針對被控對象大慣性、不確定特點,提出一種變風量空調系統室溫智能控制方案,建立了變風量空調系統的數學模型,采用了串級控制策略,主控制器采用一種新的可變論域自適應模糊pid控制。用串級控制反饋控制改善性能,抑制一、二次擾動,減小了各種擾動對室溫的影響。采用可變論域自適應模糊pid控制。進行仿真,結果證明,變風量空調系統具有良好的動態性和穩定性。當空調房間模型結構參數發生變化時,控制系統魯棒性好。

變風量空調系統模糊pid控制的仿真——針對目前變風量(vav)空調系統參數整定困難，將模糊控制和常規pid控制相結合，提出一種基于模糊控制規則的模糊pid控制方法及模糊pid控制器的設計思路，并將其應用于vav空調室溫控制中．

針對目前變風量(vav)空調系統參數整定困難,將模糊控制和常規pid控制相結合,提出一種基于模糊控制規則的模糊pid控制方法及模糊pid控制器的設計思路,并將其應用于vav空調室溫控制中.通過與常規pid控制器的室溫控制仿真曲線比較表明:當條件變化時,模糊pid室溫控制實現了參數在線自整定,取得了較好的控制效果;模糊pid控制動態響應快,控制精度高,超調量小,具有較強的魯棒性;所需送風量更接近實際負荷的需要,達到了既舒適又節能的效果.

目的利用pid控制器整定vav空調溫度系統,并結合改進的粒子群算法使pid控制器成為一種相對理想的算法控制器.方法以常規pid控制的整定結果作為參考,引入粒子群算法以及帶慣性權重的粒子群來改進參數自整定pid控制,并對仿真結果進行比較.結果仿真實驗表明,采用帶慣性權重的粒子群pid比普通的pid及常規粒子群改進的pid算法收斂速度快,超調量小,具有平衡全局搜索和局部搜索的能力.結論筆者所提出的控制方法能有效地提高變風量空調的性能,驗證了理論的有效性.

作為智能控制的重要分支,模糊控制可以用來解決難以建立精確數學模型的非線性系統的控制問題。將模糊控制應用于變風量空調系統中,對模糊控制器進行了設計,建立了語言變量賦值表、模糊控制狀態表以及模糊控制器查詢表。應用模糊控制器對空調房間的溫度進行了實時控制。控制結果表明模糊控制器設計合理,控制效果良好。

目的尋找一種有效地解決系統慣性大、時間滯后及單獨采用pid控制器產生效果不佳的方法,實現溫度參量的優化控制.方法根據變風量空調系統的結構,對變風量系統室內溫度控制環節采用蟻群優化算法,經過matlab軟件進行仿真,使室內溫度控制環節的上升時間、超調量及調整時間得以優化.結果控制環節優化前pid階躍響應的動態指標為:上升時間tr=50s,調整時間ts=276s,超調量σ=30%;經過蟻群優化的pid階躍響應的動態指標為:上升時間tr=112.5s,調整時間ts=88s,超調量σ=3.5%,上升時間相對增加后調整時間和超調量大幅度減小,室內溫度控制環節趨于穩定.結論蟻群算法改善了控制環節的超調量、調整時間等問題,提高了系統的自適應性,保證了系統的穩定性和準確性.

分析了空調控制系統、變風量空調系統特點及目前存在的控制問題,提出了空調控制系統引入智能控制方案的可行性與必要性,針對變風量空調系統的特點和要求,提出變風量空調系統的控制方案。

針對變風量空調系統,采用lonworks現場總線技術,分別運用pid控制方法和串級控制方法對變風量空調系統的送風溫度和回風溫度進行了控制,以某一空調房間溫度控制為例,通過實驗對兩種方法進行了對比,結果表明串級控制能夠取得更好的控制效果。

目的針對典型會議室環境,基于需求控制通風策略,對變風量中央空調系統房間空氣品質控制進行研究。方法以典型的會議室環境為研究對象,分別建立空調新風系統模型及房間co2濃度模型;設計nn-pid(神經網絡-pid)算法,并進行控制與仿真;在變風量空調實驗平臺上進行驗證。結果所設計的nn-pid算法能有效利用神經網絡訓練過程,在線自整定pid參數,控制效果優于傳統pid算法。結論根據室內co2濃度變化控制新風量,能很好地適應室內co2濃度的動態特性,提高室內空氣品質。

討論了變風量空調系統(vav)的概念、發展及其優點,變風量系統的幾種控制方法,新風量的控制,末端裝置的選擇和變風量系統適用范圍等問題,其中重點討論了新風量的控制方法。

通過介紹變風量系統的特點和該系統在國內外的發展狀況,分析變風量系統在國內的推廣應用中存在的問題,并指出其發展方向。加快設備國產化是關鍵,做好氣流組織、系統設計和系統調試。總結變風量系統的發展趨勢和技術關鍵,在推廣的過程當中,一定要立足長遠發展,對vav系統要有一個深入、細致、全面的研究,引入模糊控制和神經網絡技術優化控制算法。

變風量系統(variableairvolume)是利用改變送入室內的風量來實現對室內溫度調節的全空氣空調系統,它的送風狀態保持不變。采用數學軟件matlab中的simulink對單風道變風量空調系統進行仿真模擬,介紹了建立房間模型并使用simulink創建室內環境、控制風閥、pid調節器模塊的過程,得到室內溫度變化曲線。

針對變風量(vav)空調控制系統采用單純的比例-積分-微分(pid)控制該系統很難達到其節能和舒適的作用。采用將模糊控制與pid控制兩種控制方法相結合用于該空調控制系統中,并通過仿真工具對兩種控制方法分別進行動態仿真,其結果表明模糊自適應整定pid控制比單純的pid控制具有更快的動態響應、更小的超調,具有較強的魯棒性,其節能和舒適效果明顯。

變風量空調系統優化控制——針對目前變風量系統的控制弱點，提出了變風量系統的送風靜壓優化控制方法。指出這一控制方案及控制程序在vav空調系統的動態仿真平臺上進行測試，以評估它們的動態控制性能、節能及空氣品質特性。

介紹了變風量空調系統實驗平臺,其監控軟件用labview軟件開發。闡述了迭代學習控制(ilc)模型,并通過實驗對比了常規pid和pd-ilc的控制效果,結果表明,采用ilc后系統的跟蹤性能明顯優于一般的pid控制。

結合工程設計及調試經驗,對變風量空調系統的控制進行了研究,為同時保持室內空氣的溫度、相對濕度和節約能源,提出了將變風量與定送風狀態同時控制的觀點和措施

變風量空調系統的末端及控制——文章對變風量(vav)空調系統末端裝置的工作原理與功能作了簡要介紹。對具有代表性的vav空調系統末端裝置的結構作了說明。分析了vav空調系統末端裝置的控制功能及特點。

針對變風量空調控制系統的時滯性、高度非線性、難于精確建立數學模型的特點和常規控制方法很難對其進行有效控制的問題,文章采用將模糊控制理論和經典的pid控制相結合的控制方案,對vav空調系統的末端風閥開度進行控制,并在設定的溫度條件和一定的擾動工況下利用matlab的simulink模塊對pid控制、模糊控制、模糊pid控制3種控制策略進行了仿真實驗。仿真結果證明,模糊pid控制具有響應時間快,控制精度高,很強的抗干擾能力。因此,模糊pid控制策略在vav空調系統中的應用是可行的。

針對中央空調變風量溫度控制系統非線性、大滯后和時變性等特點,借鑒生物免疫反饋調節原理和模糊邏輯控制理論,設計了一種模糊免疫自適應pid控制器,建立了仿真模型,并對其進行了仿真。仿真結果表明,該控制器能有效改善系統的動穩態特性和魯棒性。

針對變風量(vav)空調系統下位機設定點變動時,整個系統完全達到穩態時間過長,且各子系統易出現超調的問題,提出采用一種迭代學習控制(ilc)的設定值序列優化方法。以空調系統中變頻風機—管道靜壓控制回路為實例,說明該方法的可行性。采用遞推最小二乘法(rls)建立該回路的動態模型,并給出了一種新的迭代學習期望軌跡,應用迭代學習pd控制律對其動態過程進行仿真分析,并將此算法用于空調實驗平臺驗證其控制效果。結果表明,ilc可以改善空調子系統的動態特性,為vav空調系統的全局穩態優化奠定了基礎。

介紹了變風量空調系統的基本原理。結合變風量空調系統的特點,在基于被控房間數學模型的基礎上,將模糊控制和常規pid控制相結合,提出了一種模糊pid控制方法并將其應用于變風量空調室溫控制中。

本文簡要介紹了變風星空調系統的概念及特點，對系統所需要的控制—一作了論述，其中著重討論了系統靜壓和最小新風量的各種控制方法。