CN102968149B - 一种新型温湿度控制方法及系统 - Google Patents

Abstract

本发明实施例涉及自动控制技术领域，公开了一种新型温湿度控制方法及系统。该方法包括：读取温度设定值T_set及湿度设定值X_set；采集当前时刻t的温度值T_t及湿度值X_t；采集最近一次发生温度值低于T_set的起始时刻t₁、温度值高于T_set的起始时刻t₂、湿度值低于X_set的起始时刻t₃及湿度值高于X_set的起始时刻t₄；计算时间τ之后的t+τ时刻的温度值T_t+τ及湿度值X_t+τ；τ为时滞系数；将T_set、T_t、T_t+τ、X_set、X_t和X_t+τ代入预置的公式分别计算加热、制冷、加湿和除湿设备的开度；控制加热、制冷、加湿和除湿设备的运行。实施本发明实施例，可以抑制温湿度控制的滞后性，提高控制效果。

Description

一种新型温湿度控制方法及系统

技术领域

本发明涉及自动控制技术领域，具体涉及一种新型温湿度控制方法及系统。

背景技术

在生产车间或其他一些特定场所，对温度和湿度有较严格的要求，因此需要对温度和湿度进行控制。

对于大型的生产车间，常采用中央空调系统对车间的温湿度进行控制，其方法一般是：设定需要达到的温湿度范围；采集车间的当前温湿度数据；根据当前温湿度数据和需要达到的温湿度设定范围控制制冷设备、加热设备、加湿设备或除湿设备的开启或关闭。如当前温度低于设定范围时，使加热设备开启并使制冷设备关闭，当前湿度高于设定范围时，使除湿设备开启并使加湿设备关闭。

但系统的温湿度控制有一定的滞后性，以对温度的控制为例：如图1所示，车间的温度设定范围为25℃±1℃，在t1时刻，检测到当前温度远高于设定范围的上限26℃，则开启制冷设备，使车间的温度开始下降，至t2时刻，当前温度已下降至设定范围的中心值25℃，关闭制冷设备。但由于系统的滞后性，车间的温度继续下降，至t3时刻后，温度已经低于设定的温度范围的下限24℃，则又须开启加热设备进行加热，造成能量的浪费，而且温度波动较大，控制效果不佳。

发明内容

本发明实施例所要解决的技术问题是提供一种新型温湿度控制方法及系统，用于抑制温湿度控制的滞后性，减小系统温湿度的波动，提高控制效果。

本发明实施例提供一种新型温湿度控制方法，包括：

读取温度设定值T_set及湿度设定值X_set；

采集当前时刻t的温度值T_t及湿度值X_t；

采集最近一次发生温度值低于T_set的起始时刻t₁及温度值高于T_set的起始时刻t₂，采集最近一次发生湿度值低于X_set的起始时刻t₃及湿度值高于X_set的起始时刻t₄；

计算时间τ之后的t+τ时刻的温度值T_t+τ及湿度值X_t+τ：T_t+τ＝T_t+τ·dT_t/dt，X_t+τ＝X_t+τ·dX_t/dt；时间τ预先设定；

将T_set、T_t和T_t+τ代入预置的公式分别计算加热设备和制冷设备的开度；将X_set、X_t和X_t+τ代入预置的公式分别计算加湿设备和除湿设备的开度；

根据所述加热设备和制冷设备的开度控制所述加热设备和制冷设备的运行，以及根据所述加湿和除湿设备的开度控制所述加湿设备和除湿设备的运行。

相应的，本发明实施例还提供一种新型温湿度控制系统，包括：

读取模块，用于读取温度设定值T_set及湿度设定值X_set；

传感器，用于采集当前时刻t的温度值T_t及湿度值X_t；

采集模块，用于采集最近一次发生温度值低于T_set的起始时刻t₁及温度值高于T_set的起始时刻t₂，采集最近一次发生湿度值低于X_set的起始时刻t₃及湿度值高于X_set的起始时刻t₄；

计算模块，用于计算时间τ之后的t+τ时刻的温度值T_t+τ及湿度值X_t+τ：T_t+τ＝T_t+τ·dT_t/dt，X_t+τ＝X_t+τ·dX_t/dt；时间τ预先设定；以及用于将T_set、T_t和T_t+τ代入预置的公式分别计算加热设备和制冷设备的开度；以及用于将X_set、X_t和X_t+τ代入预置的公式分别计算加湿设备和除湿设备的开度；

控制模块，用于根据所述加热设备和制冷设备的开度控制所述加热设备和制冷设备的运行，以及用于根据所述加湿和除湿设备的开度控制所述加湿设备和除湿设备的运行。

本发明实施例提供的温湿度控制方法及系统，可对一段时间(τ)之后的温湿度进行预测，根据预测得到的温湿度值结合预置的公式来进行各种温湿度控制设备开度的计算，可有效的抑制温湿度控制的滞后性，减小系统温湿度的波动，提高控制效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是现有技术中的的典型温度时间曲线图；

图2是本发明实施例一提供的温湿度控制方法的流程图；

图3是本发明实施例中采集起始时刻t₁、t₂的示意图；

图4是本发明实施例二提供的温湿度控制方法的流程图；

图5是本发明实施例三提供的温湿度控制系统的框图；

图6是本发明实施例三提供的温湿度控制系统的框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例中提供了一种新型温湿度控制方法及系统，用于抑制温湿度控制的滞后性，减小系统温湿度的波动，提高控制效果。以下分别进行详细说明。

实施例一：

本发明提供一种新型温湿度控制方法，如图2所示，包括下列步骤：

101、读取温度设定值T_set及湿度设定值X_set；

本实施例中温度设定值T_set及湿度设定值X_set均是预先设定的，用户可根据对温度和湿度的需求来进行设定；

102、采集当前时刻t的温度值T_t及湿度值X_t；

本实施例中，可通过温度传感器和湿度传感器来采集当前时刻t的温度值T_t及湿度值X_t；

103、采集最近一次发生温度值低于T_set的起始时刻t₁及温度值高于T_set的起始时刻t₂，采集最近一次发生湿度值低于X_set的起始时刻t₃及湿度值高于X_set的起始时刻t₄；

如图3所示的是温度值T的时间曲线，图中最近一次发生温度值低于T_set的起始时刻t₁即为t’，而最近一次发生温度值高于T_set的起始时刻t₂即为t”；起始时刻t₃和t₄的判定方法与t₁和t₂类似，在此不与赘述；

104、计算时间τ之后的t+τ时刻的温度值T_t+τ及湿度值X_t+τ：T_t+τ＝T_t+τ·dT_t/dt，X_t+τ＝X_t+τ·dX_t/dt；

温度值T_t+τ及湿度值X_t+τ是对温度和湿度的预测值，其中，时间τ是时滞系数，可由用户根据经验进行设定，如可将时滞系数τ设为60秒；

105、将T_set、T_t和T_t+τ代入预置的公式分别计算加热设备和制冷设备的开度；将X_set、X_t和X_t+τ代入预置的公式分别计算加湿设备和除湿设备的开度；

本实施例中，上述加热设备的开度Y₁的计算方法为：

$A_1=\left\{\begin{array}{cc}-1/a_1& -(T_t-T_{\mathrm{set}})\&GreaterEqual;-1/a_1\\ -(T_t-T_{\mathrm{set}})& 0<-(T_t-T_{\mathrm{set}})<-1/a_1\\ 0& T_t-T_{\mathrm{set}}\&GreaterEqual;0\end{array}\right.$

$C_1=\left\{\begin{array}{cc}-2/c_1& T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}\&GreaterEqual;-2/c_1\\ T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}& 2/c_1<T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}<-2/c_1\\ 2/c_1& T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}\&le;2/c_1\end{array}\right.$

$Y_1=\left\{\begin{array}{cc}100\%& a_1\&CenterDot;A_1+b_1\&CenterDot;B_1+c_1\&CenterDot;C_1\&GreaterEqual;1\\ (a_1\&CenterDot;A_1+b_1\&CenterDot;B_1+c_1\&CenterDot;C_1)\&CenterDot;100\%& 0<a_1\&CenterDot;A_1+b_1\&CenterDot;B_1+c_1\&CenterDot;C_1<1\\ 0& a_1\&CenterDot;A_1+b_1\&CenterDot;B_1+c_1\&CenterDot;C_1\&le;0\end{array}\right.$

其中A₁为上述加热设备的当前值偏差量影响因子，B₁为上述加热设备的累计偏差时间影响因子，C₁为上述加热设备的预测值偏差量影响因子；a₁、b₁、c₁分别是预先设定的上述加热设备的加权系数，且-2<a₁<0，-2<b₁<0，-2<c₁<0；

制冷设备的开度Y₂的计算方法为：

$A_2=\left\{\begin{array}{cc}1/a_2& T_t-T_{\mathrm{set}}\&GreaterEqual;1/a_2\\ T_t-T_{\mathrm{set}}& 0<T_t-T_{\mathrm{set}}<1/a_2\\ 0& T_t-T_{\mathrm{set}}\&le;0\end{array}\right.$

$C_2=\left\{\begin{array}{cc}2/c_2& T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}\&GreaterEqual;2/c_2\\ T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}& -2/c_2<T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}<2/c_2\\ -2/c_2& T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}\&le;-2/c_2\end{array}\right.$

$Y_2=\left\{\begin{array}{cc}100\%& a_2\&CenterDot;A_2+b_2\&CenterDot;B_2+c_2\&CenterDot;C_2\&CenterDot;\&GreaterEqual;1\\ (a_2\&CenterDot;A_2+b_2\&CenterDot;B_2+c_2\&CenterDot;C_2)\&CenterDot;100\%& 0<a_2\&CenterDot;A_2+b_2\&CenterDot;B_2+c_2\&CenterDot;C_2<1\\ 0& a_2\&CenterDot;A_2+b_2\&CenterDot;B_2+c_2\&CenterDot;C_2\&le;0\end{array}\right.$

其中A₂为上述制冷设备的当前值偏差量影响因子，B₂为上述制冷设备的累计偏差时间影响因子，C₂为上述制冷设备的预测值偏差量影响因子；a₂、b₂、c₂分别是预先设定的上述制冷设备的加权系数，且0<a₂<2，0<b₂<2，0<c₂<2；

加湿设备的开度Y₃的计算方法为：

$A_3=\left\{\begin{array}{cc}-1/a_3& -(X_t-X_{\mathrm{set}})\&GreaterEqual;-1/a_3\\ -(X_t-X_{\mathrm{set}})& 0<X_t-X_{\mathrm{set}}<1/a_3\\ 0& X_t-X_{\mathrm{set}}\&le;0\end{array}\right.$

$C_3=\left\{\begin{array}{cc}-2/c_3& X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}\&GreaterEqual;-2/c_3\\ X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}& 2/c_3<X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}<-2/c_3\\ 2/c_3& X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}\&le;2/c_3\end{array}\right.$

$Y_3=\left\{\begin{array}{cc}100\%& a_3\&CenterDot;A_3+b_3\&CenterDot;B_3+c_3\&CenterDot;C_3\&GreaterEqual;1\\ (a_3\&CenterDot;A_3+b_3\&CenterDot;B_3+c_3\&CenterDot;C_3)\&CenterDot;100\%& 0<a_3\&CenterDot;A_3+b_3\&CenterDot;B_3+c_3\&CenterDot;C_3<1\\ 0& a_3\&CenterDot;A_3+b_3\&CenterDot;B_3+c_3\&CenterDot;C_3\&le;0\end{array}\right.$

其中A₃为上述加湿设备的当前值偏差量影响因子，B₃为上述加湿设备的累计偏差时间影响因子，C₃为上述加湿设备的预测值偏差量影响因子；a₃、b₃、c₃分别是预先设定的上述加湿设备的加权系数，且-0.5<a₃<0，-0.5<b₃<0，-0.5<c₃<0；

除湿设备的开度Y₄的计算方法为：

$A_4=\left\{\begin{array}{cc}1/a_4& X_t-X_{\mathrm{set}}\&GreaterEqual;1/a_4\\ X_t-X_{\mathrm{set}}& 0<X_t-X_{\mathrm{set}}<1/a_4\\ 0& X_t-X_{\mathrm{set}}\&le;0\end{array}\right.$

$C_4=\left\{\begin{array}{cc}2/c_4& X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}\&GreaterEqual;2/c_4\\ X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}& -2/c_4<X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}<2/c_4\\ -2/c_4& X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}\&le;-2/c_4\end{array}\right.$

$Y_4=\left\{\begin{array}{cc}100\%& a_4\&CenterDot;A_4+b_4\&CenterDot;B_4+c_4\&CenterDot;C_4\&CenterDot;\&GreaterEqual;1\\ (a_4\&CenterDot;A_4+b_4\&CenterDot;B_4+c_4\&CenterDot;C_4)\&CenterDot;100\%& 0<a_4\&CenterDot;A_4+b_4\&CenterDot;B_4+c_4\&CenterDot;C_4<1\\ 0& a_4\&CenterDot;A_4+b_4\&CenterDot;B_4+c_4\&CenterDot;C_4\&le;0\end{array}\right.$

其中A₄为上述除湿设备的当前值偏差量影响因子，B₄为上述除湿设备的累计偏差时间影响因子，C₄为上述除湿设备的预测值偏差量影响因子；a₄、b₄、c₄分别是预先设定的上述除湿设备的加权系数，且0<a₄<0.5，0<b₄<0.5，0<c₄<0.5；

106、根据上述加热设备和制冷设备的开度控制加热和制冷设备的运行，以及根据上述加湿和除湿设备的开度控制加湿和除湿设备的运行；

在计算得到加热设备、制冷设备、加湿以及除湿设备的开度之后，可按照各个设备的开度来控制各个设备的运行。

本实施例提供的温湿度控制算法，可对一段时间(τ)之后的温湿度进行预测，根据预测得到的温湿度值结合预置的公式来进行各种温湿度控制设备开度的计算，可有效的抑制温湿度控制的滞后性，减小系统温湿度的波动，提高控制效果。

实施例二、

本发明提供一种新型温湿度控制方法，如图4所示，包括下列步骤：

201、设定各项参数和预置的公式；其中上述各项参数包括：a₁、b₁、c₁；a₂、b₂、c₂；a₃、b₃、c₃；a₄、b₄、c₄；T_set、X_set；τ；

其中预置的公式是用于计算加热设备、制冷设备、加湿设备以及除湿设备的公式；

202、读取温度设定值T_set及湿度设定值X_set；

本实施例中温度设定值T_set及湿度设定值X_set均是预先设定的，用户可根据对温度和湿度的需求来进行设定；

203、采集当前时刻t的温度值T_t及湿度值X_t；

本实施例中，可通过温度传感器和湿度传感器来采集当前时刻t的温度值T_t及湿度值X_t；

204、记录当前时刻t的温度值T_t及湿度值X_t；

持续的记录采集到的温度值T_t及湿度值X_t，形成对温湿度的监控；

205、采集最近一次发生温度值低于T_set的起始时刻t₁及温度值高于T_set的起始时刻t₂，采集最近一次发生湿度值低于X_set的起始时刻t₃及湿度值高于X_set的起始时刻t₄；

如图3所示的是温度值T的时间曲线，图中最近一次发生温度值低于T_set的起始时刻t₁即为t’，而最近一次发生温度值高于T_set的起始时刻t₂即为t”；起始时刻t₃和t₄的判定方法与t₁和t₂类似，在此不与赘述；

206、计算时间τ之后的t+τ时刻的温度值T_t+τ及湿度值X_t+τ：T_t+τ＝T_t+τ·dT_t/dt，X_t+τ＝X_t+τ·dX_t/dt；

温度值T_t+τ及湿度值X_t+τ是对温度和湿度的预测值，其中，时间τ是时滞系数，可由用户根据经验进行设定，如可将时滞系数τ设为60秒；

207、将T_set、T_t和T_t+τ代入预置的公式分别计算加热设备和制冷设备的开度；将X_set、X_t和X_t+τ代入预置的公式分别计算加湿设备和除湿设备的开度；

本实施例中，上述加热设备的开度Y₁的计算方法为：

$A_1=\left\{\begin{array}{cc}-1/a_1& -(T_t-T_{\mathrm{set}})\&GreaterEqual;-1/a_1\\ -(T_t-T_{\mathrm{set}})& 0<-(T_t-T_{\mathrm{set}})<-1/a_1\\ 0& T_t-T_{\mathrm{set}}\&GreaterEqual;0\end{array}\right.$

$C_1=\left\{\begin{array}{cc}-2/c_1& T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}\&GreaterEqual;-2/c_1\\ T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}& 2/c_1<T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}<-2/c_1\\ 2/c_1& T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}\&le;2/c_1\end{array}\right.$

$Y_1=\left\{\begin{array}{cc}100\%& a_1\&CenterDot;A_1+b_1\&CenterDot;B_1+c_1\&CenterDot;C_1\&CenterDot;\&GreaterEqual;1\\ (a_1\&CenterDot;A_1+b_1\&CenterDot;B_1+c_1\&CenterDot;C_1)\&CenterDot;100\%& 0<a_1\&CenterDot;A_1+b_1\&CenterDot;B_1+c_1\&CenterDot;C_1<1\\ 0& a_1\&CenterDot;A_1+b_1\&CenterDot;B_1+c_1\&CenterDot;C_1\&le;0\end{array}\right.$

其中A₁为上述加热设备的当前值偏差量影响因子，B₁为上述加热设备的累计偏差时间影响因子，C₁为上述加热设备的预测值偏差量影响因子；a₁、b₁、c₁分别是预先设定的上述加热设备的加权系数，且-2<a₁<0，-2<b₁<0，-2<c₁<0；

制冷设备的开度Y₂的计算方法为：

$A_2=\left\{\begin{array}{cc}1/a_2& T_t-T_{\mathrm{set}}\&GreaterEqual;1/a_2\\ T_t-T_{\mathrm{set}}& 0<T_t-T_{\mathrm{set}}<1/a_2\\ 0& T_t-T_{\mathrm{set}}\&le;0\end{array}\right.$

$C_2=\left\{\begin{array}{cc}2/c_2& T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}\&GreaterEqual;2/c_2\\ T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}& -2/c_2<T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}<2/c_2\\ -2/c_2& T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}\&le;-2/c_2\end{array}\right.$

$Y_2=\left\{\begin{array}{cc}100\%& a_2\&CenterDot;A_2+b_2\&CenterDot;B_2+c_2\&CenterDot;C_2\&CenterDot;\&GreaterEqual;1\\ (a_2\&CenterDot;A_2+b_2\&CenterDot;B_2+c_2\&CenterDot;C_2)\&CenterDot;100\%& 0<a_2\&CenterDot;A_2+b_2\&CenterDot;B_2+c_2\&CenterDot;C_2<1\\ 0& a_2\&CenterDot;A_2+b_2\&CenterDot;B_2+c_2\&CenterDot;C_2\&le;0\end{array}\right.$

其中A₂为上述制冷设备的当前值偏差量影响因子，B₂为上述制冷设备的累计偏差时间影响因子，C₂为上述制冷设备的预测值偏差量影响因子；a₂、b₂、c₂分别是预先设定的上述制冷设备的加权系数，且0<a₂<2，0<b₂<2，0<c₂<2；

加湿设备的开度Y₃的计算方法为：

$A_3=\left\{\begin{array}{cc}-1/a_3& -(X_t-X_{\mathrm{set}})\&GreaterEqual;-1/a_3\\ -(X_t-X_{\mathrm{set}})& 0<X_t-X_{\mathrm{set}}<1/a_3\\ 0& X_t-X_{\mathrm{set}}\&le;0\end{array}\right.$

$C_3=\left\{\begin{array}{cc}-2/c_3& X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}\&GreaterEqual;-2/c_3\\ X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}& 2/c_3<X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}<-2/c_3\\ 2/c_3& X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}\&le;2/c_3\end{array}\right.$

$Y_3=\left\{\begin{array}{cc}100\%& a_3\&CenterDot;A_3+b_3\&CenterDot;B_3+c_3\&CenterDot;C_3\&GreaterEqual;1\\ (a_3\&CenterDot;A_3+b_3\&CenterDot;B_3+c_3\&CenterDot;C_3)\&CenterDot;100\%& 0<a_3\&CenterDot;A_3+b_3\&CenterDot;B_3+c_3\&CenterDot;C_3<1\\ 0& a_3\&CenterDot;A_3+b_3\&CenterDot;B_3+c_3\&CenterDot;C_3\&le;0\end{array}\right.$

其中A₃为上述加湿设备的当前值偏差量影响因子，B₃为上述加湿设备的累计偏差时间影响因子，C₃为上述加湿设备的预测值偏差量影响因子；a₃、b₃、c₃分别是预先设定的上述加湿设备的加权系数，且-0.5<a₃<0，-0.5<b₃<0，-0.5<c₃<0；

除湿设备的开度Y₄的计算方法为：

$A_4=\left\{\begin{array}{cc}1/a_4& X_t-X_{\mathrm{set}}\&GreaterEqual;1/a_4\\ X_t-X_{\mathrm{set}}& 0<X_t-X_{\mathrm{set}}<1/a_4\\ 0& X_t-X_{\mathrm{set}}\&le;0\end{array}\right.$

$C_4=\left\{\begin{array}{cc}2/c_4& X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}\&GreaterEqual;2/c_4\\ X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}& -2/c_4<X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}<2/c_4\\ -2/c_4& X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}\&le;-2/c_4\end{array}\right.$

$Y_4=\left\{\begin{array}{cc}100\%& a_4\&CenterDot;A_4+b_4\&CenterDot;B_4+c_4\&CenterDot;C_4\&CenterDot;\&GreaterEqual;1\\ (a_4\&CenterDot;A_4+b_4\&CenterDot;B_4+c_4\&CenterDot;C_4)\&CenterDot;100\%& 0<a_4\&CenterDot;A_4+b_4\&CenterDot;B_4+c_4\&CenterDot;C_4<1\\ 0& a_4\&CenterDot;A_4+b_4\&CenterDot;B_4+c_4\&CenterDot;C_4\&le;0\end{array}\right.$

其中A₄为上述除湿设备的当前值偏差量影响因子，B₄为上述除湿设备的累计偏差时间影响因子，C₄为上述除湿设备的预测值偏差量影响因子；a₄、b₄、c₄分别是预先设定的上述除湿设备的加权系数，且0<a₄<0.5，0<b₄<0.5，0<c₄<0.5；

208、根据上述加热设备和制冷设备的开度控制加热和制冷设备的运行，以及根据上述加湿和除湿设备的开度控制加湿和除湿设备的运行；

在计算得到加热设备、制冷设备、加湿以及除湿设备的开度之后，可按照各个设备的开度来控制各个设备的运行。

本实施例提供的温湿度控制算法，可对一段时间(τ)之后的温湿度进行预测，根据预测得到的温湿度值结合预置的公式来进行各种温湿度控制设备开度的计算，可有效的抑制温湿度控制的滞后性，减小系统温湿度的波动，提高控制效果。

需要说明的是，由于制冷设备拥有一定的除湿功能，因此除湿设备的功能可能由制冷设备代替。

需要说明的是，如果没有获得足够长的温度值T(或湿度值X)的时间曲线(如刚刚启动控制系统时)以至于难以确定t₁(t₂、t₃、t₄)，可以将t-t₁(或t-t₂或t-t₃或t-t₄)的值视为无穷大。

实施例三、

本发明还提供一种新型温湿度控制系统，如图5所示，包括：

读取模块10，用于读取温度设定值T_set及湿度设定值X_set；

传感器20，用于采集当前时刻t的温度值T_t及湿度值X_t；

采集模块30，用于采集最近一次发生温度值低于T_set的起始时刻t₁及温度值高于T_set的起始时刻t₂，采集最近一次发生湿度值低于X_set的起始时刻t₃及湿度值高于X_set的起始时刻t₄；

计算模块40，用于计算时间τ之后的t+τ时刻的温度值T_t+τ及湿度值X_t+τ：T_t+τ＝T_t+τ·dT_t/dt，X_t+τ＝X_t+τ·dX_t/dt；时间τ预先设定的时滞系数；以及用于将T_set、T_t和T_t+τ代入预置的公式分别计算加热设备和制冷设备的开度；以及用于将X_set、X_t和X_t+τ代入预置的公式分别计算加湿设备和除湿设备的开度；

控制模块50，用于根据上述加热设备和制冷设备的开度控制加热和制冷设备的运行，以及用于根据上述加湿和除湿设备的开度控制加湿和除湿设备的运行。

具体地，上述预置的公式包括用于计算上述加热设备的开度Y₁的第一公式、用于计算上述制冷设备的开度Y₂的第二公式、用于计算上述加湿设备的开度Y₃的第三公式以及用于计算上述除湿设备的开度Y₄的第四公式；其中，

上述第一公式包括：

$A_1=\left\{\begin{array}{cc}-1/a_1& -(T_t-T_{\mathrm{set}})\&GreaterEqual;-1/a_1\\ -(T_t-T_{\mathrm{set}})& 0<-(T_t-T_{\mathrm{set}})<-1/a_1\\ 0& T_t-T_{\mathrm{set}}\&GreaterEqual;0\end{array}\right.$

$C_1=\left\{\begin{array}{cc}-2/c_1& T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}\&GreaterEqual;-2/c_1\\ T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}& 2/c_1<T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}<-2/c_1\\ 2/c_1& T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}\&le;2/c_1\end{array}\right.$

$Y_1=\left\{\begin{array}{cc}100\%& a_1\&CenterDot;A_1+b_1\&CenterDot;B_1+c_1\&CenterDot;C_1\&GreaterEqual;1\\ (a_1\&CenterDot;A_1+b_1\&CenterDot;B_1+c_1\&CenterDot;C_1)\&CenterDot;100\%& 0<a_1\&CenterDot;A_1+b_1\&CenterDot;B_1+c_1\&CenterDot;C_1<1\\ 0& a_1\&CenterDot;A_1+b_1\&CenterDot;B_1+c_1\&CenterDot;C_1\&le;0\end{array}\right.$

其中A₁为上述加热设备的当前值偏差量影响因子，B₁为上述加热设备的累计偏差时间影响因子，C₁为上述加热设备的预测值偏差量影响因子；a₁、b₁、c₁分别是预先设定的上述加热设备的加权系数，且-2<a₁<0，-2<b₁<0，-2<c₁<0；

上述第二公式包括：

$A_2=\left\{\begin{array}{cc}1/a_2& T_t-T_{\mathrm{set}}\&GreaterEqual;1/a_2\\ T_t-T_{\mathrm{set}}& 0<T_t-T_{\mathrm{set}}<1/a_2\\ 0& T_t-T_{\mathrm{set}}\&le;0\end{array}\right.$

$C_2=\left\{\begin{array}{cc}2/c_2& T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}\&GreaterEqual;2/c_2\\ T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}& -2/c_2<T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}<2/c_2\\ -2/c_2& T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}\&le;-2/c_2\end{array}\right.$

$Y_2=\left\{\begin{array}{cc}100\%& a_2\&CenterDot;A_2+b_2\&CenterDot;B_2+c_2\&CenterDot;C_2\&GreaterEqual;1\\ (a_2\&CenterDot;A_2+b_2\&CenterDot;B_2+c_2\&CenterDot;C_2)\&CenterDot;100\%& 0<a_2\&CenterDot;A_2+b_2\&CenterDot;B_2+c_2\&CenterDot;C_2<1\\ 0& a_2\&CenterDot;A_2+b_2\&CenterDot;B_2+c_2\&CenterDot;C_2\&le;0\end{array}\right.$

其中A₂为上述制冷设备的当前值偏差量影响因子，B₂为上述制冷设备的累计偏差时间影响因子，C₂为上述制冷设备的预测值偏差量影响因子；a₂、b₂、c₂分别是预先设定的上述制冷设备的加权系数，且0<a₂<2，0<b₂<2，0<c₂<2。

上述第三公式包括：

$A_3=\left\{\begin{array}{cc}-1/a_3& -(X_t-X_{\mathrm{set}})\&GreaterEqual;-1/a_3\\ -(X_t-X_{\mathrm{set}})& 0<X_t-X_{\mathrm{set}}<1/a_3\\ 0& X_t-X_{\mathrm{set}}\&le;0\end{array}\right.$

$C_3=\left\{\begin{array}{cc}-2/c_3& X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}\&GreaterEqual;-2/c_3\\ X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}& 2/c_3<X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}<-2/c_3\\ 2/c_3& X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}\&le;2/c_3\end{array}\right.$

$Y_3=\left\{\begin{array}{cc}100\%& a_3\&CenterDot;A_3+b_3\&CenterDot;B_3+c_3\&CenterDot;C_3\&GreaterEqual;1\\ (a_3\&CenterDot;A_3+b_3\&CenterDot;B_3+c_3\&CenterDot;C_3)\&CenterDot;100\%& 0<a_3\&CenterDot;A_3+b_3\&CenterDot;B_3+c_3\&CenterDot;C_3<1\\ 0& a_3\&CenterDot;A_3+b_3\&CenterDot;B_3+c_3\&CenterDot;C_3\&le;0\end{array}\right.$

其中A₃为上述加湿设备的当前值偏差量影响因子，B₃为上述加湿设备的累计偏差时间影响因子，C₃为上述加湿设备的预测值偏差量影响因子；a₃、b₃、c₃分别是预先设定的上述加湿设备的加权系数，且-0.5<a₃<0，-0.5<b₃<0，-0.5<c₃<0；

上述第四公式包括：

$A_4=\left\{\begin{array}{cc}1/a_4& X_t-X_{\mathrm{set}}\&GreaterEqual;1/a_4\\ X_t-X_{\mathrm{set}}& 0<X_t-X_{\mathrm{set}}<1/a_4\\ 0& X_t-X_{\mathrm{set}}\&le;0\end{array}\right.$

$C_4=\left\{\begin{array}{cc}2/c_4& X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}\&GreaterEqual;2/c_4\\ X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}& -2/c_4<X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}<2/c_4\\ -2/c_4& X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}\&le;-2/c_4\end{array}\right.$

$Y_4=\left\{\begin{array}{cc}100\%& a_4\&CenterDot;A_4+b_4\&CenterDot;B_4+c_4\&CenterDot;C_4\&CenterDot;\&GreaterEqual;1\\ (a_4\&CenterDot;A_4+b_4\&CenterDot;B_4+c_4\&CenterDot;C_4)\&CenterDot;100\%& 0<a_4\&CenterDot;A_4+b_4\&CenterDot;B_4+c_4\&CenterDot;C_4<1\\ 0& a_4\&CenterDot;A_4+b_4\&CenterDot;B_4+c_4\&CenterDot;C_4\&le;0\end{array}\right.$

其中A₄为上述除湿设备的当前值偏差量影响因子，B₄为上述除湿设备的累计偏差时间影响因子，C₄为上述除湿设备的预测值偏差量影响因子；a₄、b₄、c₄分别是预先设定的上述除湿设备的加权系数，且0<a₄<0.5，0<b₄<0.5，0<c₄<0.5。

具体地，传感器20可包括温度传感器和湿度传感器。

进一步地，如图6所示，本发明提供的温湿度控制系统还包括：

设定模块60，用于设定各项参数和上述预置的公式；其中上述各项参数包括：a₁、b₁、c₁；a₂、b₂、c₂；a₃、b₃、c₃；a₄、b₄、c₄；T_set、X_set；τ；

存储模块70，用于保存上述设定模块对上述各项参数和上述预置的公式的设定。

进一步地，如图6所示，本发明提供的温湿度控制系统还包括：

记录模块80，用于记录上述当前温度值T_t和当前湿度值X_t。

持续的记录采集到的温度值T_t及湿度值X_t，形成对温湿度的监控，获得温湿度的时间曲线，可使得采集模块30根据温湿度的时间曲线确定t₁、t₂、t₃及t₄的值；

需要说明的是，t₁、t₂(t₃及t₄)的确定方法可以是：

如图3所示的是温度值T的时间曲线，图中最近一次发生温度值低于T_set的起始时刻t₁即为t’，而最近一次发生温度值高于T_set的起始时刻t₂即为t”；起始时刻t₃和t₄的判定方法与t₁和t₂类似，在此不与赘述；

需要说明的是，如果没有获得足够长的温度值T(或湿度值X)的时间曲线(如刚刚启动控制系统时)以至于难以确定t₁(或t₂、t₃、t₄)，可以将t-t₁(或t-t₂或t-t₃或t-t₄)的值视为无穷大。

需要说明的是，由于制冷设备拥有一定的除湿功能，因此除湿设备可能由制冷设备代替。

需要说明的是，在本发明各实施例中，当用户对温湿度的设定是范围值时，可取范围上下限的平均数作为设定值。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-OnlyMemory，ROM)、随机存取器(Random Access Memory，RAM)、磁盘或光盘等。

以上对本发明实施例所提供的温湿度控制方法及系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (6)

1.一种新型温湿度控制方法，其特征在于，包括：

读取温度设定值T_set及湿度设定值X_set；

采集当前时刻t的温度值T_t及湿度值X_t；

采集最近一次发生温度值低于T_set的起始时刻t₁及温度值高于T_set的起始时刻t₂，采集最近一次发生湿度值低于X_set的起始时刻t₃及湿度值高于X_set的起始时刻t₄；

计算时间τ之后的t+τ时刻的温度值T_t+τ及湿度值X_t+τ：T_t+τ＝T_t+τ·dT_t/dt，X_t+τ＝X_t+τ·dX_t/dt；时间τ预先设定；

将T_set、T_t和T_t+τ代入预置的公式分别计算加热设备和制冷设备的开度；

所述将T_set、T_t和T_t+τ代入预置的公式分别计算加热设备和制冷设备的开度包括：

计算所述加热设备的开度Y₁：

$A_1=\left\{\begin{array}{cc}-1/a_1& -(T_t-T_{\mathrm{set}})\&GreaterEqual;-1/a_1\\ -(T_t-T_{\mathrm{set}})& 0<-(T_t-T_{\mathrm{set}})<-1/a_1\\ 0& T_t-T_{\mathrm{set}}\&GreaterEqual;0\end{array}\right.$

$C_1=\left\{\begin{array}{cc}-2/c_1& T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}\&GreaterEqual;2/c_1\\ T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}& 2/c_1<T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}<-2/c_1\\ 2/c_1& T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}\&le;2/c_1\end{array}\right.$

$Y_1=\left\{\begin{array}{cc}100\%& a_1\&CenterDot;A_1+b_1\&CenterDot;B_1+c_1\&CenterDot;C_1\&GreaterEqual;1\\ (a_1\&CenterDot;A_1+b_1\&CenterDot;B_1+c_1\&CenterDot;C_1)\&CenterDot;100\%& 0<a_1\&CenterDot;A_1+b_1\&CenterDot;B_1+c_1\&CenterDot;C_1<1\\ 0& a_1\&CenterDot;A_1+b_1\&CenterDot;B_1+c_1\&CenterDot;C_1\&le;0\end{array}\right.$

其中A₁为所述加热设备的当前值偏差量影响因子，B₁为所述加热设备的累计偏差时间影响因子，C₁为所述加热设备的预测值偏差量影响因子；a₁、b₁、c₁分别是预先设定的所述加热设备的加权系数，且-2<a₁<0，-2<b₁<0，-2<c₁<0；

计算所述制冷设备的开度Y₂：

$A_2=\left\{\begin{array}{cc}1/a_2& T_t-T_{\mathrm{set}}\&GreaterEqual;1/a_2\\ T_t-T_{\mathrm{set}}& 0<T_t-T_{\mathrm{set}}<1/a_2\\ 0& T_t-T_{\mathrm{set}}\&le;0\end{array}\right.$

$C_2=\left\{\begin{array}{cc}2/c_2& T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}\&GreaterEqual;2/c_2\\ T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}& -2/c_2<T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}<2/c_2\\ -2/c_2& T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}\&le;-2/c_2\end{array}\right.$

$Y_2=\left\{\begin{array}{cc}100\%& a_2\&CenterDot;A_2+b_2\&CenterDot;B_2+c_2\&CenterDot;C_2\&GreaterEqual;1\\ (a_2\&CenterDot;A_2+b_2\&CenterDot;B_2+c_2\&CenterDot;C_2)\&CenterDot;100\%& 0<a_2\&CenterDot;A_2+b_2\&CenterDot;B_2+c_2\&CenterDot;C_2<1\\ 0& a_2\&CenterDot;A_2+b_2\&CenterDot;B_2+c_2\&CenterDot;C_2\&le;0\end{array}\right.$

其中A₂为所述制冷设备的当前值偏差量影响因子，B₂为所述制冷设备的累计偏差时间影响因子，C₂为所述制冷设备的预测值偏差量影响因子；a₂、b₂、c₂分别是预先设定的所述制冷设备的加权系数，且0<a₂<2，0<b₂<2，0<c₂<2；

将X_set、X_t和X_t+τ代入预置的公式分别计算加湿设备和除湿设备的开度；

所述将X_set、X_t和X_t+τ代入预置的公式分别计算所述加湿设备和除湿设备的开度包括：

计算所述加湿设备的开度Y₃：

$A_3=\left\{\begin{array}{cc}-1/a_3& -(X_t-X_{\mathrm{set}})\&GreaterEqual;-1/a_3\\ -(X_t-X_{\mathrm{set}})& 0<X_t-X_{\mathrm{set}}<1/a_3\\ 0& X_t-X_{\mathrm{set}}\&le;0\end{array}\right.$

$C_3=\left\{\begin{array}{cc}-2/c_3& X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}\&GreaterEqual;-2/c_3\\ X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}& 2/c_3<X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}<-2/c_3\\ 2/c_3& X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}\&le;2/c_3\end{array}\right.$

$Y_3=\left\{\begin{array}{cc}100\%& a_3\&CenterDot;A_3+b_3\&CenterDot;B_3+c_3\&CenterDot;C_3\&GreaterEqual;1\\ (a_3\&CenterDot;A_3+b_3\&CenterDot;B_3+c_3\&CenterDot;C_3)\&CenterDot;100\%& 0<a_3\&CenterDot;A_3+b_3\&CenterDot;B_3+c_3\&CenterDot;C_3<1\\ 0& a_3\&CenterDot;A_3+b_3\&CenterDot;B_3+c_3\&CenterDot;C_3\&le;0\end{array}\right.$

其中A₃为所述加湿设备的当前值偏差量影响因子，B₃为所述加湿设备的累计偏差时间影响因子，C₃为所述加湿设备的预测值偏差量影响因子；a₃、b₃、c₃分别是预先设定的所述加湿设备的加权系数，且-0.5<a₃<0，-0.5<b₃<0，-0.5<c₃<0；

计算所述除湿设备的开度Y₄：

$A_4=\left\{\begin{array}{cc}1/a_4& X_t-X_{\mathrm{set}}\&GreaterEqual;1/a_4\\ X_t-X_{\mathrm{set}}& 0<X_t-X_{\mathrm{set}}<1/a_4\\ 0& X_t-X_{\mathrm{set}}\&le;0\end{array}\right.$

$C_4=\left\{\begin{array}{cc}2/c_4& X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}\&GreaterEqual;2/c_4\\ X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}& -2/c_4<X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}<2/c_4\\ -2/c_4& X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}\&le;-2/c_4\end{array}\right.$

$Y_4=\left\{\begin{array}{cc}100\%& a_4\&CenterDot;A_4+b_4\&CenterDot;B_4+c_4\&CenterDot;C_4\&GreaterEqual;1\\ (a_4\&CenterDot;A_4+b_4\&CenterDot;B_4+c_4\&CenterDot;C_4)\&CenterDot;100\%& 0<a_4\&CenterDot;A_4+b_4\&CenterDot;B_4+c_4\&CenterDot;C_4<1\\ 0& a_4\&CenterDot;A_4+b_4\&CenterDot;B_4+c_4\&CenterDot;C_4\&le;0\end{array}\right.$

其中A₄为所述除湿设备的当前值偏差量影响因子，B₄为所述除湿设备的累计偏差时间影响因子，C₄为所述除湿设备的预测值偏差量影响因子；a₄、b₄、c₄分别是预先设定的所述除湿设备的加权系数，且0<a₄<0.5，0<b₄<0.5，0<c₄<0.5；

根据所述加热设备和制冷设备的开度控制所述加热设备和制冷设备的运行，以及根据所述加湿和除湿设备的开度控制所述加湿设备和除湿设备的运行。

2.根据权利要求1所述的方法，其特征在于，在所述读取温度设定值T_set及湿度设定值X_set之前所述方法还包括：

设定各项参数和所述预置的公式；其中所述各项参数包括：a₁、b₁、c₁；a₂、b₂、c₂；a₃、b₃、c₃；a₄、b₄、c₄；T_set、X_set；τ。

3.根据权利要求1-2任一项所述的方法，其特征在于，所述方法还包括：

记录所述当前温度值T_t和当前湿度值X_t。

4.一种新型温湿度控制系统，其特征在于，包括：

读取模块，用于读取温度设定值T_set及湿度设定值X_set；

传感器，用于采集当前时刻t的温度值T_t及湿度值X_t；

采集模块，用于采集最近一次发生温度值低于T_set的起始时刻t₁及温度值高于T_set的起始时刻t₂，采集最近一次发生湿度值低于X_set的起始时刻t₃及湿度值高于X_set的起始时刻t₄；

计算模块，用于计算时间τ之后的t+τ时刻的温度值T_t+τ及湿度值X_t+τ：T_t+τ＝T_t+τ·dT_t/dt，X_t+τ＝X_t+τ·dX_t/dt；时间τ预先设定；以及用于将T_set、T_t和T_t+τ代入预置的公式分别计算加热设备和制冷设备的开度；以及用于将X_set、X_t和X_t+τ代入预置的公式分别计算加湿设备和除湿设备的开度；

所述预置的公式包括用于计算所述加热设备的开度Y₁的第一公式和用于计算所述制冷设备的开度Y₂的第二公式；其中，

所述第一公式包括：

$A_1=\left\{\begin{array}{cc}-1/a_1& -(T_t-T_{\mathrm{set}})\&GreaterEqual;-1/a_1\\ -(T_t-T_{\mathrm{set}})& 0<-(T_t-T_{\mathrm{set}})<-1/a_1\\ 0& T_t-T_{\mathrm{set}}\&GreaterEqual;0\end{array}\right.$

$C_1=\left\{\begin{array}{cc}-2/c_1& T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}\&GreaterEqual;-2/c_1\\ T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}& 2/c_1<T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}<-2/c_1\\ 2/c_1& T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}\&le;2/c_1\end{array}\right.$

$Y_1=\left\{\begin{array}{cc}100\%& a_1\&CenterDot;A_1+b_1\&CenterDot;B_1+c_1\&CenterDot;C_1\&GreaterEqual;1\\ (a_1\&CenterDot;A_1+b_1\&CenterDot;B_1+c_1\&CenterDot;C_1)\&CenterDot;100\%& 0<a_1\&CenterDot;A_1+b_1\&CenterDot;B_1+c_1\&CenterDot;C_1<1\\ 0& a_1\&CenterDot;A_1+b_1\&CenterDot;B_1+c_1\&CenterDot;C_1\&le;0\end{array}\right.$

其中A₁为所述加热设备的当前值偏差量影响因子，B₁为所述加热设备的累计偏差时间影响因子，C₁为所述加热设备的预测值偏差量影响因子；a₁、b₁、c₁分别是预先设定的所述加热设备的加权系数，且-2<a₁<0，-2<b₁<0，-2<c₁<0；

所述第二公式包括：

$A_2=\left\{\begin{array}{cc}1/a_2& T_t-T_{\mathrm{set}}\&GreaterEqual;1/a_2\\ T_t-T_{\mathrm{set}}& 0<T_t-T_{\mathrm{set}}<1/a_2\\ 0& T_t-T_{\mathrm{set}}\&le;0\end{array}\right.$

$C_2=\left\{\begin{array}{cc}2/c_2& T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}\&GreaterEqual;2/c_2\\ T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}& -2/c_2<T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}<2/c_2\\ -2/c_2& T_{t+\mathrm{\&tau;}}-T_{\mathrm{set}}\&le;-2/c_2\end{array}\right.$

$Y_2=\left\{\begin{array}{cc}100\%& a_2\&CenterDot;A_2+b_2\&CenterDot;B_2+c_2\&CenterDot;C_2\&GreaterEqual;1\\ (a_2\&CenterDot;A_2+b_2\&CenterDot;B_2+c_2\&CenterDot;C_2)\&CenterDot;100\%& 0<a_2\&CenterDot;A_2+b_2\&CenterDot;B_2+c_2\&CenterDot;C_2<1\\ 0& a_2\&CenterDot;A_2+b_2\&CenterDot;B_2+c_2\&CenterDot;C_2\&le;0\end{array}\right.$

其中A₂为所述制冷设备的当前值偏差量影响因子，B₂为所述制冷设备的累计偏差时间影响因子，C₂为所述制冷设备的预测值偏差量影响因子；a₂、b₂、c₂分别是预先设定的所述制冷设备的加权系数，且0<a₂<2，0<b₂<2，0<c₂<2；

所述预置的公式还包括用于计算所述加湿设备的开度Y₃的第三公式和用于计算所述除湿设备的开度Y₄的第四公式；其中，

所述第三公式包括：

$A_3=\left\{\begin{array}{cc}-1/a_3& -(X_t-X_{\mathrm{set}})\&GreaterEqual;-1/a_3\\ -(X_t-X_{\mathrm{set}})& 0<X_t-X_{\mathrm{set}}<1/a_3\\ 0& X_t-X_{\mathrm{set}}\&le;0\end{array}\right.$

$C_3=\left\{\begin{array}{cc}-2/c_3& X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}\&GreaterEqual;-2/c_3\\ X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}& 2/c_3<X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}<-2/c_3\\ 2/c_3& X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}\&le;2/c_3\end{array}\right.$

$Y_3=\left\{\begin{array}{cc}100\%& a_3\&CenterDot;A_3+b_3\&CenterDot;B_3+c_3\&CenterDot;C_3\&GreaterEqual;1\\ (a_3\&CenterDot;A_3+b_3\&CenterDot;B_3+c_3\&CenterDot;C_3)\&CenterDot;100\%& 0<a_3\&CenterDot;A_3+b_3\&CenterDot;B_3+c_3\&CenterDot;C_3<1\\ 0& a_3\&CenterDot;A_3+b_3\&CenterDot;B_3+c_3\&CenterDot;C_3\&le;0\end{array}\right.$

其中A₃为所述加湿设备的当前值偏差量影响因子，B₃为所述加湿设备的累计偏差时间影响因子，C₃为所述加湿设备的预测值偏差量影响因子；a₃、b₃、c₃分别是预先设定的所述加湿设备的加权系数，且-0.5<a₃<0，-0.5<b₃<0，-0.5<c₃<0；

所述第四公式包括：

$A_4=\left\{\begin{array}{cc}1/a_4& X_t-X_{\mathrm{set}}\&GreaterEqual;1/a_4\\ X_t-X_{\mathrm{set}}& 0<X_t-X_{\mathrm{set}}<1/a_4\\ 0& X_t-X_{\mathrm{set}}\&le;0\end{array}\right.$

$C_4=\left\{\begin{array}{cc}2/c_4& X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}\&GreaterEqual;2/c_4\\ X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}& -2/c_4<X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}<2/c_4\\ -2/c_4& X_{t+\mathrm{\&tau;}}-X_{\mathrm{set}}\&le;-2/c_4\end{array}\right.$

$Y_4=\left\{\begin{array}{cc}100\%& a_4\&CenterDot;A_4+b_4\&CenterDot;B_4+c_4\&CenterDot;C_4\&CenterDot;\&GreaterEqual;1\\ (a_4\&CenterDot;A_4+b_4\&CenterDot;B_4+c_4\&CenterDot;C_4)\&CenterDot;100\%& 0<a_4\&CenterDot;A_4+b_4\&CenterDot;B_4+c_4\&CenterDot;C_4<1\\ 0& a_4\&CenterDot;A_4+b_4\&CenterDot;B_4+c_4\&CenterDot;C_4\&le;0\end{array}\right.$

其中A₄为所述除湿设备的当前值偏差量影响因子，B₄为所述除湿设备的累计偏差时间影响因子，C₄为所述除湿设备的预测值偏差量影响因子；a₄、b₄、c₄分别是预先设定的所述除湿设备的加权系数，且0<a₄<0.5，0<b₄<0.5，0<c₄<0.5；

控制模块，用于根据所述加热设备和制冷设备的开度控制所述加热设备和制冷设备的运行，以及用于根据所述加湿和除湿设备的开度控制所述加湿设备和除湿设备的运行。

5.根据权利要求4所述的系统，其特征在于，所述系统还包括：

设定模块，用于设定各项参数和所述预置的公式；其中所述各项参数包括：a₁、b₁、c₁；a₂、b₂、c₂；a₃、b₃、c₃；a₄、b₄、c₄；T_set、X_set；τ；

存储模块，用于保存所述设定模块对所述各项参数和所述预置的公式的设定。

6.根据权利要求4-5任一项所述的系统，其特征在于，所述系统还包括：记录模块，用于记录所述当前温度值T_t和当前湿度值X_t。