CN112180717A - 一种基于2d模型的热交换器温度模糊控制方法及系统 - Google Patents
一种基于2d模型的热交换器温度模糊控制方法及系统 Download PDFInfo
- Publication number
- CN112180717A CN112180717A CN202011097759.8A CN202011097759A CN112180717A CN 112180717 A CN112180717 A CN 112180717A CN 202011097759 A CN202011097759 A CN 202011097759A CN 112180717 A CN112180717 A CN 112180717A
- Authority
- CN
- China
- Prior art keywords
- heat exchanger
- fuzzy
- control system
- temperature control
- model
- 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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/0275—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only
Landscapes
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Control Of Temperature (AREA)
Abstract
本发明提供一种基于2D模型的热交换器温度模糊控制方法及系统,包括建立热交换器温度控制系统的动态演化模型;用T‑S模糊2D系统表征原被控系统动态特性;对系统的输出信号进行测量,并设计模糊固定阶输出反馈控制器,利用系统增广技术在统一的凸优化框架内给出模糊控制器的参数化设计方法。本发明基于2D动态模型针对热交换器温控系统进行刻画,更能体现系统状态在时间和空间上的演化特性。设计了模糊固定阶输出反馈控制器。该模糊固定阶输出反馈控制器仅利用系统的输出信号就能对热交换器系统进行有效的控制,同时改善了系统的鲁棒抗扰性能,有效地扩大了本发明的适用范围。
Description
技术领域
本发明涉及热交换器温控技术领域,具体来说是一种基于2D模型的热交换器温度模糊控制方法及系统。
背景技术
我国的供热行业普遍面临两大现实问题,即用户端供热品质不佳,而供热企业的热能又存在着巨大浪费。随着人工智能技术的兴起,供热系统正从粗放型分散式的供热模式向着智慧化集中式的供热模式迈进。热交换器温控系统是一种典型的对流传热和热传导供热系统单元,具有节能效果好、应用范围广等优点。传统的对热交换器温度控制方法的研究均基于1维(One-dimensional 1D)模型,并没有考虑其热力学过程是沿着时间和空间两个维度进行动态演化的。如何基于2维(Two-dimensional 2D)模型,并采用智能化控制方法对热交换器的供热过程进行有效的控制是当前研究的热点问题。
另一方面,用户室内温度不易采集而热交换器的供热温度(即系统的输出信息)容易测量。此外,用户室温也会随室外温度的变化而发生较大波动,这些因素会在很大程度上影响供暖效果,甚至导致用户室温无法达标。
现有技术中,对于热交换器的温控技术研究较多,如公开号为CN110878959A公开的基于模型预测控制的建筑物温度控制方法及系统,该方法基于模型预测控制的原理对干扰进行预测,并补偿未来的环境温度变化。通过PID控制器,根据最佳供热温度值和二次侧供回水温度调节换热器一次侧热水流量,并通过换热器控制二次侧热水的温度,实现室内稳定供热,提高了用户的舒适度,降低了供热能耗。但是该发明存在以下两个问题:1)该发明仅从时间维度上考虑热交换器的供热问题,没有考虑热交换器的热力学过程在空间维度上的传输特性。2)该发明所提出的PID控制器的参数调节主要基于人工经验,缺少系统性的控制器设计方法。
又如公开号为CN104964367A公开的一种冷热水流循环方法及系统,该发明包括以下步骤:液冷装置通过内部的冷却液从集群服务器端吸收电子元件散发的热量并将吸热后的冷却液输出至抽水装置;抽水装置将吸热后的冷却液抽出并输出至热交换器;热交换器与供暖装置中的水进行热交换并将热交换后的水输出至液冷装置,从而实现了利用散热的能量进行供暖,节约了成本。但是该方法存在以下两点问题:1)该发明缺少供热温度测量系统和控制系统,在用户对温度有明确要求的情形下,该方法不适用。2)该发明缺少抵御室外温度变化对室内温度影响的能力。
发明内容
本发明所要解决的技术问题在于如何提供一种控制方法可以保证热交换器系统的稳定性,同时能够改善闭环热交换器温控系统的鲁棒性能。
本发明通过以下技术手段实现解决上述技术问题的:
一种基于2D模型的热交换器温度模糊控制方法,包括以下步骤:
S01.建立热交换器温控系统的动态演化2D模型
其中,s、t分别表征空间维度和时间维度的系统动态演化方向,Δs表示空间采样间隔,Δt表示时间采样间隔,xh(i,j)=T(i-1,j)为时间方向系统状态,xv(i,j)=T(i,j)为空间方向系统状态,x(i,j)=[xhT(i,j) xvT(i,j)]T为时间和空间方向的系统状态, x+(i,j)=[xhT(i+1,j) xvT(i,j+1)]T为下一时刻的系统状态,为系统矩阵参数, 为外部干扰;
S02.采用T-S模糊2D系统表征步骤S01中的2D模型动态特征,得到全局热交换器温控系统的T-S模糊2D模型:
S03.对热交换器温控系统的输出信号y(i,j)进行测量,并设计模糊固定阶输出反馈控制器,利用系统增广技术对步骤S02中的T-S模糊2D模型进行参数优化与整合,得到闭环热交换器温控系统为:
其中,
S04.采用Lyapunov函数法,在统一的凸优化框架内设计稀疏矩阵,并通过调节设计参数保证闭环热交换器温控系统的稳定性与鲁棒性。
本发明基于2D动态模型针对热交换器温控系统的动态特性进行刻画,更能体现系统状态在时间和空间上的多维度演化特性。设计了模糊固定阶输出反馈控制器。该模糊固定阶输出反馈控制器仅利用系统的输出信号就能对热交换器系统进行有效的控制,同时改善了系统的鲁棒抗扰性能,有效地扩大了本发明的适用范围。
进一步的,所述步骤S01中2D模型的建立过程为:
热交换器温控系统热力学过程的动态特性由带有双重指标的非线性方程刻画:
其中,s、t分别表征空间维度和时间维度的热交换器温控系统动态演化方向;T(s,t) 代表热交换器的温度;u(s,t)为热交换器温度控制的控制输入信号,即调节阀的开度;w(s,t)为外部扰动;
然后对热交换器温控系统(1)进行离散化处理,在空间和时间维度上,分别选择采样间隔为Δs、Δt;取T(i,j)=T(iΔs,jΔt)为离散化处理后的温度,u(i,j)=u(iΔs,jΔt)为离散化处理后的控制输入,w(i,j)=w(iΔs,jΔt)为离散化处理后的干扰,且
因此,可得热交换器温控系统(1)的离散非线性2D模型如下,
进一步的,所述步骤S02中,在获得热交换器温控系统的T-S模糊2D模型之前,还需要使用扇区非线性法对2D模型(3)的非线性项进行模糊逼近,具体为:
首先定义前件变量为
θ(i,j)=cos(xv(i,j)) (4)
显然θ(i,j)∈[-1,1],且下式成立,
其中,μ1(xv(i,j))和μ2(xv(i,j))为模糊隶属度函数;
假设该热交换器温控系统(1)中只有温度信号可测,那么热交换器温控系统(1)的测量输出y(s,t)和评价输出z(s,t)为,
基于公式(5)、(6),非线性热交换器温控系统(1)可由下述带有2个规则的模糊2D模型刻画,
系统规则Rulen:若θ(i,j)是Fn,则
其中,n是模糊集Fn的角标,n∈{1,2},且F1=-1,F2=1,
且模糊隶属度函数为
通过单点模糊化、乘积推理和中心平均反模糊化方法,得到式(10)全局热交换器温控系统的T-S模糊2D模型,
进一步的,所述步骤S03具体为:基于测量得到的热交换器温控系统输出信号y(i,j),设计具有并行分布补偿形式的模糊固定阶输出反馈控制器如下:
反馈控制器规则Rulen:若θ(i,j)是Fn,则
其中,为反馈控制器状态,0≤nc≤nx是反馈控制器的阶数,且 为时间方向的反馈控制器状态,为空间方向的反馈控制器状态,为下一时刻的反馈控制器状态,Acn,Bcn,Kcn,Dcn为待定的反馈控制器增益;
将反馈控制器(11)应用于热交换器温控系统的T-S模糊2D模型(10)中,可得闭环热交换器温控系统为:
其中,
进一步地,所述步骤S04中采用的Lyapunov函数为:
考察Lyapunov函数(14)沿着时间和空间两个方向上的增量,并考虑鲁棒干扰抑制性能γ,有:
沿着系统(12)的轨迹,有
结合式(15)、(16),并抽取模糊隶属度函数,有
为在统一的凸优化框架下的控制器参数化设计,指定矩阵G和H具有下述结构,
将式(19)中定义的矩阵带入式(17)中,通过调整合适的参数δ1,δ2,δ3,α1,α2,α3,可使得式(17)中的矩阵Λ负定,即满足式(20)成立:
此时,系统(12)渐近稳定,且具备最优的鲁棒干扰抑制性能γmin,且固定阶输出反馈控制器增益由下式参数化求解:
本发明还提供一种基于2D模型的热交换器温度模糊控制系统,包括
2D模型建立模块,建立热交换器温控系统的动态演化2D模型
其中,s、t分别表征空间维度和时间维度的系统动态演化方向,Δs表示空间采样间隔,Δt表示时间采样间隔,xh(i,j)=T(i-1,j)为时间方向系统状态,xv(i,j)=T(i,j)为空间方向系统状态,x(i,j)=[xhT(i,j) xvT(i,j)]T为时间和空间方向的系统状态, x+(i,j)=[xhT(i+1,j) xvT(i,j+1)]T为下一时刻的系统状态,为系统矩阵参数, 为外部干扰;
T-S模糊2D模型生成模块,用所述2D模型表征原热交换器温控系统动态特征,得到全局热交换器温控系统的T-S模糊2D模型:
闭环热交换器温控系统生成模块,对热交换器温控系统的输出信号y(i,j)进行测量,并设计模糊固定阶输出反馈控制器,利用系统增广技术对所述的T-S模糊2D模型进行参数优化与整合,得到闭环热交换器温控系统为:
其中,
稳定性证明模块,采用Lyapunov函数法,在统一的凸优化框架内设计稀疏矩阵,并通过调节设计参数保证闭环热交换器温控系统的稳定性与鲁棒性。
进一步的,所述步骤2D模型建立模块中2D模型的建立过程为:
热交换器温控系统热力学过程的动态特性由带有双重指标的非线性方程刻画:
其中,s、t分别表征空间维度和时间维度的热交换器温控系统动态演化方向;T(s,t) 代表热交换器的温度;u(s,t)为热交换器温度控制的控制输入信号,即调节阀的开度;w(s,t)为外部扰动;
然后对热交换器温控系统(1)进行离散化处理,在空间和时间维度上,分别选择采样间隔为Δs、Δt;取T(i,j)=T(iΔs,jΔt)为离散化处理后的温度,u(i,j)=u(iΔs,jΔt)为离散化处理后的控制输入,w(i,j)=w(iΔs,jΔt)为离散化处理后的干扰,且
因此,可得热交换器温控系统(1)的离散非线性2D模型如下,
进一步的,所述T-S模糊2D模型生成模块中,在获得热交换器温控系统的T-S模糊2D模型之前,还需要使用扇区非线性法对2D模型(3)的非线性项进行模糊逼近,具体为:
首先定义前件变量为
θ(i,j)=cos(xv(i,j)). (4)
显然θ(i,j)∈[-1,1],且下式成立,
其中,μ1(xv(i,j))和μ2(xv(i,j))为模糊隶属度函数;
假设该热交换器温控系统(1)中只有温度信号可测,那么热交换器温控系统(1)的测量输出y(s,t)和评价输出z(s,t)为,
基于公式(5)、(6),非线性热交换器温控系统(1)可由下述带有2个规则的模糊2D模型刻画,
系统规则Rulen:若θ(i,j)是Fn,则
其中,n是模糊集Fn的角标,n∈{1,2},且F1=-1,F2=1,
且模糊隶属度函数为
通过单点模糊化、乘积推理和中心平均反模糊化方法,得到式(10)全局热交换器温控系统的T-S模糊2D模型,
进一步的,所述闭环热交换器温控系统生成模块的具体执行过程为:基于测量得到的热交换器温控系统输出信号y(i,j),设计具有并行分布补偿形式的模糊固定阶输出反馈控制器如下:
反馈控制器规则Rulen:若θ(i,j)是Fn,则
其中,为反馈控制器状态,0≤nc≤nx是反馈控制器的阶数,且 是时间方向的反馈控制器状态,是空间方向的反馈控制器状态,为下一时刻的反馈控制器状态,Acn,Bcn,Kcn,Dcn是待定的反馈控制器增益;
将反馈控制器(11)应用于热交换器温控系统的T-S模糊2D模型(10)中,可得闭环热交换器温控系统为:
其中,
进一步的,所述稳定性证明模块中采用的Lyapunov函数为:
考察Lyapunov函数(14)沿着时间和空间两个方向上的增量,并考虑鲁棒干扰抑制性能γ,有:
沿着系统(12)的轨迹,有
结合式(15)、(16),并抽取模糊隶属度函数,有
为在统一的凸优化框架下的控制器参数化设计,指定矩阵G和H具有下述结构,
定义参数矩阵
将式(19)中定义的矩阵带入式(17)中,通过调整合适的参数δ1,δ2,δ3,α1,α2,α3,可使得式(17)中的矩阵Λ负定,即使式(20)成立:
此时,系统(12)渐近稳定,且具备最优的鲁棒干扰抑制性能γmin,且固定阶输出反馈控制器增益由下式参数化求解:
本发明的优点在于:
本发明基于2D动态模型针对热交换器温控系统的热交换控制过程进行刻画,更能体现系统状态在时间和空间上的演化特性。设计了模糊固定阶输出反馈控制器。该模糊固定阶输出反馈控制器仅利用系统的输出信号就能对热交换器系统进行有效的控制,同时改善了系统的鲁棒抗扰性能,有效地扩大了本发明的适用范围。
本发明提出了热交换器温度控制系统的模糊控制方法,既保证了热交换器温控系统的渐近稳定性又保证其具备最优的鲁棒干扰抑制性能。给出了固定阶输出反馈控制器的参数化设计方法,减小了实现难度,降低了控制成本。此外,所提出的固定阶控制器的阶次可依据实际使用情形进行阶次的调整(包括全阶控制器、降阶控制器和零阶控制器),扩大了控制器的应用范围。
附图说明
图1为本发明实施例中热交换器温度控制系统示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例,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作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。
本实施例提供一种基于2D模型的热交换器温度模糊控制方法,包括以下步骤:
步骤1、建立热交换器温度控制系统的动态模型
热交换器温度控制系统如附图1所示,考虑存在散热等外部干扰因素作用下,热交换器温度控制系统热力学过程的动态特性可由下述带有双重指标的非线性方程刻画:
其中,s、t分别表征空间维度和时间维度的系统动态演化方向;T(s,t)代表热交换器的温度;u(s,t)为热交换器温度控制的控制输入信号,即调节阀的开度;w(s,t)为外部干扰。
对系统(1)进行离散化处理,在空间和时间维度上,分别选择采样间隔为Δs=1m,Δt=0.5s。取T(i,j)=T(iΔs,jΔt)为离散化处理后的温度,u(i,j)=u(iΔs,jΔt)为离散化处理后的控制输入,w(i,j)=w(iΔs,jΔt)为离散化处理后的干扰,且
因此,可得系统(1)的离散非线性2D模型如下,
其中,xh(i,j)=T(i-1,j)为时间方向系统状态,xv(i,j)=T(i,j)为空间方向系统状态, x(i,j)=[xhT(i,j) xvT(i,j)]T为时间和空间方向的系统状态, x+(i,j)=[xhT(i+1,j) xvT(i,j+1)]T为下一时刻的系统状态,为系统矩阵参数,
步骤2、用T-S模糊2D系统表征式(3)的动态特性
使用扇区非线性法处理系统(3)的非线性项。首先定义前件变量为
θ(i,j)=cos(xv(i,j)) (4)
显然θ(i,j)∈[-1,1],且下式成立,
其中,μ1(xv(i,j))和μ2(xv(i,j))为模糊隶属度函数。
假设该热交换器温度控制系统(1)中只有温度信号可测,那么系统(1)的测量输出y(s,t)和评价输出z(s,t)为,
基于公式(5)-(6),非线性系统(1)可由下述带有2个规则的模糊2D模型刻画,
系统规则Rulen:若θ(i,j)是Fn,则
其中,n是模糊集Fn的角标,n∈{1,2},且F1=-1,F2=1,
且模糊隶属度函数为
通过单点模糊化、乘积推理和中心平均反模糊化方法,得到下述全局热交换器温度控制系统的T-S模糊2D模型,
步骤3、固定阶输出反馈控制器设计
基于测量得到的系统量测输出信号y(i,j),设计具有并行分布补偿形式的模糊固定阶输出反馈控制器如下:
控制器规则Rulen:若θ(i,j)是Fn,则
其中,是控制器状态,0≤nc≤nx是控制器的阶数,且 是时间方向的控制器状态,是空间方向的控制器状态,为下一时刻的控制器状态,Acn,Bcn,Kcn,Dcn是待定的控制器增益。值得指出的是,当nc=nx时,控制器(11)是全阶形式的控制器;当nc<nx时,控制器(11)是降阶形式的控制器;当nc=0时,控制器(11)是零阶形式的控制器。
将控制器(11)应用于模糊热交换器系统(10)中,可得闭环热交换器温度控制系统为:
其中,
本发明的目的是考虑热交换温度控制系统在时间和空间维度上动态演化的情形,仅利用输出信号为热交换器温度控制系统(1)设计一个模糊固定阶输出反馈控制器,保证闭环热交换器温度控制系统渐近稳定,并在外部干扰存在的情形下,依然具备鲁棒干扰抑制性能γ:
步骤4、采用Lyapunov函数法,在统一的凸优化框架内设计稀疏矩阵,并通过调节设计参数保证闭环热交换器温控系统的稳定性与鲁棒性。
选择如下的Lyapunov函数,
考察Lyapunov函数(14)沿着时间和空间两个方向上的增量,并考虑鲁棒干扰抑制性能γ,有:
沿着闭环系统(12)的轨迹,有
结合式(15)-(16),并抽取模糊隶属度函数,有
为在统一的凸优化框架下的控制器参数化设计,指定矩阵G和H具有下述结构,
定义参数矩阵
将式(19)中定义的矩阵带入式(17)中。通过调整合适的参数δ1,δ2,δ3,α1,α2,α3,可使得式(17)中的矩阵Λ负定,即
此时,闭环热交换器温度控制系统(12)渐近稳定,且具备最优的鲁棒干扰抑制性能γmin,且固定阶输出反馈控制器增益可由下式参数化求解:
本实施例基于2D动态模型针对热交换器温控系统的热交换控制过程进行刻画,更能体现系统状态在时间和空间上的演化特性。设计了模糊固定阶输出反馈控制器。该模糊固定阶输出反馈控制器仅利用系统的输出信号就能对热交换器系统进行有效的控制,同时改善了系统的鲁棒抗扰性能,有效地扩大了本发明的适用范围。
本实施例还提供一种基于2D模型的热交换器温度模糊控制系统,包括
2D模型建立模块,建立热交换器温度控制系统的动态模型。
热交换器温度控制系统如附图1所示,考虑存在散热等外部干扰因素作用下,热交换器温度控制系统热力学过程的动态特性可由下述带有双重指标的非线性方程刻画:
其中,s、t分别表征空间维度和时间维度的系统动态演化方向;T(s,t)代表热交换器的温度;u(s,t)为热交换器温度控制的控制输入信号,即调节阀的开度;w(s,t)为外部扰动。
对系统(1)进行离散化处理,在空间和时间维度上,分别选择采样间隔为Δs=1m,Δt=0.5s。取T(i,j)=T(iΔs,jΔt)为离散化处理后的温度,u(i,j)=u(iΔs,jΔt)为离散化处理后的控制输入,w(i,j)=w(iΔs,jΔt)为离散化处理后的干扰,且
因此,可得系统(1)的离散非线性2D模型如下,
其中,xh(i,j)=T(i-1,j)为时间方向系统状态,xv(i,j)=T(i,j)为空间方向系统状态, x(i,j)=[xhT(i,j) xvT(i,j)]T为时间和空间方向的系统状态, x+(i,j)=[xhT(i+1,j) xvT(i,j+1)]T为下一时刻的系统状态,为系统矩阵参数,
T-S模糊2D模型生成模块,用T-S模糊2D系统表征原热交换器(式(3))温控系统的动态特性
使用扇区非线性法处理系统(3)的非线性项。首先定义前件变量为
θ(i,j)=cos(xv(i,j)). (4)
显然θ(i,j)∈[-1,1],且下式成立,
其中,μ1(xv(i,j))和μ2(xv(i,j))为模糊隶属度函数。
假设该热交换器温度控制系统(1)中只有温度信号可测,那么系统(1)的测量输出y(s,t)和评价输出z(s,t)为,
基于公式(5)-(6),非线性系统(1)可由下述带有2个规则的模糊2D模型刻画,
系统规则Rulen:若θ(i,j)是Fn,则
其中,n是模糊集Fn的角标,n∈{1,2},且F1=-1,F2=1,
且模糊隶属度函数为
通过单点模糊化、乘积推理和中心平均反模糊化方法,得到下述全局热交换器温度控制系统的T-S模糊2D模型,
闭环热交换器温控系统生成模块,基于测量得到的系统量测输出信号y(i,j),设计具有并行分布补偿形式的模糊固定阶输出反馈控制器如下:
控制器规则Rulen:若θ(i,j)是Fn,则
其中,是控制器状态,0≤nc≤nx是控制器的阶数,且 是时间方向的控制器状态,是空间方向的控制器状态,为下一时刻的控制器状态,Acn,Bcn,Kcn,Dcn是待定的控制器增益。值得指出的是,当nc=nx时,控制器(11)是全阶形式的控制器;当nc<nx时,控制器(11)是降阶形式的控制器;当nc=0时,控制器(11)是零阶形式的控制器。
将控制器(11)应用于模糊热交换器系统(10)中,可得闭环热交换器温度控制系统为:
其中,
本发明的目的是考虑热交换温度控制系统在时间和空间维度上动态演化的情形,仅利用输出信号为热交换器温度控制系统(1)设计一个模糊固定阶输出反馈控制器,保证闭环热交换器温度控制系统渐近稳定,并在外部干扰存在的情形下,依然具备鲁棒干扰抑制性能γ:
稳定性证明模块,建立Lyapunov函数并分析闭环系统的稳定性。在统一的凸优化框架内设计稀疏矩阵,并通过调节设计参数保证闭环热交换器温度控制系统稳定且满足预期的干扰抑制性能。
选择如下的Lyapunov函数,
考察Lyapunov函数(14)沿着时间和空间两个方向上的增量,并考虑鲁棒干扰抑制性能γ,有:
沿着闭环系统(12)的轨迹,有
结合式(15)-(16),并抽取模糊隶属度函数,有
为在统一的凸优化框架下的控制器参数化设计,指定矩阵G和H具有下述结构,
定义参数矩阵
将式(19)中定义的矩阵带入式(17)中。通过调整合适的参数δ1,δ2,δ3,α1,α2,α3,可使得式(17)中的矩阵Λ负定,即
此时,闭环热交换器温度控制系统(12)渐近稳定,且具备最优的鲁棒干扰抑制性能γmin,且固定阶输出反馈控制器增益可由下式参数化求解:
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于2D模型的热交换器温度模糊控制方法,其特征在于:包括以下步骤:
S01.建立热交换器温控系统的动态演化2D模型
其中,s、t分别表征空间维度和时间维度的系统动态演化方向,Δs表示空间采样间隔,Δt表示时间采样间隔,xh(i,j)=T(i-1,j)为时间方向系统状态,xv(i,j)=T(i,j)为空间方向系统状态,x(i,j)=[xhT(i,j) xυT(i,j)]T为时间和空间方向的系统状态,x+(i,j)=[xhT(i+1,j) xυT(i,j+1)]T为下一时刻的系统状态,为系统矩阵参数, 为外部干扰;
S02.采用T-S模糊2D系统表征步骤S01中的2D模型动态特征,得到全局热交换器温控系统的T-S模糊2D模型:
S03.对热交换器温控系统的输出信号y(i,j)进行测量,并设计模糊固定阶输出反馈控制器,利用系统增广技术对步骤S02中的T-S模糊2D模型进行参数优化与整合,得到闭环热交换器温控系统为:
其中,
S04.采用Lyapunov函数法,在统一的凸优化框架内设计稀疏矩阵,并通过调节设计参数保证闭环热交换器温控系统的稳定性与鲁棒性。
2.根据权利要求1所述的一种基于2D模型的热交换器温度模糊控制方法,其特征在于:所述步骤S01中2D模型的建立过程为:
热交换器温控系统热力学过程的动态特性由带有双重指标的非线性方程刻画:
其中,s、t分别表征空间维度和时间维度的热交换器温控系统动态演化方向;T(s,t)代表热交换器的温度;u(s,t)为热交换器温度控制的控制输入信号,即调节阀的开度;w(s,t)为外部扰动;
然后对热交换器温控系统(1)进行离散化处理,在空间和时间维度上,分别选择采样间隔为Δs、Δt;取T(i,j)=T(iΔs,jΔt)为离散化处理后的温度,u(i,j)=u(iΔs,jΔt)为离散化处理后的控制输入,w(i,j)=w(iΔs,jΔt)为离散化处理后的干扰,且
因此,可得热交换器温控系统(1)的离散非线性2D模型如下,
3.根据权利要求1所述一种基于2D模型的热交换器温度模糊控制方法,其特征在于:所述步骤S02中,在获得热交换器温控系统的T-S模糊2D模型之前,还需要使用扇区非线性法对2D模型(3)的非线性项进行模糊逼近,具体为:
首先定义前件变量为
θ(i,j)=cos(xυ(i,j)) (4)
显然θ(i,j)∈[-1,1],且下式成立,
其中,μ1(xυ(i,j))和μ2(xυ(i,j))为模糊隶属度函数;假设该热交换器温控系统(1)中只有温度信号可测,那么热交换器温控系统(1)的测量输出y(s,t)和评价输出z(s,t)为,
基于公式(5)、(6),非线性热交换器温控系统(1)可由下述带有2个规则的模糊2D模型刻画,系统规则Rulen:若θ(i,j)是Fn,则
其中,n是模糊集Fn的角标,n∈{1,2},且F1=-1,F2=1,
且模糊隶属度函数为
通过单点模糊化、乘积推理和中心平均反模糊化方法,得到式(10)全局热交换器温控系统的T-S模糊2D模型,
5.根据权利要求4所述的一种基于2D模型的热交换器温度模糊控制方法,其特征在于:所述步骤S04中采用的Lyapunov函数为:
考察Lyapunov函数(14)沿着时间和空间两个方向上的增量,并考虑鲁棒干扰抑制性能γ,有:
沿着系统(12)的轨迹,有
结合式(15)、(16),并抽取模糊隶属度函数,有
为在统一的凸优化框架下的控制器参数化设计,指定矩阵G和H具有下述结构,
定义参数矩阵
将式(19)中定义的矩阵带入式(17)中,通过调整合适的参数δ1,δ2,δ3,α1,α2,α3,可使得式(17)中的矩阵Λ负定,即满足式20成立:
此时,系统(12)渐近稳定,且具备最优的鲁棒干扰抑制性能γmin,且固定阶输出反馈控制器增益由下式参数化求解:
6.一种基于2D模型的热交换器温度模糊控制系统,其特征在于:包括
2D模型建立模块,建立热交换器温控系统的动态演化2D模型
其中,s、t分别表征空间维度和时间维度的系统动态演化方向,Δs表示空间采样间隔,Δt表示时间采样间隔,xh(i,j)=T(i-1,j)为时间方向系统状态,xυ(i,j)=T(i,j)为空间方向系统状态,x(i,j)=[xhT(i,j) xυT(i,j)]T为时间和空间方向的系统状态,x+(i,j)=[xhT(i+1,j) xυT(i,j+1)]T为下一时刻的系统状态,为系统矩阵参数,
T-S模糊2D模型生成模块,用所述2D模型表征原热交换器温控系统动态特征,得到全局热交换器温控系统的T-S模糊2D模型:
闭环热交换器温控系统生成模块,对热交换器温控系统的输出信号y(i,j)进行测量,并设计模糊固定阶输出反馈控制器,利用系统增广技术对所述T-S模糊2D模型进行参数优化与整合,得到闭环热交换器温控系统为:
其中,
稳定性证明模块,采用Lyapunov函数,在统一的凸优化框架内设计稀疏矩阵,并通过调节设计参数保证闭环热交换器温控系统的稳定性与鲁棒性。
7.根据权利要求6所述的一种基于2D模型的热交换器温度模糊控制系统,其特征在于:所述步骤2D模型建立模块中2D模型的建立过程为:
热交换器温控系统热力学过程的动态特性由带有双重指标的非线性方程刻画:
其中,s、t分别表征空间维度和时间维度的热交换器温控系统动态演化方向;T(s,t)代表热交换器的温度;u(s,t)为热交换器温度控制的控制输入信号,即调节阀的开度;w(s,t)为外部扰动;
然后对热交换器温控系统(1)进行离散化处理,在空间和时间维度上,分别选择采样间隔为Δs、Δt;取T(i,j)=T(iΔs,jΔt)为离散化处理后的温度,u(i,j)=u(iΔs,jΔt)为离散化处理后的控制输入,w(i,j)=w(iΔs,jΔt)为离散化处理后的干扰,且
因此,可得热交换器温控系统(1)的离散非线性2D模型如下,
8.根据权利要求6所述一种基于2D模型的热交换器温度模糊控制系统,其特征在于:所述T-S模糊2D模型生成模块中,在获得热交换器温控系统的T-S模糊2D模型之前,还需要使用扇区非线性法对2D模型(3)的非线性项进行模糊逼近,具体为:
首先定义前件变量为
θ(i,j)=cos(xυ(i,j)) (4)
显然θ(i,j)∈[-1,1],且下式成立,
其中,μ1(xv(i,j))和μ2(xv(i,j))为模糊隶属度函数;
假设该热交换器温控系统(1)中只有温度信号可测,那么热交换器温控系统(1)的测量输出y(s,t)和评价输出z(s,t)为,
基于公式(5)、(6),非线性热交换器温控系统(1)可由下述带有2个规则的模糊2D模型刻画,
系统规则Rulen:若θ(i,j)是Fn,则
其中,n是模糊集Fn的角标,n∈{1,2},且F1=-1,F2=1,
且模糊隶属度函数为
通过单点模糊化、乘积推理和中心平均反模糊化方法,得到式(10)全局热交换器温控系统的T-S模糊2D模型,
9.根据权利要求8所述的一种基于2D模型的热交换器温度模糊控制系统,其特征在于:所述闭环热交换器温控系统生成模块的具体执行过程为:基于测量得到的热交换器温控系统输出信号y(i,j),设计具有并行分布补偿形式的模糊固定阶输出反馈控制器如下:
反馈控制器规则Rulen:若θ(i,j)是Fn,则
其中,为反馈控制器状态,0≤nc≤nx是反馈控制器的阶数,且 是时间方向的反馈控制器状态,是空间方向的反馈控制器状态,为下一时刻的反馈控制器状态,Acn,Bcn,Kcn,Dcn是待定的反馈控制器增益;
将反馈控制器(11)应用于热交换器温控系统的T-S模糊2D模型(10)中,可得闭环热交换器温控系统为:
其中,
10.根据权利要求9所述的一种基于2D模型的热交换器温度模糊控制系统,其特征在于:所述稳定性证明模块中采用的Lyapunov函数为:
考察Lyapunov函数(14)沿着时间和空间两个方向上的增量,并考虑鲁棒干扰抑制性能γ,有:
沿着系统(12)的轨迹,有
结合式(15)、(16),并抽取模糊隶属度函数,有
为在统一的凸优化框架下的控制器参数化设计,指定矩阵G和H具有下述结构,
将式(19)中定义的矩阵带入式(17)中,通过调整合适的参数δ1,δ2,δ3,α1,α2,α3,可使得式(17)中的矩阵Λ负定,即满足式(20)成立:
此时,系统(12)渐近稳定,且具备最优的鲁棒干扰抑制性能γmin,且固定阶输出反馈控制器增益由下式参数化求解:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011097759.8A CN112180717B (zh) | 2020-10-14 | 2020-10-14 | 一种基于2d模型的热交换器温度模糊控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011097759.8A CN112180717B (zh) | 2020-10-14 | 2020-10-14 | 一种基于2d模型的热交换器温度模糊控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112180717A true CN112180717A (zh) | 2021-01-05 |
CN112180717B CN112180717B (zh) | 2021-09-03 |
Family
ID=73950019
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011097759.8A Active CN112180717B (zh) | 2020-10-14 | 2020-10-14 | 一种基于2d模型的热交换器温度模糊控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112180717B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113296405A (zh) * | 2021-05-21 | 2021-08-24 | 河北工业大学 | 基于2d模型的化工热反应釜的模糊变结构控制方法及装置 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008103653A2 (en) * | 2007-02-20 | 2008-08-28 | Massachusetts Institute Of Technology | Broadcast control of cellular stochastic control systems with applications to actuators |
US20120045013A1 (en) * | 2010-08-23 | 2012-02-23 | Tongji University | Method for real-time online control of hybrid nonlinear system |
CN103941583A (zh) * | 2014-05-04 | 2014-07-23 | 福州大学 | 抗扰动复合非线性伺服控制器的参数化设计方法 |
CN106873558A (zh) * | 2017-03-22 | 2017-06-20 | 东北大学 | 一种非线性系统的模糊重复输出控制器及其控制方法 |
CN108107723A (zh) * | 2017-11-28 | 2018-06-01 | 辽宁石油化工大学 | 非线性间歇过程的2d最优模糊控制器设计方法 |
AU2018100710A4 (en) * | 2018-03-28 | 2018-06-28 | Guizhou University | Adaptive Neural Network Control Method For Arch-Shaped Microelectromechanical System |
CN108227494A (zh) * | 2018-01-05 | 2018-06-29 | 海南师范大学 | 非线性批次过程2d最优约束模糊容错控制方法 |
CN108646564A (zh) * | 2018-05-25 | 2018-10-12 | 安徽大学 | 一种基于事件触发的不确定再入飞行器模型的设计方法 |
CN109934351A (zh) * | 2019-03-06 | 2019-06-25 | 南京航空航天大学 | 一种量子教与学算法以及基于量子教与学算法的模糊滑模控制方法 |
CN110017696A (zh) * | 2019-04-18 | 2019-07-16 | 杭州电子科技大学 | 具有不确定性的t-s模型的工业炉温度控制方法 |
CN110058526A (zh) * | 2019-05-20 | 2019-07-26 | 杭州电子科技大学 | 一种基于区间二型t-s模型的中立型系统的控制方法 |
CN110566403A (zh) * | 2019-08-08 | 2019-12-13 | 天津科技大学 | 一种风力发电t-s模糊鲁棒调度容错控制方法 |
KR20200093874A (ko) * | 2019-01-29 | 2020-08-06 | 한밭대학교 산학협력단 | 퍼지모델 기반 쿼드로터의 제어 시스템 및 방법 |
CN111531538A (zh) * | 2020-05-08 | 2020-08-14 | 哈尔滨工业大学 | 一种切换拓扑下的多机械臂系统一致性控制方法及装置 |
CN111716360A (zh) * | 2020-06-30 | 2020-09-29 | 河北工业大学 | 一种基于模糊逻辑的柔性关节机械臂采样控制方法及装置 |
CN111736612A (zh) * | 2020-07-14 | 2020-10-02 | 大连海事大学 | 一种基于多项式模糊模型的usv航迹跟踪控制方法 |
-
2020
- 2020-10-14 CN CN202011097759.8A patent/CN112180717B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008103653A2 (en) * | 2007-02-20 | 2008-08-28 | Massachusetts Institute Of Technology | Broadcast control of cellular stochastic control systems with applications to actuators |
US20120045013A1 (en) * | 2010-08-23 | 2012-02-23 | Tongji University | Method for real-time online control of hybrid nonlinear system |
CN103941583A (zh) * | 2014-05-04 | 2014-07-23 | 福州大学 | 抗扰动复合非线性伺服控制器的参数化设计方法 |
CN106873558A (zh) * | 2017-03-22 | 2017-06-20 | 东北大学 | 一种非线性系统的模糊重复输出控制器及其控制方法 |
CN108107723A (zh) * | 2017-11-28 | 2018-06-01 | 辽宁石油化工大学 | 非线性间歇过程的2d最优模糊控制器设计方法 |
CN108227494A (zh) * | 2018-01-05 | 2018-06-29 | 海南师范大学 | 非线性批次过程2d最优约束模糊容错控制方法 |
AU2018100710A4 (en) * | 2018-03-28 | 2018-06-28 | Guizhou University | Adaptive Neural Network Control Method For Arch-Shaped Microelectromechanical System |
CN108646564A (zh) * | 2018-05-25 | 2018-10-12 | 安徽大学 | 一种基于事件触发的不确定再入飞行器模型的设计方法 |
KR20200093874A (ko) * | 2019-01-29 | 2020-08-06 | 한밭대학교 산학협력단 | 퍼지모델 기반 쿼드로터의 제어 시스템 및 방법 |
CN109934351A (zh) * | 2019-03-06 | 2019-06-25 | 南京航空航天大学 | 一种量子教与学算法以及基于量子教与学算法的模糊滑模控制方法 |
CN110017696A (zh) * | 2019-04-18 | 2019-07-16 | 杭州电子科技大学 | 具有不确定性的t-s模型的工业炉温度控制方法 |
CN110058526A (zh) * | 2019-05-20 | 2019-07-26 | 杭州电子科技大学 | 一种基于区间二型t-s模型的中立型系统的控制方法 |
CN110566403A (zh) * | 2019-08-08 | 2019-12-13 | 天津科技大学 | 一种风力发电t-s模糊鲁棒调度容错控制方法 |
CN111531538A (zh) * | 2020-05-08 | 2020-08-14 | 哈尔滨工业大学 | 一种切换拓扑下的多机械臂系统一致性控制方法及装置 |
CN111716360A (zh) * | 2020-06-30 | 2020-09-29 | 河北工业大学 | 一种基于模糊逻辑的柔性关节机械臂采样控制方法及装置 |
CN111736612A (zh) * | 2020-07-14 | 2020-10-02 | 大连海事大学 | 一种基于多项式模糊模型的usv航迹跟踪控制方法 |
Non-Patent Citations (11)
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113296405A (zh) * | 2021-05-21 | 2021-08-24 | 河北工业大学 | 基于2d模型的化工热反应釜的模糊变结构控制方法及装置 |
CN113296405B (zh) * | 2021-05-21 | 2022-08-05 | 河北工业大学 | 基于2d模型的化工热反应釜的模糊变结构控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112180717B (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Afram et al. | Theory and applications of HVAC control systems–A review of model predictive control (MPC) | |
Liang et al. | Thermal comfort control based on neural network for HVAC application | |
Homod et al. | Gradient auto-tuned Takagi–Sugeno Fuzzy Forward control of a HVAC system using predicted mean vote index | |
Bai et al. | Collaborative actuation of wireless sensor and actuator networks for the agriculture industry | |
CN107632524B (zh) | 一种通信机房温度模型预测控制方法和系统 | |
CN111561733B (zh) | 基于gbdt的供暖户阀调节方法、系统及设备 | |
US11796977B2 (en) | PID controller autotuner using machine learning approaches | |
CN108444201A (zh) | 一种基于负荷动态变化的冷库温度前馈-模糊控制系统及控制方法 | |
CN112180717B (zh) | 一种基于2d模型的热交换器温度模糊控制方法及系统 | |
Espín et al. | A hybrid sliding mode controller approach for level control in the nuclear power plant steam generators | |
CN114909706B (zh) | 一种基于强化学习算法和压差控制的二级网平衡调控方法 | |
CN111981862A (zh) | 一种表面式间冷系统的循环水流量控制方法及装置 | |
Pan et al. | Optimization of industrial boiler combustion control system based on genetic algorithm | |
CN110094838A (zh) | 一种基于空调系统的可变参数无模型自适应控制方法 | |
CN113191638A (zh) | 计及热网热量传输动态特性的电热协调调度方法和装置 | |
CN109991849B (zh) | 一种时滞lpv系统有记忆h∞输出反馈控制器设计方法 | |
Oye et al. | Development of optimized smart indoor control for renewable air-conditioning | |
Zhang et al. | Adaptive fan-coil outlet wind temperature control with correction module of thermistor for the ASHPAC system | |
Zhu et al. | Two-degree-of-freedom compound control based on RBF neural network for air conditioning temperature control system | |
Zhao et al. | Simulation study of district heating control based on load forecasting | |
CN112650061B (zh) | 一种基于区间模糊的暖通空调节能预测控制方法 | |
Wang et al. | Interval type-2 fuzzy TS modeling for a heat exchange process on CE117 Process Trainer | |
Zhou et al. | Analysis of human body comfort based on variable precision fuzzy rough set of double universe | |
Zhang et al. | Radiator optimization design for planar motors based on parametric components | |
Grigoriu et al. | Intelligent buildings energy supply following climate parameters variation fuzzy control |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |