CN105627529A - 基于变速积分pid型迭代学习算法的空调控制系统及方法 - Google Patents
基于变速积分pid型迭代学习算法的空调控制系统及方法 Download PDFInfo
- Publication number
- CN105627529A CN105627529A CN201610201172.4A CN201610201172A CN105627529A CN 105627529 A CN105627529 A CN 105627529A CN 201610201172 A CN201610201172 A CN 201610201172A CN 105627529 A CN105627529 A CN 105627529A
- Authority
- CN
- China
- Prior art keywords
- iterative learning
- air
- controller
- learning controller
- conditioning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/46—Improving electric energy efficiency or saving
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
- F24F11/64—Electronic processing using pre-stored data
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种基于变速积分PID型迭代学习算法的空调控制系统及方法,包括减法器、微分器、积分器、变速积分控制器、迭代学习控制器、存储记忆器、以及用于检测空调中送风管道内的静压值的压力传感器;压力传感器的输出端与减法器的输入端相连接,减法器的输出端与迭代学习控制器的输入端、变速积分控制器的输入端、积分器的输入端及微分器的输入端相连接,积分器的输出端、微分器的输出端、变速积分控制器的输出端及存储记忆器的输出端均与迭代学习控制器的输入端相连接,迭代学习控制器的输出端与存储记忆器的输入端及空调中变频风机的控制端相连接。本发明能够动态的调整空调的变静压值,并且空调的节能性较好。
Description
技术领域
本发明属于变风量空调系统变静压控制技术领域,涉及一种基于变速积分PID型迭代学习算法的空调控制系统及方法。
背景技术
变风量空调系统中的风机能耗占整个系统能耗比重较大,对风机的优化控制从理论上可以有效降低系统能耗。变风量空调系统的送风量有多种调节控制方式,主要有:定静压控制方式、变静压控制方式、总风量控制方式三种。通过已有的研究表明在变静压方式控制下系统有较好的控制和节能效果。变风量空调系统变静压控制主要是指用送风管道的静压值大小来衡量系统送风量的大小,通过改变送风机频率进而改变送风量来满足管道内静压值需求即满足负荷要求,此种方法根据系统负荷需求改变送风管道静压设定值,进而改变系统的送风量,其特点是可以根据负荷的变化实时调节系统风机的频率,使系统风机运行在最小频率下满足实际负荷需求。变风量空调系统变静压控制的研究中很多学者采用了相关智能控制算法进行研究,但研究结果表明在传统的智能控制算法下系统难以很好的跟踪期望值轨迹,且有超调量较大、调节时间较长、控制效果不佳等问题,即系统响应的动态性能不理想,同时对系统节能控制也不理想。因此,对变风量空调系统变静压控制进行相关控制算法的研究及应用应继续进行。
发明内容
本发明的目的在于克服上述现有技术的缺点,提供了一种基于变速积分PID型迭代学习算法的空调控制系统及方法,该方法能够动态的调整空调系统的静压设定值,并且使空调系统具有较好的节能性。
为达到上述目的,本发明所述的基于变速积分PID型迭代学习算法的空调控制系统包括减法器、微分器、积分器、变速积分控制器、迭代学习控制器、存储记忆器、以及用于检测空调中送风管道内的静压值的压力传感器;
压力传感器的输出端与减法器的输入端相连接,减法器的输出端与迭代学习控制器的输入端、变速积分控制器的输入端、积分器的输入端及微分器的输入端相连接,积分器的输出端、微分器的输出端、变速积分控制器的输出端及存储记忆器的输出端均与迭代学习控制器的输入端相连接,迭代学习控制器的输出端与存储记忆器的输入端及空调中变频风机的控制端相连接。
还包括上位机,上位机与迭代学习控制器及压力传感器的输出端相连接。
本发明所述的基于变速积分PID型迭代学习算法的空调控制方法包括以下步骤:
压力传感器检测空调的送风管道内的静压值,并将所述空调的送风管道内的静压值转发至减法器中,减法器将所述空调的送风管道内的静压值与预设静压值进行作差运算,并将作差运算的结果转发至迭代学习控制器、积分器、微分器及变速积分控制器中,积分器对作差运算的结果进行积分运算,并将积分运算的结果发送至迭代学习控制器中,微分器对作差运算的结果进行微分运算,并将微分运算的结果转发至迭代学习控制器中,变速积分控制器根据作差运算的结果通过变速积分控制算法生成调节因子,并将所述调节因子转发至迭代学习控制器中,当迭代学习控制器第一次运算时,存储记忆器将其内部的预设值转发至迭代学习控制器中;当迭代学习控制器不是第一运算时,存储记忆器则将上一次迭代学习控制器的输出值转发至迭代学习控制器中,迭代学习控制器根据微分运算的结果、积分运算的结果、作差运算的结果、调节因子、以及存储记忆器的输出信息通过迭代学习控制算法得本次迭代学习控制器的输出值,然后将本次迭代学习控制器的输出值发送至存储记忆器中,并根据本次迭代学习控制器的输出值生成控制信号,并将所述控制信号转发至空调的变频风机中,空调的变频风机中的变频器根据所述控制信号控制风机工作。
预设静压值分别为220Pa、260Pa、215Pa、230Pa、210Pa。
本发明具有以下有益效果:
本发明所述的基于变速积分PID型迭代学习算法的空调控制系统及方法在使用时,通过实际测量的静压值与预设的静压值的差值为基础,通过积分、微分及变速积分控制算法及迭代学习控制算法得到本次控制输出,然后根据本次控制器输出对变频风机进行控制,从而动态的调整空调的变静压值,其中通过变速积分控制器进行变速积分控制算法的运算,适当的改变每次进行迭代学习控制时的积分环节增益值,利于缩小实际检测的静压值与预设静压值之间的差距。另外,本发明通过变速积分控制算法有效的减小空调的稳态误差,改善空调的动态性能,提高空调的节能性能。
附图说明
图1为本发明的原理图;
图2为发明的控制流程图;
图3为本发明与现有技术的控制效果图。
其中,1为微分器、2为积分器、3为迭代学习控制器、4为变速积分控制器、5为存储记忆器、6为变频风机。
具体实施方式
下面结合附图对本发明做进一步详细描述:
参考图1及图2,本发明所述的基于变速积分PID型迭代学习算法的空调控制系统包括减法器、微分器1、积分器2、变速积分控制器4、迭代学习控制器3、存储记忆器5、以及用于检测空调中送风管道内的静压值的压力传感器;压力传感器的输出端与减法器的输入端相连接,减法器的输出端与迭代学习控制器3的输入端、变速积分控制器4的输入端、积分器2的输入端及微分器1的输入端相连接,积分器2的输出端、微分器1的输出端、变速积分控制器4的输出端及存储记忆器5的输出端均与迭代学习控制器3的输入端相连接,迭代学习控制器3的输出端与存储记忆器5的输入端及空调中变频风机6的控制端相连接。另外,本发明还包括上位机,上位机与迭代学习控制器3及压力传感器的输出端。
本发明所述的基于变速积分PID型迭代学习算法的空调控制方法包括以下步骤:
压力传感器检测空调的送风管道内的静压值,并将所述空调的送风管道内的静压值转发至减法器中,减法器将所述空调的送风管道内的静压值与预设静压值进行作差运算,并将作差运算的结果转发至迭代学习控制器3、积分器2、微分器1及变速积分控制器4中,积分器2对作差运算的结果进行积分运算,并将积分运算的结果发送至迭代学习控制器3中,微分器1对作差运算的结果进行微分运算,并将微分运算的结果转发至迭代学习控制器3中,变速积分控制器4根据作差运算的结果通过变速积分控制算法生成调节因子,并将所述调节因子转发至迭代学习控制器3中,当迭代学习控制器3第一次运算时,存储记忆器5将其内部的预设值转发至迭代学习控制器3中;当迭代学习控制器3不是第一运算时,存储记忆器5则将上一次迭代学习控制器3的输出值转发至迭代学习控制器3中,迭代学习控制器3根据微分运算的结果、积分运算的结果、作差运算的结果、调节因子、以及存储记忆器5的输出信息通过迭代学习控制算法得本次迭代学习控制器3的输出值,然后将本次迭代学习控制器3的输出值发送至存储记忆器5中,并根据本次迭代学习控制器3的输出值生成控制信号,并将所述控制信号转发至空调的变频风机6中,空调的变频风机6中的变频器根据所述控制信号控制风机工作。其中,预设静压值分别为220Pa、260Pa、215Pa、230Pa、210Pa。
为了验证本发明的控制效果,将本发明分别与传统PID控制、PD型迭代学习控制进行实验对比,图3为不同控制方法控制下系统跟踪性能对比图,表1为各算法控制下各静压设定值对应超调量表,表2为三种算法控制下各静压设定值对应调节时间表,由此可知:在传统PID算法控制下系统具有较大的超调量和震荡,调节时间较长;与传统PID控制算法相比,在PD型迭代学习算法控制下系统超调量小,调节时间相对较短,但是上升速度稍慢;在本发明变速积分PID型迭代学习算法控制下系统具有一定超调量,上升速度一般,但调节时间整体较短,系统稳定性较好。
表1
表2
因此本发明在变风量空调系统变静压控制中的应用,可以较好地实现系统输出对期望静压值轨迹的跟踪,同时在一定程度上可以改善系统的动态性能。
Claims (4)
1.一种基于变速积分PID型迭代学习算法的空调控制系统,其特征在于,包括减法器、微分器(1)、积分器(2)、变速积分控制器(4)、迭代学习控制器(3)、存储记忆器(5)、以及用于检测空调中送风管道内的静压值的压力传感器;
压力传感器的输出端与减法器的输入端相连接,减法器的输出端与迭代学习控制器(3)的输入端、变速积分控制器(4)的输入端、积分器(2)的输入端及微分器(1)的输入端相连接,积分器(2)的输出端、微分器(1)的输出端、变速积分控制器(4)的输出端及存储记忆器(5)的输出端均与迭代学习控制器(3)的输入端相连接,迭代学习控制器(3)的输出端与存储记忆器(5)的输入端及空调中变频风机(6)的控制端相连接。
2.根据权利要求1所述的基于变速积分PID型迭代学习算法的空调控制系统,其特征在于,还包括上位机,上位机与迭代学习控制器(3)及压力传感器的输出端。
3.一种基于变速积分PID型迭代学习算法的空调控制方法,其特征在于,基于权利要求1所述的基于变速积分PID型迭代学习算法的空调控制系统,包括以下步骤:
压力传感器检测空调的送风管道内的静压值,并将所述空调的送风管道内的静压值转发至减法器中,减法器将所述空调的送风管道内的静压值与预设静压值进行作差运算,并将作差运算的结果转发至迭代学习控制器(3)、积分器(2)、微分器(1)及变速积分控制器(4)中,积分器(2)对作差运算的结果进行积分运算,并将积分运算的结果发送至迭代学习控制器(3)中,微分器(1)对作差运算的结果进行微分运算,并将微分运算的结果转发至迭代学习控制器(3)中,变速积分控制器(4)根据作差运算的结果通过变速积分控制算法生成调节因子,并将所述调节因子转发至迭代学习控制器(3)中,当迭代学习控制器(3)第一次运算时,存储记忆器(5)将其内部的预设值转发至迭代学习控制器(3)中;当迭代学习控制器(3)不是第一运算时,存储记忆器(5)则将上一次迭代学习控制器(3)的输出值转发至迭代学习控制器(3)中,迭代学习控制器(3)根据微分运算的结果、积分运算的结果、作差运算的结果、调节因子、以及存储记忆器(5)的输出信息通过迭代学习控制算法得本次迭代学习控制器(3)的输出值,然后将本次迭代学习控制器(3)的输出值发送至存储记忆器(5)中,并根据本次迭代学习控制器(3)的输出值生成控制信号,并将所述控制信号转发至空调的变频风机(6)中,空调的变频风机(6)中的变频器根据所述控制信号控制风机工作。
4.根据权利要求1所述的基于变速积分PID型迭代学习算法的空调控制方法,其特征在于,预设静压值分别为220Pa、260Pa、215Pa、230Pa、210Pa。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610201172.4A CN105627529B (zh) | 2016-03-31 | 2016-03-31 | 基于变速积分pid型迭代学习算法的空调控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610201172.4A CN105627529B (zh) | 2016-03-31 | 2016-03-31 | 基于变速积分pid型迭代学习算法的空调控制系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105627529A true CN105627529A (zh) | 2016-06-01 |
CN105627529B CN105627529B (zh) | 2018-07-31 |
Family
ID=56042698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610201172.4A Active CN105627529B (zh) | 2016-03-31 | 2016-03-31 | 基于变速积分pid型迭代学习算法的空调控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105627529B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108168563A (zh) * | 2018-02-08 | 2018-06-15 | 西安建筑科技大学 | 一种基于WiFi的大型商场室内定位导航方法 |
CN116358127A (zh) * | 2023-03-31 | 2023-06-30 | 清华大学 | 地铁车站新风阀控制方法、装置、电子设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07301450A (ja) * | 1994-05-02 | 1995-11-14 | Carrier Corp | 可変速ブロワーの空気流制御装置およびその制御方法 |
CN1164284A (zh) * | 1994-11-22 | 1997-11-05 | 霍瓦尔·英特尔里兹公开股份有限公司 | 用带逐步切换风扇的空调设备来调节室温的方法 |
CN2867190Y (zh) * | 2006-02-28 | 2007-02-07 | 湖南家喜节能科技有限公司 | 中央空调智控节能系统 |
CN101392939A (zh) * | 2008-11-18 | 2009-03-25 | 天津大学 | 一种建筑物独立供能温度非线性预测控制方法 |
CN101672509A (zh) * | 2009-09-02 | 2010-03-17 | 东莞市广大制冷有限公司 | 基于焓值控制的变风量空调控制技术 |
CN102032640A (zh) * | 2009-09-25 | 2011-04-27 | 西安西翼智能科技有限公司 | 工业环境高精度空调的模糊pid控制方法及装置 |
CN203657143U (zh) * | 2013-11-12 | 2014-06-18 | 科比传动技术(上海)有限公司 | 温度调节装置 |
CN104819183A (zh) * | 2015-03-25 | 2015-08-05 | 西安建筑科技大学 | 一种变转速液压动力源流量控制系统及方法 |
CN104850679A (zh) * | 2015-04-03 | 2015-08-19 | 浙江工业大学 | 基于迭代学习的变风量空调系统风机静压控制的方法 |
CN105423501A (zh) * | 2015-12-23 | 2016-03-23 | 西安建筑科技大学 | 一种中央空调节能控制系统 |
-
2016
- 2016-03-31 CN CN201610201172.4A patent/CN105627529B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07301450A (ja) * | 1994-05-02 | 1995-11-14 | Carrier Corp | 可変速ブロワーの空気流制御装置およびその制御方法 |
CN1164284A (zh) * | 1994-11-22 | 1997-11-05 | 霍瓦尔·英特尔里兹公开股份有限公司 | 用带逐步切换风扇的空调设备来调节室温的方法 |
CN2867190Y (zh) * | 2006-02-28 | 2007-02-07 | 湖南家喜节能科技有限公司 | 中央空调智控节能系统 |
CN101392939A (zh) * | 2008-11-18 | 2009-03-25 | 天津大学 | 一种建筑物独立供能温度非线性预测控制方法 |
CN101672509A (zh) * | 2009-09-02 | 2010-03-17 | 东莞市广大制冷有限公司 | 基于焓值控制的变风量空调控制技术 |
CN102032640A (zh) * | 2009-09-25 | 2011-04-27 | 西安西翼智能科技有限公司 | 工业环境高精度空调的模糊pid控制方法及装置 |
CN203657143U (zh) * | 2013-11-12 | 2014-06-18 | 科比传动技术(上海)有限公司 | 温度调节装置 |
CN104819183A (zh) * | 2015-03-25 | 2015-08-05 | 西安建筑科技大学 | 一种变转速液压动力源流量控制系统及方法 |
CN104850679A (zh) * | 2015-04-03 | 2015-08-19 | 浙江工业大学 | 基于迭代学习的变风量空调系统风机静压控制的方法 |
CN105423501A (zh) * | 2015-12-23 | 2016-03-23 | 西安建筑科技大学 | 一种中央空调节能控制系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108168563A (zh) * | 2018-02-08 | 2018-06-15 | 西安建筑科技大学 | 一种基于WiFi的大型商场室内定位导航方法 |
CN116358127A (zh) * | 2023-03-31 | 2023-06-30 | 清华大学 | 地铁车站新风阀控制方法、装置、电子设备及存储介质 |
CN116358127B (zh) * | 2023-03-31 | 2023-10-27 | 清华大学 | 地铁车站新风阀控制方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105627529B (zh) | 2018-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105091217B (zh) | 空调器智能控制方法 | |
CN105757851A (zh) | 一种冷冻水变流量节能控制方法及控制系统 | |
CN104359195A (zh) | 基于动态响应末端总负荷变化的中央空调冷冻水控制方法 | |
CN203215927U (zh) | 中央空调风量控制系统 | |
CN203396032U (zh) | 基于模糊自适应pid的室温控制装置 | |
CN103405990B (zh) | 一种智控磁能吸附富氧机 | |
CN104279692A (zh) | 中央空调能耗轨迹节能控制方法及系统 | |
CN103216924B (zh) | 一种自动控制书库湿度的装置和方法 | |
CN107655160B (zh) | 一种基于神经网络预测的中央空调调节系统 | |
CN105627529A (zh) | 基于变速积分pid型迭代学习算法的空调控制系统及方法 | |
CN101893851A (zh) | 一种室内温度模糊控制系统及其方法 | |
CN203926055U (zh) | 一种热水循环泵变频控制装置 | |
CN105605748B (zh) | 一种空调系统风水联调控制方法及系统 | |
CN204438896U (zh) | 一种闭式冷却循环系统节能控制装置 | |
CN203224015U (zh) | 一种低能耗恒温恒湿调节装置 | |
CN211011808U (zh) | 一种基于生产需求联动的中央空调高效节能控制系统 | |
CN201463137U (zh) | 一种空调水平衡系统 | |
CN203810644U (zh) | 可变压缩比精密机房空调 | |
Zhao et al. | Online reset strategy based on linear correlation for variable static pressure control of VAV system | |
CN208544856U (zh) | 一种补风压力窜级调节系统 | |
CN208296196U (zh) | 基于P-bus传输通信的空气温湿流速调节系统 | |
CN205641393U (zh) | 一种中央空调的冷冻水变频控制系统 | |
CN202769879U (zh) | 中央空调智能控制系统 | |
CN202868912U (zh) | 中央空调节能控制器 | |
CN203642425U (zh) | 可变风量空调末端控制系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |