变风量空调变露点温度送风及控制研究
|
摘要
暖通空调(HVAC)自控系统是楼宇自动化中最重要的系统。从节能和提高室内环境质量的角度来看,楼宇自动化在暖通空调中占有越来越重要的作用。因此,采用有效的空气调节方式对智能建筑中的能量管理控制(energy management control,EMC),空气品质控制具有重要意义。目前,变风量(variable air volume,VAV)空调系统以其巨大的节能潜力逐渐成为国内外空调系统的主流。为了更好的将变风量空调应用于实际工程中,论文主要做了以下一些工作:
首先通过分析变风量空调湿度控制精度低的直接原因,经过数值计算分析,确立了变露点控制的变风量空调系统,从理论上分析了该方法的有效性及可行性;并建立了露点温度预测的Elman神经网络模型,通过实验说明,该预测方法可以很好的预测变风量空调系统中未来时刻的最佳露点温度值,为变风量空调系统变露点温度的控制提供了可能。
为了从控制的角度来真正解决变露点温度的控制,实现温湿度控制精度的提高,论文通过系统辨识的方法,建立了水阀—送风温度之间的传递函数,验证了变露点温度控制的可行性及提高温湿度精度的有效性,论文通过实验的方法,再次证明了变露点温度控制不仅可以很好的提高室内的温湿度控制精度,还从分析的角度验证了该方法可以很好的节约能量,实现能量的合理利用。
最后,为了更好的控制变风量空调中的露点温度,提出了一种基于BP神经网络的PID控制算法,通过仿真实验进一步说明了该控制算法和PID控制算法相比具有很好的控制效果。
Heating,ventilating and air-conditioning(HVAC)control systems are the most important part in the building automation systems(BAS),especially from the viewpoint of saving energy and improving the indoor air quality.Building automation systems (BAS)will become more and more important in heating,ventilating and air-conditioning(HVAC).So it is very significant to adopt the efficient air conditioning methods to manage the energy management control(EMC)of intelligent building.At present,variable air volume(VAV)air-conditioning system is the mainstream of the whole air conditioning system in china and abroad because of its large energy conservation.To make use of variable air volume(VAV)air-conditioning system in factual engineering,some works have been done below.
First,analyze the direct reason of variable air volume(VAV)air-conditioning system for it can not enhance relative humidity's precision.Through calculating, establish changing dew-point temperature VAV system.From theoretical analysis we can learn that the method is effective and feasible.Establish Elman neural network model for dew-point temperature forecast.Experiment shows that this way can best forecast dew-point temperature for variable air volume(VAV)air-conditioning system, which paves the way for the approach of changing dew-point temperature for variable air volume(VAV)air-conditioning system.
To solve the control problem for changing dew-point temperature from the point of view of control and to improve the control precision of relative humidity and temperature,System identification method has been adopted,by which establish the transfer function for Valve- supply air temperature,prove the feasibility of the control for changing dew-point temperature and improve the efficiency of the precision of relative humidity.Changing dew-point temperature not only can improve the control precision of relative humidity,but also can save energy proved by energy analysis which can make the rational use of the energy.
Finally,to control the dew-point temperature for variable air volume(VAV) air-conditioning system,a PID Control arithmetic based on BP Neural Network has been adopted.Simulation shows that PID Control arithmetic based on BP Neural Network has a better control effect than PID Control arithmetic.
首先通过分析变风量空调湿度控制精度低的直接原因,经过数值计算分析,确立了变露点控制的变风量空调系统,从理论上分析了该方法的有效性及可行性;并建立了露点温度预测的Elman神经网络模型,通过实验说明,该预测方法可以很好的预测变风量空调系统中未来时刻的最佳露点温度值,为变风量空调系统变露点温度的控制提供了可能。
为了从控制的角度来真正解决变露点温度的控制,实现温湿度控制精度的提高,论文通过系统辨识的方法,建立了水阀—送风温度之间的传递函数,验证了变露点温度控制的可行性及提高温湿度精度的有效性,论文通过实验的方法,再次证明了变露点温度控制不仅可以很好的提高室内的温湿度控制精度,还从分析的角度验证了该方法可以很好的节约能量,实现能量的合理利用。
最后,为了更好的控制变风量空调中的露点温度,提出了一种基于BP神经网络的PID控制算法,通过仿真实验进一步说明了该控制算法和PID控制算法相比具有很好的控制效果。
Heating,ventilating and air-conditioning(HVAC)control systems are the most important part in the building automation systems(BAS),especially from the viewpoint of saving energy and improving the indoor air quality.Building automation systems (BAS)will become more and more important in heating,ventilating and air-conditioning(HVAC).So it is very significant to adopt the efficient air conditioning methods to manage the energy management control(EMC)of intelligent building.At present,variable air volume(VAV)air-conditioning system is the mainstream of the whole air conditioning system in china and abroad because of its large energy conservation.To make use of variable air volume(VAV)air-conditioning system in factual engineering,some works have been done below.
First,analyze the direct reason of variable air volume(VAV)air-conditioning system for it can not enhance relative humidity's precision.Through calculating, establish changing dew-point temperature VAV system.From theoretical analysis we can learn that the method is effective and feasible.Establish Elman neural network model for dew-point temperature forecast.Experiment shows that this way can best forecast dew-point temperature for variable air volume(VAV)air-conditioning system, which paves the way for the approach of changing dew-point temperature for variable air volume(VAV)air-conditioning system.
To solve the control problem for changing dew-point temperature from the point of view of control and to improve the control precision of relative humidity and temperature,System identification method has been adopted,by which establish the transfer function for Valve- supply air temperature,prove the feasibility of the control for changing dew-point temperature and improve the efficiency of the precision of relative humidity.Changing dew-point temperature not only can improve the control precision of relative humidity,but also can save energy proved by energy analysis which can make the rational use of the energy.
Finally,to control the dew-point temperature for variable air volume(VAV) air-conditioning system,a PID Control arithmetic based on BP Neural Network has been adopted.Simulation shows that PID Control arithmetic based on BP Neural Network has a better control effect than PID Control arithmetic.
引文
[1]中华人民共和国国务院新闻办公室.中国的能源状况与政策.2007.12
[2]中华人民共和国国务院新闻办公室.能源中长期发展规划纲要.2004
[3]安尼瓦尔.中央空调冷水机组设备建模仿真与优化控制(硕士论文).西安建筑科技大学.2006.06
[4]戴斌文等,变风量空调系统风机静压控制方法研究,建筑热能通风空调,2000(3)
[5]钱以明等,VAV系统中新风量的控制,暖通空调HV&AC,VOL29,NO.3,1999
[6]宋宏光,变风量系统最小新风量控制方法的讨论,暖通空调HV&AC,VOL29,NO.3,1999
[7]戴斌文等,变风量空调系统总风量控制法模拟分析,全国暖通空调制冷 1998年学术年会学术文集,中国建筑工业出版社,1998,10,P180-184
[8]周良,张国强,彭建国,邹媛.建筑节能及暖通空调仿真软件的现状和发展.湖南大学学报(自然科学版),2000年12月第27卷第6期
[9]赵荣义主编.空气调节.北京:中国建筑工业出版社,2004
[10]陆亚俊主编.暖通空调.北京:中国建筑工业出版社,2002
[11]蔡敬琅,变风量空调设计,中国建筑工业出版社,1997
[12]宫涛.变风量空调系统中最小总送风量控制的研究(硕士论文).西安建筑科技大学.2005.06
[13]李志浩,近两年来国内空调技术新进展,暖通空调新技术,中国建筑工业出版社,1999,P24-26
[14]霍小平,变风量系统的概念、分类及应用实例,暖通空调HV&AC,VOL27,NO.5,1997,P22-26
[15]萧渊.变风量空调系统仿真和送风控制研究(硕士论文).上海交通大学,2002.01
[16]王家隽等,某建筑物变风量系统的控制,全国暖通空调制冷2000年学术年会论文集,2000,10
[17]谷波.建筑物空调负荷计算分析.北京.科学出版社.2003
[18]江亿.温湿度独立控制空调系统.中国建筑工业出版社,2005.07
[19]陈向阳,变风量空调系统的自动控制,暖通空调HV&AC,VOL27,NO.3,1997,P34-39
[20]邱步等,变风量空调系统的设计和工程实例,现代空调(第二辑),中国建筑 工业出版社,1999,12
[21]黄素逸,林秀诚.采暖空调设计书册 机械工业出版社
[22]何大四,张旭,刘加平.常用空调负荷预测方法分析比较.西安建筑科技大学学报(自然科学版),Vol.38 No.1 Feb.2006
[23]袁曾任1 人工神经元网络以其应用1 北京:清华大学出版社,120-121.
[24]李玉云,王永骥.人工神经网络在暖通空调领域的应用研究发展.暖通空调,2001年第31卷第1期
[25]韩力群,人工神经网络理论、设计及应用,化学工业出版社,2002
[26]王永骥,等.神经元网络控制.北京:机械工业出版社,1998.
[27]刘永红,等.神经网络理论的发展与前沿问题.信息与控制,1999,28(1):31-46.
[28]王永骥,神经元网络控制,机械工业出版社,1998,2
[29]飞思科技产品研发中心.神经网络理论与MATLAB7实现.电子工业出版社,2006
[30]侯嫒彬,汪梅,王立琦.系统辨识及其MATLAB仿真.北京:科学出版社,2004
[31]刘正林,刘明.精通MATLAB7.北京:电子工业出版社.2006
[32]王继明等编.建筑设备.北京:中国建筑工业出版社,2003
[33]朱颖心主编.建筑环境学(2版).北京:中国建筑工业出版社,2005.07
[34]严家禄,王永青.工程热力学.北京:高等教育出版社,2001.01
[35]刘京琨.先进PID控制MATLAB仿真(第二版).北京:电子工业出版社.2004
[36]廖传善,杨逢春,王志忠译.房间湿度的测量与调节.北京:中国建筑工业出版社.1987
[37]第四机械工业部第十设计研究院 主编空气调节设计手册 中国建筑工业出版社
[38]孙志高,空调系统的节能措施,节能,2000(10)
[39]戴斌文等,变风量空调系统风机总风量控制方法,暖通空调HV&AC,29(3),1999
[40]Avery Gil著,孙宁译,关于压力无关型变风量末端装置的讨论,暖通空调HV&AC,VOL27,NO.6,1997,P31-33
[41]张永辉,基于神经网络的内模控制方法及其在电加热炉中的应用,西安建筑科技大学学位论文,P31-32
[42]Martin T.Hagan,戴葵等译,神经网络设计,机械工业出版社,2002
[43]晋欣桥等.楼宇空调能量管理与控制系统的实时优化.上海交通大学学报,2001年第5期
[44]艾学良.暖通与空调常用数据手册(1版).吉林:吉林科学技术出版社,1994.01
[45]席爱民.计算机控制系统(1版).西安:陕西科学技术出版社,1994.09
[46]晋欣桥,李晓锋,惠广海,杜志敏.中央空调水系统控制的优化分析.系统仿真学报,Vol.15 No.8 Aug.2003
[47]丁国梁著.制冷空调装置仿真与优化.北京:科学出版社,2001
[48]王维新,常本康.智能建筑中空调系统的综合节能.南京理工大学学报,1999年10月第23卷第5期
[49]许东等,基于MATLAB 6.X的系统分析与设计—神经网络(第二版),西安电子科技大学出版社,2002
[50]黄忠霖.控制系统MATLAB计算及仿真.北京:国防工业出版社,2001
[51]徐健,马宾.基于神经网络的智能厂房温湿度模糊控制系统研究.中文核心期刊《微计算机信息》(测控自动化)2006年第22卷第1-1期
[52]Bradley P Feuston.Generalized nonlinear regression with ensemble of neural nets:the great energy predictor shootout.ASHRAE Trans,1994,100(2):1075 - 1080.
[53]William J Stevenson.Using artificial neural nets to predict building energy parameters.ASHRAE Trans,1994,100(2):1081 - 1087.
[54]Osman Ahmed.Feedforward2feedback controller using generalregression neural network(GRNN)for laboratory HVAC system:PartⅠ - pressure control.ASHRAE Trans,1998,104(2):613-625.
[55]Warren,M.Intergrating VAV zone requirements with supply fan operation.ASHRAE J.,Apr.1993:43-46
[56]Borresen B.A.Thermal room models for control analysis.ASHRAE Trans,1986,87(2):251-261.
[57]Zaheer-uddin M.,and Zheng G.R.A dynamic model of a multi-zone VAV systemfor control analysis.ASHRAE Trans,1994,100(1):219-229
[58]Kettler J.P.Controlling minimum ventilation volume in VAV systems.ASHRAE J.,May 1998:45-50
[59]Albert T.P.So,Wai L.Chan.A Neural-Network-Based Identifier/Controller for Modern HVAC Control.ASHRAE Transactions,97(2)
[60]Dexter,A.L.Control System Simulation Computer Control.Energy and Buildings,1988.10
[61]Kelley,G.E.,Control System Simulation in North America,Energy and Buildings,1988.10
[62]K.F.Fong,V.I.Hanby,T.T.Chow.HVAC system optimization for energy management by evolutionary programming. Energy and Buildings 38 (2006) 220-231
[2]中华人民共和国国务院新闻办公室.能源中长期发展规划纲要.2004
[3]安尼瓦尔.中央空调冷水机组设备建模仿真与优化控制(硕士论文).西安建筑科技大学.2006.06
[4]戴斌文等,变风量空调系统风机静压控制方法研究,建筑热能通风空调,2000(3)
[5]钱以明等,VAV系统中新风量的控制,暖通空调HV&AC,VOL29,NO.3,1999
[6]宋宏光,变风量系统最小新风量控制方法的讨论,暖通空调HV&AC,VOL29,NO.3,1999
[7]戴斌文等,变风量空调系统总风量控制法模拟分析,全国暖通空调制冷 1998年学术年会学术文集,中国建筑工业出版社,1998,10,P180-184
[8]周良,张国强,彭建国,邹媛.建筑节能及暖通空调仿真软件的现状和发展.湖南大学学报(自然科学版),2000年12月第27卷第6期
[9]赵荣义主编.空气调节.北京:中国建筑工业出版社,2004
[10]陆亚俊主编.暖通空调.北京:中国建筑工业出版社,2002
[11]蔡敬琅,变风量空调设计,中国建筑工业出版社,1997
[12]宫涛.变风量空调系统中最小总送风量控制的研究(硕士论文).西安建筑科技大学.2005.06
[13]李志浩,近两年来国内空调技术新进展,暖通空调新技术,中国建筑工业出版社,1999,P24-26
[14]霍小平,变风量系统的概念、分类及应用实例,暖通空调HV&AC,VOL27,NO.5,1997,P22-26
[15]萧渊.变风量空调系统仿真和送风控制研究(硕士论文).上海交通大学,2002.01
[16]王家隽等,某建筑物变风量系统的控制,全国暖通空调制冷2000年学术年会论文集,2000,10
[17]谷波.建筑物空调负荷计算分析.北京.科学出版社.2003
[18]江亿.温湿度独立控制空调系统.中国建筑工业出版社,2005.07
[19]陈向阳,变风量空调系统的自动控制,暖通空调HV&AC,VOL27,NO.3,1997,P34-39
[20]邱步等,变风量空调系统的设计和工程实例,现代空调(第二辑),中国建筑 工业出版社,1999,12
[21]黄素逸,林秀诚.采暖空调设计书册 机械工业出版社
[22]何大四,张旭,刘加平.常用空调负荷预测方法分析比较.西安建筑科技大学学报(自然科学版),Vol.38 No.1 Feb.2006
[23]袁曾任1 人工神经元网络以其应用1 北京:清华大学出版社,120-121.
[24]李玉云,王永骥.人工神经网络在暖通空调领域的应用研究发展.暖通空调,2001年第31卷第1期
[25]韩力群,人工神经网络理论、设计及应用,化学工业出版社,2002
[26]王永骥,等.神经元网络控制.北京:机械工业出版社,1998.
[27]刘永红,等.神经网络理论的发展与前沿问题.信息与控制,1999,28(1):31-46.
[28]王永骥,神经元网络控制,机械工业出版社,1998,2
[29]飞思科技产品研发中心.神经网络理论与MATLAB7实现.电子工业出版社,2006
[30]侯嫒彬,汪梅,王立琦.系统辨识及其MATLAB仿真.北京:科学出版社,2004
[31]刘正林,刘明.精通MATLAB7.北京:电子工业出版社.2006
[32]王继明等编.建筑设备.北京:中国建筑工业出版社,2003
[33]朱颖心主编.建筑环境学(2版).北京:中国建筑工业出版社,2005.07
[34]严家禄,王永青.工程热力学.北京:高等教育出版社,2001.01
[35]刘京琨.先进PID控制MATLAB仿真(第二版).北京:电子工业出版社.2004
[36]廖传善,杨逢春,王志忠译.房间湿度的测量与调节.北京:中国建筑工业出版社.1987
[37]第四机械工业部第十设计研究院 主编空气调节设计手册 中国建筑工业出版社
[38]孙志高,空调系统的节能措施,节能,2000(10)
[39]戴斌文等,变风量空调系统风机总风量控制方法,暖通空调HV&AC,29(3),1999
[40]Avery Gil著,孙宁译,关于压力无关型变风量末端装置的讨论,暖通空调HV&AC,VOL27,NO.6,1997,P31-33
[41]张永辉,基于神经网络的内模控制方法及其在电加热炉中的应用,西安建筑科技大学学位论文,P31-32
[42]Martin T.Hagan,戴葵等译,神经网络设计,机械工业出版社,2002
[43]晋欣桥等.楼宇空调能量管理与控制系统的实时优化.上海交通大学学报,2001年第5期
[44]艾学良.暖通与空调常用数据手册(1版).吉林:吉林科学技术出版社,1994.01
[45]席爱民.计算机控制系统(1版).西安:陕西科学技术出版社,1994.09
[46]晋欣桥,李晓锋,惠广海,杜志敏.中央空调水系统控制的优化分析.系统仿真学报,Vol.15 No.8 Aug.2003
[47]丁国梁著.制冷空调装置仿真与优化.北京:科学出版社,2001
[48]王维新,常本康.智能建筑中空调系统的综合节能.南京理工大学学报,1999年10月第23卷第5期
[49]许东等,基于MATLAB 6.X的系统分析与设计—神经网络(第二版),西安电子科技大学出版社,2002
[50]黄忠霖.控制系统MATLAB计算及仿真.北京:国防工业出版社,2001
[51]徐健,马宾.基于神经网络的智能厂房温湿度模糊控制系统研究.中文核心期刊《微计算机信息》(测控自动化)2006年第22卷第1-1期
[52]Bradley P Feuston.Generalized nonlinear regression with ensemble of neural nets:the great energy predictor shootout.ASHRAE Trans,1994,100(2):1075 - 1080.
[53]William J Stevenson.Using artificial neural nets to predict building energy parameters.ASHRAE Trans,1994,100(2):1081 - 1087.
[54]Osman Ahmed.Feedforward2feedback controller using generalregression neural network(GRNN)for laboratory HVAC system:PartⅠ - pressure control.ASHRAE Trans,1998,104(2):613-625.
[55]Warren,M.Intergrating VAV zone requirements with supply fan operation.ASHRAE J.,Apr.1993:43-46
[56]Borresen B.A.Thermal room models for control analysis.ASHRAE Trans,1986,87(2):251-261.
[57]Zaheer-uddin M.,and Zheng G.R.A dynamic model of a multi-zone VAV systemfor control analysis.ASHRAE Trans,1994,100(1):219-229
[58]Kettler J.P.Controlling minimum ventilation volume in VAV systems.ASHRAE J.,May 1998:45-50
[59]Albert T.P.So,Wai L.Chan.A Neural-Network-Based Identifier/Controller for Modern HVAC Control.ASHRAE Transactions,97(2)
[60]Dexter,A.L.Control System Simulation Computer Control.Energy and Buildings,1988.10
[61]Kelley,G.E.,Control System Simulation in North America,Energy and Buildings,1988.10
[62]K.F.Fong,V.I.Hanby,T.T.Chow.HVAC system optimization for energy management by evolutionary programming. Energy and Buildings 38 (2006) 220-231