中央空调自适应模糊控制器设计与仿真.docVIP

中央空调自适应模糊控制器设计与仿真 　　摘要：在分析中央空调工作原理的基础上，针对空调温度控制系统的大滞后、大惯性、非线性的特性，提出了基于参数自调整模糊控制算法，通过模糊推理，实现了参数在线实时自调整。仿真实验表明：自适应模糊PID控制器提高了对温度的控制精度、具有良好的动态特性和稳定性， ，取得了良好的控制效果。 　　关键词：中央空调；模糊控制；自适应 　　中图分类号：TB657 文献标识码： A 　　0 引言 　　伴随社会的发展和城市化进度的加快，城市建筑中大型建筑特别是智能建筑的比例也在不断提高。为了达到绿色节能的效果，使得集中式空调系统在智能建筑的温度控制中得到了广泛的应用。由于集中空调系统的设备容量是在留有充足余量的基础上，按照建筑物冬季最大制热负荷和夏季最大制冷负荷中的大者选定的型号，而在实际运行中，由于季节、温度、昼夜的变化，在大多数时间用户的负荷要求达不到最大负荷，空调系统只需要在部分负荷下工作，传统的控制方法难以达到良好的控制效果，而且带来很大的能源浪费。 　　中央空调系统作为一个具有大滞后、非线性、时变的控制对象，简单的比例、积分、微分（PID）控制不仅数学模型难以建立、模型参数不易整定，而且控制精度、响应速度、稳定性等不理想。常规的模糊控制器不需要掌握控制过程的精确数学模型，比简单的PID控制具有较好的动态特性和较强的鲁棒性，但是由于模糊控制规则是人们对被控过程认识的模糊信息的归纳和操作经验的总结，在面对这一时变、非线性的复杂系统时，造成控制规则粗糙或者不够完善，在一定程度上影响控制效果。为解决这一问题，本文将自适应控制引入到模糊控制方法中，设计了一种新的基于自适应模糊控制[1-3]的中央空调控制器，以提高系统的自适应性。仿真结果表明，系统运行稳定，具有很好的鲁棒性，且超调小，调节迅速，系统的动态特性、自适应性得到了改善，降低了能耗。 　　1 自适应模糊控制系统工作原理 　　现今空调控制器的控制量通常包括温度和湿度，本文以中央空调的温度控制系统为例进行研究。空调的自适应模糊控制系统原理图如图1所示[4]。 　　图1 自适应模糊空调控制系统原理图 　　温度变送器安装在空调风机的出风口，用来检测其温度，并与设定值作比较，取其误差和误差变化率等作为调节参数，送入调节器，调节器给出控制信号到调节阀和变频器，它们以此信号来实现对温度和送风风量的调节及动态平衡。 　　自适应模糊控制系统工作原理：首先选择一个模糊推理结构，包括输入输出数量和隶属度函数，建立完善的模糊推理规则。以设定值和输出值得偏差e和偏差变化量Δe=de/dt作为模糊控制的输入量，通过模糊推理进行决策判断，输出控制量来控制被控对象[5-7]。其中Ke、Kec是量化因子， 将输入变量从基本论域转换到相应的模糊集的论域；Ku是比例因子，将经模糊控制算法给出的控制量转换到控制对象能接受的基本论域中。参数Ke、Kec和Ku对系统性能的影响不同，而且在调节过程的不同阶段，对系统的影响也不相同。为使系统获得良好的动态特性与稳定性，必然要在线实时的调整模糊控制器的量化因子Ke、Kec和比例因子Ku的值。 　　2 自适应模糊控制器的设计 　　2.1 模糊语言变量隶属度函数的确定 　　以传感器测得的出风口的实际温度与给定温度之间的偏差e和偏差变化率Δe为输入变量，E和EC为输入语言变量，Kp、Ki和Kd为输出语言变量；其中E、EC和U分别为偏差e、偏差变化率Δe和输出变量u对应的模糊集。定义输入、输出语言变量的模糊论域均为[-3，-2，-1，0，1，2，3]， 对应的模糊集为{负大（NB），负中（NM），负小（NS），零（ZE），正小（PS），正中（PM），正大（PB）}等7个等级。确定模糊语言的隶属度函数就是将连续的输入、输出变量进行离散模糊化，隶属度函数均采用对称三角型函数，隶属度函数曲线如图2所示。 　　图2 e、ec、ΔKp、ΔKi、和ΔKd 的隶属度函数曲线 　　2.2 模糊控制规则的确定 　　模糊控制规则采用“If Ai and Bi then Ci”形式， 其中，Ai为偏差模糊子集，Bi为偏差变化率模糊子集，Ci为输出量模糊子集。通过对量化因子和比例因子对系统性能影响的分析和调节经验，可得到模糊控制规则表，见表1。 　　表1 Δkp、Δki和Δkd的模糊控制规则表 　　2.4 模糊控制器输出 　　模糊控制表是作为子程序随时调用，模糊控制器原理如图3所示，一般选取误差信号e和误差变化率ec 作为模糊控制器的两个输入量。系统根据某时刻的采样值，把输入的精确量进行模糊化变成模糊量，再由模糊控制规则根据推理的合成规则进行模糊决策，得到模糊控制器，最后进行解模糊处理，得到精确的控制量输入系统，即得出该周期PID控制的3个参数