变风量空调系统协调控制
|
摘要
变风量空调系统以其节能性、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,由于变风量空调系统的控制过程是一个大惯性、纯滞后、非线性、强耦合的复杂系统,应用常规PID控制不能达到理想的控制效果,其在国内的应用还非常有限,为了实现节能的目标,提高国内空调系统的能源有效利用率,所以,研究新型的变风量空调系统控制方法显得尤为重要。
本文简单地介绍了变风量空调系统的控制原理,根据变风量空调系统主要控制回路的数学模型,从变风量空调系统的控制策略切入,对送风温度控制回路,主要进行了PID控制、模糊自适应PID控制、史密斯预测控制、单神经元自适应PID控制和动态矩阵控制的研究,再针对变风量空调系统送风温度回路、送风管道中的静压点的静压回路、室温回路、空气中二氧化碳浓度回路等四个主要回路之间的耦合,进行了对角矩阵法与神经网络自适应解耦算法进行解耦控制的研究。
在理论分析的基础上,通过MATLAB仿真,与传统PID控制效果相对比,证明对角矩阵法与神经网络自适应解耦算法都可以有效地消除或减弱系统之间的强耦合,系统响应时间短,并且具有良好的自适应性、鲁棒性。
Variable air volume (VAV) air-conditioning system is superior to the other air-conditioning systems for its economic and flexible performance, which has been the main current of air-conditioning system effectively. However, the VAV air conditioning control system is a great inertia, pure lag, high nonlinear and strong coupling complex system, so the conventional PID control can't obtain a perfect result, and its application in China is still very limited. In order to achieve targets for energy conservation, and improve energy efficiency utilization of domestic air-conditioning system, so, it's particularly important to research the control method of VAV air-conditioning system.
This paper simply introduced the controlling principle and according to the mathematic model of the main control loop of VAV air-conditioning system, From the control strategy of VAV air-conditioning system, to supply air temperature control loop, mainly adopt PID control、fuzzy adaptive PID control、Smith predictive control、adaline adaptive PID control and dynamic matrix control, and then for the coupling of the main four-loop, the supply air temperature loop、air supply duct static pressure of the static pressure points loop、indoor temperature loop、the air concentration of carbon dioxide, of the VAV air-conditioning system, use the method of the diagonal matrix method and neural network adaptive decoupling algorithm decoupling control to study.
Basis on the analysis theory, through MATLAB simulation test, compared to the traditional PID control, prove that the diagonal matrix method and neural network adaptive decoupling algorithm decoupling algorithm can effectively eliminate or reduce the strong coupling between the system, the response is very fast, and the system has a good self-adaptability and robustness.
本文简单地介绍了变风量空调系统的控制原理,根据变风量空调系统主要控制回路的数学模型,从变风量空调系统的控制策略切入,对送风温度控制回路,主要进行了PID控制、模糊自适应PID控制、史密斯预测控制、单神经元自适应PID控制和动态矩阵控制的研究,再针对变风量空调系统送风温度回路、送风管道中的静压点的静压回路、室温回路、空气中二氧化碳浓度回路等四个主要回路之间的耦合,进行了对角矩阵法与神经网络自适应解耦算法进行解耦控制的研究。
在理论分析的基础上,通过MATLAB仿真,与传统PID控制效果相对比,证明对角矩阵法与神经网络自适应解耦算法都可以有效地消除或减弱系统之间的强耦合,系统响应时间短,并且具有良好的自适应性、鲁棒性。
Variable air volume (VAV) air-conditioning system is superior to the other air-conditioning systems for its economic and flexible performance, which has been the main current of air-conditioning system effectively. However, the VAV air conditioning control system is a great inertia, pure lag, high nonlinear and strong coupling complex system, so the conventional PID control can't obtain a perfect result, and its application in China is still very limited. In order to achieve targets for energy conservation, and improve energy efficiency utilization of domestic air-conditioning system, so, it's particularly important to research the control method of VAV air-conditioning system.
This paper simply introduced the controlling principle and according to the mathematic model of the main control loop of VAV air-conditioning system, From the control strategy of VAV air-conditioning system, to supply air temperature control loop, mainly adopt PID control、fuzzy adaptive PID control、Smith predictive control、adaline adaptive PID control and dynamic matrix control, and then for the coupling of the main four-loop, the supply air temperature loop、air supply duct static pressure of the static pressure points loop、indoor temperature loop、the air concentration of carbon dioxide, of the VAV air-conditioning system, use the method of the diagonal matrix method and neural network adaptive decoupling algorithm decoupling control to study.
Basis on the analysis theory, through MATLAB simulation test, compared to the traditional PID control, prove that the diagonal matrix method and neural network adaptive decoupling algorithm decoupling algorithm can effectively eliminate or reduce the strong coupling between the system, the response is very fast, and the system has a good self-adaptability and robustness.
引文
[1]叶大法,杨国荣.变风量空调系统设计[M].中国建筑工业出版社.2007：3-8,25-33,80-120;
[2]蔡自兴.智能控制原理与应用[M].清华大学出版社.2007：140-165；
[3]蔡敬琅.变风量空调设计[M].北京：中国建筑出版社,1997：10-30;
[4]胡钦华.变风量_VAV_空调系统机组部分基于神经网络_阶逆系统的解耦控制[D],西安建筑科技大学.2003：1-8；
[5]杜明明.变风量空调系统的Simulink建模与仿真研究[D].哈尔滨工业大学.2006：8-10；
[6]蔡艾江.变风量空调系统的控制特性仿真研究[D].兰州理工大学.2005：17-20;
[7]曹志峰.基于人工神经网络的空调系统控制策略研究[D].西华大学.2007：28-35；
[8]霍小平.变风量系统的概念、分类及应用实例[J].暖通空调.1997.27(5)：22-26;
[9]Jiangj iang Wang, Chunfa Zhang and Youyin Jing. Analytical Design of Decoupling Control for Variable-Air-Volume Air conditioning System. IEEE.978-1-4244-1674-5/08;
[10]Yuji Yamakawa, Takanori Yamazaki, Tadahiko Matsuba, Kazuyuki Kamimura. Shigeru Kurosu. Stability Analysis on Air Conditioning System. SICE-ICASE International Joint Conference 2006:18-21;
[11]Yonghong,Huang, Xuejun Yang. Decoupling Control of a Variable-Air-Volume Air-Conditioning System Based on State Feedback. Intelligent Information Technology Application.Dec-2008;
[12]王建明,李训铭.变风量空调系统的协调控制策略研究[J].南京建筑工程学院学报.2001.2：40-45；
[13]马素贞,刘传聚.变风量空调系统发展状况[J].暖通空调HV&AC.2007.37(1)：33-36;
[14]王填,张国强,陈兆平.变风量空调系统控制程序应用研究[J].建筑热能通风空调.2004.23(5)：44-48；
[15]郑大钟.线性系统理论(第二版)[M].清华大学出版社.2002：1-150;
[16]孙增圻.智能控制理论与技术[M].清华大学出版社.1997：16-237;
[17]周志平,裴清清.变风量空调系统的控制及应用[J].制冷空调与电力机械.2005.26：71-74：
[18]晋欣桥,夏清,陈刚,王盛卫.变风量空调系统中的实时优化节能控制[J].节能技术.1999.1：18-21：
[19]晋欣桥.变风量空调系统的仿真及其实时优化控制研究[D].上海交通大学.1999：1-15；
[20]沈静霞.VAV与VWV结合的空调系统控制模式优化[D].西南交通大学.2007：9-12;
[21]戴斌文,狄洪发,江亿.变风量空调系统风机总风量控制方法[J].暖通空调HV&AC.1999.29(3)：1-6;
[22]黄志明.变风量空调系统控制方法的比较[J].建材与装饰.2008年1月中旬刊：195-196;
[23]李传东,田应丽,李松,冯璐.变风量空调系统控制方法研究[J].安装.通风空调安装技术.2007.(7)：31-32；
[24]王建玉,任庆昌.变风量空调系统的模型预测控制及仿真研究[J].系统仿真学报,2008.20(16)： 4446-4450.
[25]任庆昌,向虎,纪加木.变风量空调机组送风温度系统建模与控制研究[J].暖通空调HV&AC.2007.37(12)：125-128;
[26]王军,王雁,邵惠鹤.状态反馈解耦技术在变风量空调系统中的应用[J].自动化仪表.2005.26(2)：21-25；
[27]刘晨晖.多变量过程控制系统解耦理论[M].水利水电出版社.1984：1-98；
[28]Carlos Rentel-Gomez, Miguel Velez-Reyes. Decoupled Control of Temperature and Relative Humidity using a Variable-Air-Volume HVAC System and Non-interacting Contral. Proceedings of the 2001 IEEE international Conference on Control Applications September 5-7,2001 Mexico city.Mexico;
[29]K.V.Ling. A.L.Dexter. Constrained predictive control of Multi-zone air condition systems. CONTROL'94.21-24 March 1994. Conference Publication No.389,@ IEE 1994;
[30]Archana Thosar, Amit Patra, Souvik Bhattacharyya. Energy Optimization of VAVAC System Using Genetic Algorithms. Industrial Technology,2006.ICIT 2006. IEEE International Conference on 15-17 Dec.2006 Page(s):1569-1573;
[31]A'ni Dong, Qinhua Hu. The Simulation Study of Adaline PID Control and Decoupling for the VAV System.2008 IEEE 978-1-4244-2108-4/08;
[32]J. Wang, L. Shi, S. Liu and Q. Ren.he application of neuron decoupling control technology in varying air flow conditioning control. Process Automation Instrumentation, vol.24, no.4,:45-48;
[33]D. Wei, J. Zhi and M. Zhang, "On-line control strategies of supply air temperature for multi-zone VAV air-conditioning system," Journal of Shanghai Jiaotong University, vol.34, no.4, 2000:507-512,523;
[34]F. Li, P. Li, H. Zhao and Z. Ju, "The fuzzy control in VAV," Chinese Journal of Scientific Instrument, vol.25, no.4(supplement),2004:261-263;
[35]T. Liu, W. Zhang and L. Ou,"Analytical design of decoupling control for two-input two-ouput processes with time delays," Control Theory and Applications, vol.23, no.1,2006:31-37.59;
[36]刘金琨.先进PID控制MATLAB仿真[M].电子工业出版社.2007：1-131-13,55-59,67-70,87-88,156：
[37]张春有,张化光,王晓暄,边春元,满永奎.一种基于BP神经网络的解耦控制方法及其在微型燃机控制中应用的研究[J].信息与控制.2005.34(2)：214-218；
[38]王雁,王军,王瑞祥,邵惠鹤.采用对角矩阵解耦法提高变风量空调的性能[J].建筑电气2004.(6)：1-7；
[39]尚智强.采用状态反馈实现纯滞后系统的控制[J].自动化与仪器仪表.2002.(3)：1-3;
[40]刘天川.变风量空调系统应用探讨[J].暖通空调,1995.25(4)：51-54;
[41]董阿妮.变风量空调系统自适应神经元解耦控制与变静压协调控制[D].西安建筑科技大 学.2004：1-4,10-14,18-19；
[42]李锐.神经网络预测优化控制在变风量空调中的应用[D],北京建筑工程学院.2007：13-14；
[43]桑保华,薛晓中.多变量解耦控制方法[J].火力与指挥控制.2007.32(11)：13-16；
[44]陈莉.串级-Smith预估控制在温度大滞后系统中的应用[J].工业控制技术.2007：89-91
[45]杨德,沈俊霞.基于神经网络的模型参考自适应控制[J].电子科技.2005.(5)：48-50；
[46]陈娟,潘立登,曹柳林.多变量时滞过程的解耦内模控制及应用[J].北京化工大学学报.2007.34(3)：314-317；
[47]赵廷渝,陶涛.航空发动机多变量系统状态反馈解耦[J].工程技术.1998.16(3)：1-3；
[48]于长雨.变风量空调系统的建模与智能控制研究[D].南京理工大学.2008：1-6；
[49]曹亮.基于神经网络的变风量系统解耦控制[J].制冷空调与电力机械.2008.122(29)：13-15.
[50]蔡翔.神经网络控制技术在变风量空调中的应用研究[D].同济大学.2009：13-23,28-33；
[51]李辉.一种多变量模糊神经网络解耦控制器的设计[J].控制与决策.2006.21(5)：593-596；
[52]席裕庚.预测控制[M].国防工业出版社.1993：10-18。
[2]蔡自兴.智能控制原理与应用[M].清华大学出版社.2007：140-165；
[3]蔡敬琅.变风量空调设计[M].北京：中国建筑出版社,1997：10-30;
[4]胡钦华.变风量_VAV_空调系统机组部分基于神经网络_阶逆系统的解耦控制[D],西安建筑科技大学.2003：1-8；
[5]杜明明.变风量空调系统的Simulink建模与仿真研究[D].哈尔滨工业大学.2006：8-10；
[6]蔡艾江.变风量空调系统的控制特性仿真研究[D].兰州理工大学.2005：17-20;
[7]曹志峰.基于人工神经网络的空调系统控制策略研究[D].西华大学.2007：28-35；
[8]霍小平.变风量系统的概念、分类及应用实例[J].暖通空调.1997.27(5)：22-26;
[9]Jiangj iang Wang, Chunfa Zhang and Youyin Jing. Analytical Design of Decoupling Control for Variable-Air-Volume Air conditioning System. IEEE.978-1-4244-1674-5/08;
[10]Yuji Yamakawa, Takanori Yamazaki, Tadahiko Matsuba, Kazuyuki Kamimura. Shigeru Kurosu. Stability Analysis on Air Conditioning System. SICE-ICASE International Joint Conference 2006:18-21;
[11]Yonghong,Huang, Xuejun Yang. Decoupling Control of a Variable-Air-Volume Air-Conditioning System Based on State Feedback. Intelligent Information Technology Application.Dec-2008;
[12]王建明,李训铭.变风量空调系统的协调控制策略研究[J].南京建筑工程学院学报.2001.2：40-45；
[13]马素贞,刘传聚.变风量空调系统发展状况[J].暖通空调HV&AC.2007.37(1)：33-36;
[14]王填,张国强,陈兆平.变风量空调系统控制程序应用研究[J].建筑热能通风空调.2004.23(5)：44-48；
[15]郑大钟.线性系统理论(第二版)[M].清华大学出版社.2002：1-150;
[16]孙增圻.智能控制理论与技术[M].清华大学出版社.1997：16-237;
[17]周志平,裴清清.变风量空调系统的控制及应用[J].制冷空调与电力机械.2005.26：71-74：
[18]晋欣桥,夏清,陈刚,王盛卫.变风量空调系统中的实时优化节能控制[J].节能技术.1999.1：18-21：
[19]晋欣桥.变风量空调系统的仿真及其实时优化控制研究[D].上海交通大学.1999：1-15；
[20]沈静霞.VAV与VWV结合的空调系统控制模式优化[D].西南交通大学.2007：9-12;
[21]戴斌文,狄洪发,江亿.变风量空调系统风机总风量控制方法[J].暖通空调HV&AC.1999.29(3)：1-6;
[22]黄志明.变风量空调系统控制方法的比较[J].建材与装饰.2008年1月中旬刊：195-196;
[23]李传东,田应丽,李松,冯璐.变风量空调系统控制方法研究[J].安装.通风空调安装技术.2007.(7)：31-32；
[24]王建玉,任庆昌.变风量空调系统的模型预测控制及仿真研究[J].系统仿真学报,2008.20(16)： 4446-4450.
[25]任庆昌,向虎,纪加木.变风量空调机组送风温度系统建模与控制研究[J].暖通空调HV&AC.2007.37(12)：125-128;
[26]王军,王雁,邵惠鹤.状态反馈解耦技术在变风量空调系统中的应用[J].自动化仪表.2005.26(2)：21-25；
[27]刘晨晖.多变量过程控制系统解耦理论[M].水利水电出版社.1984：1-98；
[28]Carlos Rentel-Gomez, Miguel Velez-Reyes. Decoupled Control of Temperature and Relative Humidity using a Variable-Air-Volume HVAC System and Non-interacting Contral. Proceedings of the 2001 IEEE international Conference on Control Applications September 5-7,2001 Mexico city.Mexico;
[29]K.V.Ling. A.L.Dexter. Constrained predictive control of Multi-zone air condition systems. CONTROL'94.21-24 March 1994. Conference Publication No.389,@ IEE 1994;
[30]Archana Thosar, Amit Patra, Souvik Bhattacharyya. Energy Optimization of VAVAC System Using Genetic Algorithms. Industrial Technology,2006.ICIT 2006. IEEE International Conference on 15-17 Dec.2006 Page(s):1569-1573;
[31]A'ni Dong, Qinhua Hu. The Simulation Study of Adaline PID Control and Decoupling for the VAV System.2008 IEEE 978-1-4244-2108-4/08;
[32]J. Wang, L. Shi, S. Liu and Q. Ren.he application of neuron decoupling control technology in varying air flow conditioning control. Process Automation Instrumentation, vol.24, no.4,:45-48;
[33]D. Wei, J. Zhi and M. Zhang, "On-line control strategies of supply air temperature for multi-zone VAV air-conditioning system," Journal of Shanghai Jiaotong University, vol.34, no.4, 2000:507-512,523;
[34]F. Li, P. Li, H. Zhao and Z. Ju, "The fuzzy control in VAV," Chinese Journal of Scientific Instrument, vol.25, no.4(supplement),2004:261-263;
[35]T. Liu, W. Zhang and L. Ou,"Analytical design of decoupling control for two-input two-ouput processes with time delays," Control Theory and Applications, vol.23, no.1,2006:31-37.59;
[36]刘金琨.先进PID控制MATLAB仿真[M].电子工业出版社.2007：1-131-13,55-59,67-70,87-88,156：
[37]张春有,张化光,王晓暄,边春元,满永奎.一种基于BP神经网络的解耦控制方法及其在微型燃机控制中应用的研究[J].信息与控制.2005.34(2)：214-218；
[38]王雁,王军,王瑞祥,邵惠鹤.采用对角矩阵解耦法提高变风量空调的性能[J].建筑电气2004.(6)：1-7；
[39]尚智强.采用状态反馈实现纯滞后系统的控制[J].自动化与仪器仪表.2002.(3)：1-3;
[40]刘天川.变风量空调系统应用探讨[J].暖通空调,1995.25(4)：51-54;
[41]董阿妮.变风量空调系统自适应神经元解耦控制与变静压协调控制[D].西安建筑科技大 学.2004：1-4,10-14,18-19；
[42]李锐.神经网络预测优化控制在变风量空调中的应用[D],北京建筑工程学院.2007：13-14；
[43]桑保华,薛晓中.多变量解耦控制方法[J].火力与指挥控制.2007.32(11)：13-16；
[44]陈莉.串级-Smith预估控制在温度大滞后系统中的应用[J].工业控制技术.2007：89-91
[45]杨德,沈俊霞.基于神经网络的模型参考自适应控制[J].电子科技.2005.(5)：48-50；
[46]陈娟,潘立登,曹柳林.多变量时滞过程的解耦内模控制及应用[J].北京化工大学学报.2007.34(3)：314-317；
[47]赵廷渝,陶涛.航空发动机多变量系统状态反馈解耦[J].工程技术.1998.16(3)：1-3；
[48]于长雨.变风量空调系统的建模与智能控制研究[D].南京理工大学.2008：1-6；
[49]曹亮.基于神经网络的变风量系统解耦控制[J].制冷空调与电力机械.2008.122(29)：13-15.
[50]蔡翔.神经网络控制技术在变风量空调中的应用研究[D].同济大学.2009：13-23,28-33；
[51]李辉.一种多变量模糊神经网络解耦控制器的设计[J].控制与决策.2006.21(5)：593-596；
[52]席裕庚.预测控制[M].国防工业出版社.1993：10-18。