CN109282412A - 一种新风自动调速系统及方法 - Google Patents

Abstract

本发明公开一种新风自动调速系统及方法，系统包括新风设备和控制器，所述新风设备包括向室内送风的送风风机和向室外排风的排风风机，还包括：环境信息监测传感器；所述环境信息监测传感器与控制器电连接；实时监测环境信息，根据环境监测信息，利用规则库通过模糊控制算法控制新风设备的运行状态，模糊控制算法可综合考虑各个环境信息的因素，有效提高控制性能，不仅为服务区域提供舒适的环境，且有效控制新风设备运行状态，满足在最低运行耗能下提供舒适环境。

Description

一种新风自动调速系统及方法

技术领域

本发明涉及新风系统，具体涉及一种新风自动调速系统及方法。

背景技术

新风系统是根据在密闭的室内一侧用专用设备向室内送新风，再从另一侧由专用设备向室外排出，在室内会形成"新风流动场"，从而满足室内新风换气的需要。实施方案是:采用高风压、大流量风机、依靠机械强力由一侧向室内送风，由另一侧用专门设计的排风风机向室外排出的方式强迫在系统内形成新风流动场。在送风的同时对进入室内的空气进过滤、灭毒、杀菌、增氧、预热(冬天)。在提倡建设节约型社会的今天，建筑节能问题日益得到普遍关注，而降低新风及冷风负荷也就成为主要的节能措施之一。

发明内容

为解决上述问题，本发明提供一种根据环境信息，自动调节新风设备风速的系统及方法，可有效降低新风耗能，解决解决节能的问题。

本发明的技术方案是：一种新风自动调速系统，包括新风设备和控制器，所述新风设备包括向室内送风的送风风机和向室外排风的排风风机，还包括：环境信息监测传感器；所述环境信息监测传感器与控制器电连接；

所述环境信息监测传感器将环境监测信息传输至控制器，控制器根据环境监测信息，利用规则库通过模糊控制算法控制新风设备的运行状态。

进一步地，所述环境信息监测传感器包括：人员密度传感器。

进一步地，人员密度传感器为红外阵列传感器；

所述红外阵列传感器包括：数字有源热电堆阵列、数字滤波器、RAM内存、EEPROM芯片、电压调节器和I2C界面；

所述数字有源热电堆阵列与数字滤波器的输入端电连接，数字滤波器的输出端与RAM内存电连接，RAM内存、EEPROM分别与I2C界面电连接，I2C界面与控制器电连接；电压调节器将电源调整后给红外阵列传感器供电。

进一步地，所述环境信息监测传感器还包括：室内二氧化碳浓度传感器、室内温度传感器、室内湿度传感器、室外温度传感器和室外湿度传感器。

进一步地，控制器为DDC控制器。

进一步地，室内包括多个监控区域，每个监控区域设置一套新风设备和一套环境信息监测传感器，一个控制器监控至少一个监控区域；

还包括：服务器和后台监控端；

控制器还用于新风设备按其指令以某运行状态运行时，实时检测室内温度和湿度，当室内温度和湿度达到预设值时，记录此时新风设备在该运行状态下的已运行时间，记为预运行时间；

多个控制器分别通过服务器与后台监控端数据通信，控制器将环境监测信息、新风设备运行状态和新风设备在各个运行状态下的预运行时间发送至后台监控端。

进一步地，后台监控端包括：

地图模块：用于显示室内地图，室内地图上划分各个监控区域，各个监控区域上显示其新风设备和环境信息监测传感器，并实时显示新风设备运行状态；

历史记录模块：用于存储并记录各个控制器发送来的环境监测信息、新风设备运行状态和新风设备在各个运行状态下的预运行时间；

规则库自学习模块：在预设时间段，根据历史记录模块所记录数据，通过BP神经网络自适应学习算法调整规则库；

规则库调整模块：在预设时间段，将调整后规则库发送至控制器。

本发明还提供一种新风自动调速方法，包括以下步骤：

S1：环境信息监测传感器将监测的环境信息传输至控制器；环境信息监测传感器包括人员密度传感器、室内二氧化碳浓度传感器、室内温度传感器、室内湿度传感器、室外温度传感器和室外湿度传感器；

S2：控制器根据所接收环境信息数据，利用规则库通过模糊控制算法控制新风设备运行状态；

新风设备运行状态包括运转速度和运转时长；

S3：新风设备按控制器指令执行完后，返回步骤S1。

进一步地，步骤S2与步骤S3之间还包括：

新风设备按控制器指令以某运行状态运行时，室内温度传感器和室内湿度传感器实时监测室内温度和湿度，并将监测数据传输至控制器，当室内温度和湿度达到预设值时，控制器记录此时新风设备在该运行状态下的已运行时间，记为预运行时间；

控制器将室内二氧化碳浓度、室内温度、室内湿度、室外温度、室外湿度、人员密度数据、新风设备运行状态以及新风设备在各个运行状态下的预运行时间传输至后台监控端；

后台监控端显示室内地图，室内地图上划分各个监控区域，各个监控区域上显示其新风设备和环境信息监测传感器，并实时显示新风设备运行状态；

后台监控端存储并记录控制器发送来的室内二氧化碳浓度、室内温度、室内湿度、室外温度、室外湿度、人员密度数据、新风设备运行状态以及新风设备在各个运行状态下的预运行时间；

后台监控端在预设之间段，根据所记录的室内二氧化碳浓度、室内温度、室内湿度、室外温度、室外湿度、人员密度数据、新风设备运行状态以及新风设备在各个运行状态下的预运行时间，通过BP神经网络自适应学习调整规则库；

后台监控端在预设时间段，将调整后规则库发送至控制器。

本发明提供的新风自动调速系统及方法，实时监测环境信息，如人员密度、室内二氧化碳浓度、室内外温湿度等，根据环境监测信息，利用规则库通过模糊控制算法控制新风设备的运行状态，模糊控制算法可综合考虑各个环境信息的因素，有效提高控制性能，不仅为服务区域提供舒适的环境，且有效控制新风设备运行状态，满足在最低运行耗能下提供舒适环境，且模糊控制算法的规则库可在后台自适应学习，进一步提高控制性能，降低能耗。

附图说明

图1是本发明实施例二电路原理示意框图。

图2是本发明实施例一红外阵列传感器结构示意框图。

图中，1-环境信息监测传感器，101-人员密度传感器，102-室内二氧化碳浓度传感器，103-室内温度传感器，104-室内湿度传感器，105-室外温度传感器，106-室外湿度传感器，2-控制器，3-新风设备，301-送风风机，302-排风风机，4-服务器，5-后台监控端。

具体实施方式

下面结合附图并通过具体实施例对本发明进行详细阐述，以下实施例是对本发明的解释，而本发明并不局限于以下实施方式。

实施例一

如图1所示，本实施例提供的新风自动调速系统，包括新风设备3和控制器2，新风设备3包括向室内送风的送风风机301和向室外排风的排风风机302，送风风机301和排风风机302同时工作，使室内形成新风流动场，对室内的空气进行过滤、灭毒、杀菌、增氧、预热(冬天)。

本实施例还包括环境信息监测传感器1，环境信息监测传感器1与控制器2电连接。环境信息监测传感器1监测环境信息，将环境监测信息传输至控制器2，控制器2根据环境监测信息，利用规则库通过模糊控制算法控制新风设备3的运行状态，实现新风设备3的自动调速。新风设备3的运行状态包括送风风机301和排风风机302运行速度和运行时长，一般送风风机301和排风风机302包括中低高三挡调速，也可是使用无极调速风机。

本实施例的环境信息监测传感器1可以是人员密度传感器101，人员密度传感器101采集室内人员密度程度信号，将该信号传输至控制器2，控制器2根据所接收到的建筑室内人员密集程度信号控制与其连接的新风系统实现自动调速。从而实现根据人员密度自动调节新风设备3运行状态，改善室内舒适度的目的。

如图2所示，人员密度传感器101具体可采用红外阵列传感器。红外阵列传感器包括：数字有源热电堆阵列、数字滤波器、RAM内存、EEPROM芯片、电压调节器和I2C界面。数字有源热电堆阵列与数字滤波器的输入端电连接，数字滤波器的输出端与RAM内存电连接，RAM内存、EEPROM分别与I2C界面电连接，I2C界面与控制器2电连接；电压调节器将电源调整后给红外阵列传感器供电。

红外阵列传感器是一个包含多个像素的IR传感阵列组合，每个像素都具有低噪声放大器以及ADC，包含一个数字I2C接口用于读取传感阵列ADC转化后存储在RAM中的测量结果、以及一片EEPROM用于存储温度计算和校准的参数。

本实施例采用DDC(Direct Digital Controller)控制器2实现对红外阵列传感器温度信号的采集，并通过模糊控制算法对所采集的温度信号进行处理得出建筑室内人员密集程度信号，进一步控制建筑物内相应区域的新风系统运行状态。其中DDC控制器2的简称。DDC采用模块化结构，通常由微处理单元、内存模块、输入/输出通道、通信接口模块、电源模块等部件组成。DDC是采用微机控制技术，将各种信号(如温度、湿度、压力、状态等)，通过输入装置输入微机，按照预先编制的程度进行运算处理，而后将处理后的信号通过输出装置再去控制执行器。

在上述采集人员密度的基础上，本实施例的环境信息监测传感器1还包括：室内二氧化碳浓度传感器102、室内温度传感器103、室内湿度传感器104、室外温度传感器105和室外湿度传感器106。室内二氧化碳浓度传感器102、室内温度传感器103、室内湿度传感器104、室外温度传感器105、室外湿度传感器106分别与控制器2电连接，将采集的室内二氧化碳浓度、室内外温湿度信息传输至控制器2。相应的规则表可根据此多个环境因素制定，共同考虑多个环境因素的影响，提高控制性能。当然，根据需要也可以增加其他环境因素。

控制器2内预存有规则表，控制器2采集环境信号后，依据规则表通过模块控制算法调节新风设备3运行状态。以人员密度和室内温度两个环境因素为例说明其规则表，如下表1所示：

表1新风设备模糊控制规则表

如上表所示，当控制器2检测室内区域人数在0到50之间、室内温度在17～26度之间时，新风设备3以中速运行15分钟，以此类推，实现根据人员密度自动调节新风设备3运行状态，改善室内舒适度。

实施例二

室内可包括多个监控区域，每个监控区域设置一套新风设备3和一套环境信息监测传感器1，一个控制器2监控至少一个监控区域。

本实施例还设置有服务器4和后台监控端5。

控制器2还用于新风设备3按其指令以某运行状态运行时，实时检测室内温度和湿度，当室内温度和湿度达到预设值时，记录此时新风设备3在该运行状态下的已运行时间，记为预运行时间。即按初始规则表控制新风设备3运行状态时，可能并不是最优规则，此时实时记录室内温湿度的变化，记录环境达到舒适区的实际运行时间，以备后续优化规则表。

多个控制器2分别通过服务器4与后台监控端5数据通信，控制器2将环境监测信息、新风设备3运行状态和新风设备3在各个运行状态下的预运行时间发送至后台监控端5。控制器2、服务器4与后台监控端5之间可通过无线网络通信。

后台监控端5包括：地图模块、历史记录模块、规则库自学习模块、规则库调整模块。

地图模块：用于显示室内地图，室内地图上划分各个监控区域，各个监控区域上显示其新风设备3和环境信息监测传感器1，并实时显示新风设备3运行状态。通过地图显示，可供后台监控人员实时查看监测区域的状态。

历史记录模块：用于存储并记录各个控制器2发送来的环境监测信息、新风设备3运行状态和新风设备3在各个运行状态下的预运行时间。需要说明的是，当历史记录模块所记录内容过多，超过内存容量时，可按照存储先后顺序，删除较早的数据。需要说明的是环境监测信息包括人员密度、室内二氧化碳浓度、室内温度、室内湿度、室外温度和室外湿度。

规则库自学习模块：在预设时间段，根据历史记录模块所记录数据，通过BP神经网络自适应学习算法调整规则库。需要说明的是，BP神经网络自适应学习算法的输入节点可以是在各新风设备3运行状态下的人员密度、室内二氧化碳浓度、室内温度、室内湿度、室外温度和室外湿度，以及新风设备3运行状态和新风设备3在各个运行状态下的预运行时间中的全部或部分，可根据需要进行调整，输出节点为各环境状态下的新风设备3运行状态。

规则库调整模块：在预设时间段，将调整后规则库发送至控制器2。需要说明的是，控制器2接收到新的规则库后，按新的规则库进行控制。

本实施例根据BP神经网络自适应学习算法调整规则库，使控制更加合理，进一步提高控制性能，降低功耗，节省能源。

需要说明的是，本实施例中，后台监控端5还可通过接口与建筑楼宇自动化系统通讯，将其对新风自动调速系统的监控数据发送至建筑楼宇自动化系统，实现BA(楼宇)大系统的整体监测与控制。

实施例三

本实施例提供一种基于上述新风自动调速系统的调速方法，具体包括以下步骤：

S1：环境信息监测传感器将监测的环境信息传输至控制器；环境信息监测传感器包括人员密度传感器、室内二氧化碳浓度传感器、室内温度传感器、室内湿度传感器、室外温度传感器和室外湿度传感器。

需要说明的是，人员密度传感器101采用红外阵列传感器，其首先采集区域内温度数据，然后经滤波、异常数据处理后判断温度数据是否属于设定区间温度(人体体表正常温度区间一般设置为32℃-42℃)，若在区间温度，则进行计数，即人员数增加1。

S2：控制器2根据所接收环境信息数据，利用规则库通过模糊控制算法控制新风设备3运行状态。需要说明的是，开始时，控制器2预存有规则库。

新风设备3运行状态包括运转速度和运转时长。

其中，环境信息包括人员密度、室内二氧化碳浓度、室内温度、室内湿度、室外温度和室外湿度。当然，也可根据需要，增加其他环境监测传感器，监测其他环境信息。

S3：新风设备3按控制器2指令执行完后，返回步骤S1。

本实施例的方法根据人员密度对新风设备3进行状态控制。

实施例四

在实施例三的基础上，本实施例的新风自动调速方法还包括以下步骤：

步骤S2与步骤S3之间还包括：

S2-1：新风设备3按控制器2指令以某运行状态运行时，室内温度传感器103和室内湿度传感器104实时监测室内温度和湿度，并将监测数据传输至控制器2，当室内温度和湿度达到预设值时，控制器2记录此时新风设备3在该运行状态下的已运行时间，记为预运行时间。

S2-2：控制器2将室内二氧化碳浓度、室内温度、室内湿度、室外温度、室外湿度、人员密度数据、新风设备3运行状态以及新风设备3在各个运行状态下的预运行时间传输至后台监控端5。

S2-3：后台监控端5显示室内地图，室内地图上划分各个监控区域，各个监控区域上显示其新风设备3和环境信息监测传感器1，并实时显示新风设备3运行状态。

S2-4：后台监控端5存储并记录控制器2发送来的室内二氧化碳浓度、室内温度、室内湿度、室外温度、室外湿度、人员密度数据、新风设备3运行状态以及新风设备3在各个运行状态下的预运行时间。

S2-5：后台监控端5在预设之间段，根据所记录的室内二氧化碳浓度、室内温度、室内湿度、室外温度、室外湿度、人员密度数据、新风设备3运行状态以及新风设备3在各个运行状态下的预运行时间，通过BP神经网络自适应学习调整规则库。

S2-6：后台监控端5在预设时间段，将调整后规则库发送至控制器2。

后台根据环境因素、新风设备3运行状态和其预运行时间，综合调整规则库，使调整规则更加合理和优化，进一步降低能耗，调高控制性能。

以上公开的仅为本发明的优选实施方式，但本发明并非局限于此，任何本领域的技术人员能思之的没有创造性的变化，以及在不脱离本发明原理前提下所作的若干改进和润饰，都应落在本发明的保护范围内。

Claims (9)

1.一种新风自动调速系统，包括新风设备和控制器，所述新风设备包括向室内送风的送风风机和向室外排风的排风风机，其特征在于，还包括：环境信息监测传感器；所述环境信息监测传感器与控制器电连接；

所述环境信息监测传感器将环境监测信息传输至控制器，控制器根据环境监测信息，利用规则库通过模糊控制算法控制新风设备的运行状态。

2.根据权利要求1所述的新风自动调速系统，其特征在于，所述环境信息监测传感器包括：人员密度传感器。

3.根据权利要求2所述的新风自动调速系统，其特征在于，人员密度传感器为红外阵列传感器；

所述红外阵列传感器包括：数字有源热电堆阵列、数字滤波器、RAM内存、EEPROM芯片、电压调节器和I2C界面；

所述数字有源热电堆阵列与数字滤波器的输入端电连接，数字滤波器的输出端与RAM内存电连接，RAM内存、EEPROM分别与I2C界面电连接，I2C界面与控制器电连接；电压调节器将电源调整后给红外阵列传感器供电。

4.根据权利要求2所述的新风自动调速系统，其特征在于，所述环境信息监测传感器还包括：室内二氧化碳浓度传感器、室内温度传感器、室内湿度传感器、室外温度传感器和室外湿度传感器。

5.根据权利要求1所述的新风自动调速系统，其特征在于，控制器为DDC控制器。

6.根据权利要求4或5所述的新风自动调速系统，其特征在于，室内包括多个监控区域，每个监控区域设置一套新风设备和一套环境信息监测传感器，一个控制器监控至少一个监控区域；

还包括：服务器和后台监控端；

控制器还用于新风设备按其指令以某运行状态运行时，实时检测室内温度和湿度，当室内温度和湿度达到预设值时，记录此时新风设备在该运行状态下的已运行时间，记为预运行时间；

多个控制器分别通过服务器与后台监控端数据通信，控制器将环境监测信息、新风设备运行状态和新风设备在各个运行状态下的预运行时间发送至后台监控端。

7.根据权利要求6所述的新风自动调速系统，其特征在于，后台监控端包括：

地图模块：用于显示室内地图，室内地图上划分各个监控区域，各个监控区域上显示其新风设备和环境信息监测传感器，并实时显示新风设备运行状态；

历史记录模块：用于存储并记录各个控制器发送来的环境监测信息、新风设备运行状态和新风设备在各个运行状态下的预运行时间；

规则库自学习模块：在预设时间段，根据历史记录模块所记录数据，通过BP神经网络自适应学习算法调整规则库；

规则库调整模块：在预设时间段，将调整后规则库发送至控制器。

8.一种新风自动调速方法，其特征在于，包括以下步骤：

S1：环境信息监测传感器将监测的环境信息传输至控制器；环境信息监测传感器包括人员密度传感器、室内二氧化碳浓度传感器、室内温度传感器、室内湿度传感器、室外温度传感器和室外湿度传感器；

S2：控制器根据所接收环境信息数据，利用规则库通过模糊控制算法控制新风设备运行状态；

新风设备运行状态包括运转速度和运转时长；

S3：新风设备按控制器指令执行完后，返回步骤S1。

9.根据权利要求8所述的新风自动调速方法，其特征在于，步骤S2与步骤S3之间还包括：

新风设备按控制器指令以某运行状态运行时，室内温度传感器和室内湿度传感器实时监测室内温度和湿度，并将监测数据传输至控制器，当室内温度和湿度达到预设值时，控制器记录此时新风设备在该运行状态下的已运行时间，记为预运行时间；

控制器将室内二氧化碳浓度、室内温度、室内湿度、室外温度、室外湿度、人员密度数据、新风设备运行状态以及新风设备在各个运行状态下的预运行时间传输至后台监控端；

后台监控端显示室内地图，室内地图上划分各个监控区域，各个监控区域上显示其新风设备和环境信息监测传感器，并实时显示新风设备运行状态；

后台监控端存储并记录控制器发送来的室内二氧化碳浓度、室内温度、室内湿度、室外温度、室外湿度、人员密度数据、新风设备运行状态以及新风设备在各个运行状态下的预运行时间；

后台监控端在预设之间段，根据所记录的室内二氧化碳浓度、室内温度、室内湿度、室外温度、室外湿度、人员密度数据、新风设备运行状态以及新风设备在各个运行状态下的预运行时间，通过BP神经网络自适应学习调整规则库；

后台监控端在预设时间段，将调整后规则库发送至控制器。