速发展,楼宇自动化系统也逐渐对建筑设备进行越来越科学、经济、合理的控制和管理,不仅能使大楼的功能、档次提高,而且可以达到高效节能的效果。变风量空调系统就是以其节能性、灵活性而优于其它空调系统,逐渐成为空调系统设计的主流。但是变风量空调系统是一个复杂的热力系统,所受干扰多,对象的参数易于变化且难以确定。 PID控制是最早发展起来的应用经典控制理论的控制策略之一,由于其算法简单、鲁棒性好和可靠性高,被广泛应用于工业过程控制,尤其适用于可建立精确数学模型的确定控制系统。PID控制中一个关键的问题就是PID参数的整定。传统的方法是在获取对象数学模型的基础上,根据某一整定原则来确定参数。而变风量空调控制过程是一个大惯性、纯滞后、时变、非线性的复杂系统,应用常规PID控制不能达到理想的控制效果。另外,传统的模拟PID控制算法呆板、正定不变、性能欠佳、对运行工况的适应性较差等,单纯采用PID控制往往达不到满意的效果。而近年来日益流行的模糊控制的优点是鲁棒性好,无需知道被控对象的数学模型,但容易因控制规则的粗糙而引起稳态误差。 本文针对常规PID控制和简单模糊控制器存在的缺陷,把模糊理论和PID控制理论结合,在PID控制中引入模糊控制机理,构成了兼有两者优点的模糊增益调整PID控制器。这种设计思想是先对空调房间建立数学模型,然后找出PID的叁个参数与偏差和偏差变化率之间的模糊关系,在运行中不断检测偏差和偏差变化率,通过模糊调节方法,根据系统的动态特性和行为,对PID控制器的参数进行在线调整,使被控对象具有良好的动、静态性能。这种方法解决了控制系统的稳定性和获得良好性能的问题,增强了系统对不确定因素的适应性。 最后,本文采用MATLAB软件中的SIMULINK工具箱对系统进行了仿真,详细阐述了仿真模型的建立过程,通过对仿真结果的分析得出,在参数变化的情况下,应用模糊增益调整PID控制器对变风量系统进行控制,可以达到满意的性能要求,并具有一定的节能效果。所以,本方法是可行的,具有一定的理论和应用价值,为今后在工程实践中的应用奠定了基础。
赵宗洲[6]2016年在《变风量空调系统能耗建模与优化仿真研究》文中提出随着社会和科学技术的发展,人类对于智能化建筑与舒适性生活的追求越来越突出,这也势必会牵扯到建筑能耗的节约问题,据调查,变风量中央空调是能源消耗的“大户”,在建筑能耗中约占60%~70%,随着人均住房使用面积的扩张,空调能耗也会跟着上升。于是,对空调系统进行能耗研究就显得尤为重要。本文通过阐述变风量空调各构成部分及内在联系,针对耗能设备建立了理论数学模型,运用MATLAB中的Simulink分支对其进行模型封装,并综合考虑设备间的内部联系,搭建了一个在理论层次上的变风量空调系统能耗模型,并对系统总能耗及各耗能设备作出仿真分析,仿真结果在一定程度上具有准确性,这为下一步优化做了准备。在搭建的空调系统能耗模型的基础之上,以最低耗能为目标函数,确定待优化控制变量,使用具有全局搜索能力的遗传算法进行分析,在遗传工具箱中以Simulink作为后台,以M语言作为平台,利用sim函数作为M语言直接控制Simulink模型的桥梁,对其仿真模型进行最优值求解,并应用于系统运行。优化后的仿真结果显示,比常规的系统总能耗要低,验证了遗传算法作为优化算法的可行性。对于变风量空调系统的控制,本文单独以房间模型为控制对象,基于传递函数模型对其进行PID与模糊PID的控制,对比仿真曲线可知,模糊PID要优于常规PID,其反应时间迅速,系统超调显着下降,即快速性和稳定性良好。并利用Simulink工具箱,基于能量函数模型对其进行简单的PID控制,仿真结果显示,在室外温度影响下,PID调节能起到良好的控制作用。
马成[7]2012年在《基于模糊PID的变风量单体空调控制器研究》文中研究表明智能建筑在中国已成为建筑市场的大趋势,空调系统是楼宇自动化的一个重要部分。智能建筑的设计原则就是要以人为本,就是要为人们提供一个舒适的生活和工作环境,而这一功能主要是通过空调及其控制系统来实现的,空调系统也是整个建筑最主要的耗能系统。近年以来,变风量空调系统由于具有节能等优点得到了很大的发展。变风量系统运行工况是随时会发生变化的,它必须凭借自动控制才能保证整个空调系统最基本的要求,这其中包括：适宜的室内温度、足够量的新鲜空气、良好的气流组织、以及正常的室内压力。这其中机组的变风量控制中就包含了送风机的控制、回风机控制、以及新风量控制等诸多环节。由此可知,变风量空调系统以及控制系统是紧密结合、不可分割的。由于房间内温度、湿度、二氧化碳浓度之间存在着复杂的非线性关系,传统控制方法很难实现实时预测与控制,模糊PID则有着很大优势。本文基于工程实际,在研究变风量空调系统的基础上提出一种基于模糊PID的变风量单体空调控制器,使设备的实际输出及时地追踪负荷的变化,并应用智能控制方法对单个空调房间的变风量部分进行研究,从而使空调系统的运行取得节能、经济的效果。研究结果适用于既有项目的改扩建工程,或者总体面积不大的新建工程。
曹建秋, 徐凯[8]2011年在《模糊PID控制在变风量空调系统中的应用》文中研究说明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。
姚瑶[9]2014年在《变风量空调系统控制方法的设计与实现》文中提出中央空调的作用是提供冷热能源以维持建筑物内有一个舒适的空间环境,其中变风量空调系统由于其灵活性好、空气品质好等特点得到了越来越广泛的应用。随着近几年空调业的高速发展,越来越大的能耗对它的节能运行提出了更高的要求。而中央空调系统能否正常工作很大程度上都是依赖控制系统。所以空调系统的控制策略在很大程度上决定了空调的各控制参数是否在最佳的工作状态、空调运行效率是否高、空调是否可以节能。所以本文的研究重点在于智能控制方法对于温度的控制,以达到最大限度的节约能源,提高反应速度。本文中首先分析了VAV空调系统的组成以及工作原理,由于其具有非线性、模型不确定以及时滞的特性,对节能增效均带来了比较大的困难。其次本文详细介绍了蚁群优化算法、改进型smith预估器和模糊PID的原理,并给出了针对本文这一被控对象的具体设计方案。对于VAV系统这个被控对象,有多种控制方案可供选择,本文首先选择了蚁群优化算法,这是一种新型的仿生学算法,通过多次循环来找到最优解,在理论上可以达到较为理想的控制效果。其次本文选择了改进型smith预估器,我们知道常规smith预估器自身存在一些缺陷,本文将通过实验验证经过改进之后,对常规smith预估器的鲁棒性和抗干扰能力都有显着提高。最后本文选择了模糊PID算法,它结合了模糊控制的快速性以及PID控制的可消除稳态误差的优点,从而受到了广泛的应用。本文将通过仿真实验来对以上提出的叁种控制方法进行多向比较,从而选择更为适合本文被控对象的控制策略。
李浩[10]2016年在《基于史密斯预估补偿的变风量空调系统性能优化研究》文中认为随着科技的进步和人民生活水平的提高,人类越来越注重建筑物的舒适性,中央空调行业迎来了蓬勃发展的机遇,而变风量空调系统因为其节能性强、灵活性高等特点占据广阔的市场份额。空调的控制系统优劣直接影响其各项控制参数,从而影响空调的运行状态和节能效率。因此,研究合适的空调温度控制方式,对于优化空调性能和节约能源具有重要意义。针对变风量空调系统具有非线性、时变性、大滞后、难以精确建立数学模型的特点以及传统PID控制和模糊控制难以进行有效控制的问题,提出了基于史密斯(Smith)预估补偿的模糊PID控制策略。首先详细介绍了变风量空调系统的控制原理,并针对末端控制型空调控制系统建立了数学模型。其次分析了PID控制器和模糊PID控制器的控制方法及其在变风量控制中的优缺点,指出这些方法在处理大滞后系统时存在的严重不足。在此基础上,提出了基于Smith预估补偿的改进控制策略。最后为了验证该控制策略的优越性,建立了叁种控制方式的仿真模型并利用Matlab/Simulink模块对其进行了仿真实验。实验结果表明,改进的控制策略集合了模糊PID控制和Smith预估补偿的全部优势,使系统具有较低的调节时间和较高的精度,超调量明显减小,有效提高了VAV空调控制系统的动态性能。
参考文献：
[1]. 变风量空调系统的建模与智能控制研究[D]. 于长雨. 南京理工大学. 2008
[2]. 基于模糊理论的变风量空调系统控制策略仿真研究[D]. 张雨玲. 重庆大学. 2010
[3]. 变风量空调系统的建模与控制仿真[D]. 郭金钱. 青岛理工大学. 2014
[4]. 基于粒子群算法优化地铁车厢空调的控制研究[D]. 王妍. 沈阳建筑大学. 2013
[5]. 变风量（VAV）空调系统的模糊增益调整PID控制[D]. 马玉玲. 兰州理工大学. 2006
[6]. 变风量空调系统能耗建模与优化仿真研究[D]. 赵宗洲. 青岛理工大学. 2016
[7]. 基于模糊PID的变风量单体空调控制器研究[D]. 马成. 沈阳建筑大学. 2012
[8]. 模糊PID控制在变风量空调系统中的应用[J]. 曹建秋, 徐凯. 计算机仿真. 2011
[9]. 变风量空调系统控制方法的设计与实现[D]. 姚瑶. 东华大学. 2014
[10]. 基于史密斯预估补偿的变风量空调系统性能优化研究[D]. 李浩. 西安建筑科技大学. 2016
标签：建筑科学与工程论文; 自动化技术论文; pid论文; 变风量系统论文; 模糊理论论文; 仿真软件论文; 模糊算法论文; 舒适温度论文; 节能评估论文; 数学模型论文; 模糊pid论文;