VAV空调系统的智能控制.docxVIP

?、概述 1984年，美国康涅狄格(Connecticut)州哈特福特市(Hargford),将一座I口金融大厦进行改造，定名为“城市宫” (City Palace Building),这就是世界公认的第一座智能大厦。国内于九十年代初开始兴建了一些智能型的大厦，如北京的中国国际贸易中心和京广屮心、上海的新锦江饭店和上海市血市政人厦等。智能人厦就是一个建筑物，它创造了一个环境使建筑物占有者的工作效率达到最大，同时以最小的人时消耗保证有效的资源管理。儕能大厦是儕力劳动场所，所以其环境设计的原则就是“以人为本”，一切围绕着为用户创造舒适环境、提高川户的工作效率进行。其中，暖通空调行业扮演了一个举足轻重的角色。 智能大厦房间多、内区负荷变化大；同时，由于空调耗能一般占整个大厦的40%以上,节能问题H益突出。在各种空调方式小，VAV空调系统有其H身的优点： 1?由于空调系统人部分时间在部分负荷下运行，所以风量的减少带来了风机能耗的降低和末 端设备里的再加热器能耗的降低； 2 .能实现局部区域的灵活控制； 利用系统多样性，可使中央系统的初始成本低； 4?同样，由于可利用系统的多样性，今后扩展的成本大降低； 5.系统是口平衡的(Self-balancing),等等。因此，国外智能大厦的空调系统多采用V AV空调系统，或与CAV空调系统、FCU空调系统相结合的方式。 虽然VAV空调系统具有上述优点，但是它的控制却最复杂。口前，VAV空调系统的控 制方式基木上采用多个回路的PID控制。在系统模型参数变化不大的情况下，PID控制效 果良好。但是，VAV空调系统是一个干扰大的、高度非线性的、不确定性系统，这是山于: 1.外界气候和空调区域里的人员活动的变化很人，对系统形成得过且过大的干扰； 2?空气调节过程是髙度非线性的；各执行器的运行特性也是非线性的； 3?各个控制回路之间耦合强烈，完全解耦是不町能的； 随着时间的推移，设备会老化和更换，从而造成系统参数的变化； 在许多系统里，系统的数了模型很难建立。 所以，PID控制的效果很糟糕。在HVAC控制领域，许多新的控制方法不断出现，如 MacArthur和Grald采用自适应控制方法,Dexter和Haves运用自调节预测控制器。但 是，在将现代化控制理论和人系统理论，运用到VAV空调系统屮时，rtl于它们的分析、综 合和设计都圧建立在严格和精确的数字模型Z上的，所以同样遇到这样的问题。而智能控制 理论正是针对被控对象及其环境和任务的不确定性提出來的，在VAV空调系统的控制领域 应当具有广阔的前景。目前，智能控制理论主要有三人方向，B|J,神经网络控制，模糊控制 和专家系统。它们在VAV空调系统中主婆用于诊断界常、预测能耗。对于VAV空调系统 控制，神经网络控制和模糊控制的研究都已开始，而专家系统由于其知识库庞人，设计十分 困难，目前训难以应用过來，下面，针对模糊控制、神经网络控制在VAV空调系统小的应 用作一点探讨。 二、模糊控制 模糊控制是基丁?规则的孤能控制，以模糊数学为基础。系统的基本结构如图1所示。 控制器四个基木部件组成，既模糊化接口、知识库、决策逻辑单元、去模糊接口。 在过去几年里，冇一些应用于暖通空调系统的模糊逻辑控制，S.Huang和R.M.Nelso n将PFC （PID和模糊控制相结合）介绍进HVAC控制领域并针对单元的二阶传函进行了 仿真。这两位作者又介绍了一种模糊控制规则的调整方法，应用于HVAC系统的控制，用 来控制一个热交换器的气动阀，将回风温度作为输入，实验结果显示该控制方案大大优于P ID控制。这些控制思想同样可用于VAV空调系统的控制。Robert N丄ea和Edgar Doh m arm应用模糊控制器控制压缩机、风机，输入是温度相对湿度和设定点，对6个区域进 行调节。So et al.推出一了一?种基于模糊逻辑的控制的控制器，四个单元状态参数（供风 风门后的压力，室内温度，室内相对湿度和供风温度）靠调节五个执行命令（供风风机速度, 供风风门角度，制冷水流速，再加热器的功率和加湿器的温度比）来控制。 模糊控制器的控制思路是将VAV空调系统的的状态参数作为输入，输出是VAV空调系统的执行命令。一个简单的VAV空调系统的FLCD的方框图如图2所示状态参数需要根据不同的控制方案来选取。 常规的模糊控制器，有许多不足Z处，比如系统的上升特性不理想，超调大，调节吋间 长，其至产行振荡，抗干扰能力差，稳态课差大，产生这些缺点的主要原因是常规的模糊控 制器在结构上过于简单，在设计过程中也冇许多主观因索，而门一旦模糊规则确定就不再变 化等，我们希望模糊控制器能够动态地调整自身，具有自学习能力，以达到预定的控制品质, 现在模糊控制的一个重要研究方向是门适M模糊控制