基于PSO的改进的PID控制器在VAV空调系统温度控制中的应用.pdfVIP

第 35卷第 1期 Vo1．35No．1 井 冈山大学学报(自然科学版) 2014年 1 月 Jan．2014 JournalofJinggangshanUniversity(NaturalScience) 55 文章编号：1674-8085(2014)01—0055—05 基于PSO的改进的PID控制器在VAV空调系统 温度控制中的应用 陈孟元 (1．安徽工程大学，安徽，芜湖 241000；2．安徽省电气传动与控制重点实验室，安徽，芜湖 241000) 摘 要：以变风量空调系统的温度控制作为研究对象，在现有的研究基础上，提出了粒子群优化算法改进的BP 神经网络PID控制方法。应用BP神经网络进行PID参数在线整定，粒子群优化算法提高BP神经网络的学习速 率和收敛性，结合三者各自的优势以提高变风量空调系统的控制性能。 关键词：VAV系统；温度控制；粒子群优化算法；BP神经网络；PID控制 中图分类号：TM351 文献标识码：A DOI：10．3969／j．issn．167401．012 RESEARCH oFTHE IM PRoVED BP．NNPID CONTROLLERBASED ON PSo FoRTHE 、7ArVAI1 CoNDITIoNING SYSTEM CHEN Meng—yuan1’’ (1．AnhuiPolytechnicUniversity,Wuhu，Anhui241000，China；2．KeyLaboratoryofAnhuiElectricDriveandControl，Wuhu，Anhui241000，Chma) Abstract：Basedon theexistedresearch，wetook thetemperaturecontrolofAVA air—conditioningsystem as researchobjectandputforwardhteBPneuralnetwork’ScontroltheoryofPIDbasedonhteparticleswarm optimization．By applying BP neuralnewt ork on the online installation ofPID parameter，particleswarm optimizationCna improvesthestudyspeedandconvergenceofBPneuralnewt ork． Combiningallhtethree advantages，weimprovehteconrtolperformanceofAVA air-conditioningsystem． Keywords：VAV system；temperaturecontrol；particleSWalTI1optimization；BPneuralnewtork；PID control 变 风量 空调 系统 (VariableAirVolumeAir 等缺点，不能达到预期的控制效果，寻找一种好的 ConditionSystem，简称vAv空调系统)是通过改变 控制策略势在必行。本文基于人工智能控制思想， 送风量使某一区域的温度保持在设定温度的一种 结合粒子群优化算法机理，引入BP神经网络PID控 空调系统u1。近年来，变风量空调系统由于其节能 制算法，设计了一种粒子群优化算法改进的BP神经 优势正受到越来越多的关注，成为研究的热点。一 网络PID控制器，并将其应用于VAV空调系统的温 个 良好的变风量空调系统，除了精确的设计计算， 度控制 中。 合理的系统布置，到位的施工安装外，选择一个最 佳的控制方法也很关键 2【l。由于VAv空调系统具有 1 VAV空调系统温度控制原理 非线性、大滞后和时变性等特点，对于该系统常规 PID控制方法存在着参数整定不 良、抗干扰能力差 变风量空调系统中的温度控制是通过特殊的 收稿 日期