一种基于粒子群算法的暖通空调过程对象辨识方法.pdf

2017 年 第 3 期（总第 4 5 卷 第 3 1 3 期 ) 建筑节能 ■ 暖 通 与 空 调 doi: 10.3969/j.issn. 1673-7237.2017.03.004 一种基于粒子群算法的暖通空调过程对象辨识方法 侯丹琳a ， 潘毅群a ， 黄治钟b (同济大学a .机械与能源工程学院;b .中德工程学院，上 海 201804) 摘要 ： 暖通空调系统运行效果的好坏依赖于控制系统。传统的控制过程中P ID 参数需要专业人员 根据工程经验进行设定，往往控制精度不够，鲁棒性差。而基于系统传递函数的P ID 控制虽 然表现性能良好，但实际使用过程中往往由于不能得到准确的传递函数而受到限制。采用粒 子群优化算法对所研究的暖通空调对象进行模型参数的辨识。在辨识过程中，首先将空调系 统中涉及的某个被控对象的传递函数设置为二阶滞后模型，然后采用粒子群优化算法对模型 参数进行在线辨识。通过将目标函数设置为最小化模型输出与系统实际输出的偏差值而得 到最优参数解，从而得到被控对象的传递函数。通过2 个算例说明该方法过程简单、结果准 确，且具有一定的鲁棒性。 关键词 ： 系统辨识； 粒子群算法； 传递函数； 二阶加滞后模型； 模型降阶 中图分类号 ： TU 831 文献标志码： A 文章编号 ： 1673-7237(2017)03-0019-05 A Method of HVAC Process Object Identification Based on PSO HOU Dan - Hna ，PAN Yi - quna ，HUANG Zhi - zhong (a . School of Mechanical Engineering ； b . Sino - German College of Applied Science ， Tongji University， Shanghai 201804，China ) A bstract :The operation effect of HVAC system is largely determined by the automatic control system . In the conventional control process ， the PID parameters need to be set according to the engineering experience . The control precision is not enough， and the robustness is poor . The performance of PID control based on the system transfer function is relatively good ，however ， it is usually limited by the accuracy of transferfunction . A method based on Particle Swarm Optimization (PSO ) is studied for the model parameters identification of an object in HVAC system . In the process of the identification， we simplify a transfer function as a second order plus dead time model ， the PSO algorithm is utilized to optimize the parameters of the model . By setti