基于粒子群算法PID控制在变风量空调系统中应用

论文摘要

在全球能源日益紧缺的今天，作为建筑物中最为耗能的空调系统正在得到人们越来越多的关注。自上世纪80年代以来，变风量空调系统以其巨大的节能潜力在西方发达国家已经取得较大的发展。虽然我国对VAV空调系统的应用与研究从90年代才开始，但已经在此领域取得了长足的进步，而压力无关型末端以其高效的调节手段和更加节能的潜质，已经成为近些年来变风量系统研究的热点。压力无关型末端采用串级控制方式，但串级系统参数的选择仍然缺乏一种简便高效的方法。常规的按照预期闭环特性的设计方法存在思路单一，主副回路配合不足等问题，这就造成了系统不能同时对进入主副回路的扰动进行有效的抑制，这在一定程度上影响了变风量空调系统的舒适和节能效果。近年来，随着各种智能算法的发展，研究人员已将神经网络及遗传算法等智能算法与传统的PID控制相结合，以求取得更好的控制效果。粒子群算法是智能算法中发展较快的一支，它具有算法简洁高效，寻优能力较强的优点。传统的PID控制参数确定比较困难，往往需要借助一定的控制经验，并且通常采用试凑或通过改变单个参数逐一确定的方法。这些方法效率不高，且对于系统扰动的抑制能力较差，从而不能达到理想的控制效果。本文针对传统PID控制的弊端，将引入收缩因子的粒子群算法应用于PID控制当中。利用粒子群自寻优的特点，使控制系统能够自主的根据扰动的形式或强度，自动的完成预设的控制要求。本文在对变风量末端系统建模的基础上，研究了粒子群与常规PID控制的结合方法，并进一步完成了对变风量系统压力无关型末端的串级控制器的设计。通过计算机仿真验证了该控制器具有较高的适应性，并能够有效的抑制进入系统主副回路的扰动，从而为压力无关型末端的设计提供了一种新的思路。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题背景
• 1.1.1 变风量空调系统概念
• 1.1.2 变风量空调系统的原理
• 1.1.3 变风量空调系统的特点
• 1.2 国内外研究现状
• 1.3 本课题的意义
• 1.4 本文工作及组织结构
• 第二章 变风量空调自动控制系统
• 2.1 VAV 空调自动控制系统的功能
• 2.2 VAV 空调自动控制系统的组成
• 2.3 VAV 空调系统常用控制方式
• 2.3.1 定静压控制方式
• 2.3.2 变静压控制方式
• 2.3.3 总风量控制方式
• 2.4 VAV 空调系统末端装置
• 2.4.1 压力有关型末端
• 2.4.2 压力无关型末端
• 2.4.3 两种类型末端装置的比较
• 2.5 本章小结
• 第三章 变风量空调末端系统建模
• 3.1 空调房间模型的建立
• 3.1.1 房间的理论数学模型
• 3.1.2 房间理论模型的验证
• 3.1.3 房间模型实验验证
• 3.2 末端装置模型
• 3.3 本章小结
• 第四章 粒子群算法
• 4.1 粒子群算法产生背景及发展
• 4.2 PSO 算法原理
• 4.3 粒子群算法与其它进化算法的比较
• 4.4 本章小结
• 第五章 粒子群算法 PID 控制研究
• 5.1 常规 PID 控制
• 5.2 PID 控制方法改进
• 5.3 粒子群算法设计步骤
• 5.4 粒子群算法的伪码描述
• 5.5 粒子群算法参数的选择
• 5.6 基于 PSO 算法的 PID 控制步骤
• 5.7 仿真研究及分析
• 5.8 本章小结
• 第六章 变风量压力无关型末端控制
• 6.1 VAV 系统末端动态特性分析
• 6.2 基于引入收缩因子的粒子群 PID 自整定控制
• 6.2.1 常规串级系统整定方法
• 6.2.2 粒子群 PID 参数自整定控制
• 6.2.3 仿真研究
• 6.3 本章小结
• 第七章 总结与展望
• 7.1 结论
• 7.2 下一步工作建议
• 参考文献
• 作者简介
• 作者在攻读硕士学位期间发表的学术论文
• 致谢