CN113739385B - 空调控制方法、装置和系统、存储介质 - Google Patents

空调控制方法、装置和系统、存储介质 Download PDF

Info

Publication number
CN113739385B
CN113739385B CN202111042746.5A CN202111042746A CN113739385B CN 113739385 B CN113739385 B CN 113739385B CN 202111042746 A CN202111042746 A CN 202111042746A CN 113739385 B CN113739385 B CN 113739385B
Authority
CN
China
Prior art keywords
error
control
product
control mode
absolute value
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.)
Active
Application number
CN202111042746.5A
Other languages
English (en)
Other versions
CN113739385A (zh
Inventor
卢志敏
陈晓峰
黄梦凌
廖和滨
张伟
卢国华
陈南海
袁建明
严德龙
曾广程
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Longyan Tobacco Industry Co Ltd
Original Assignee
Longyan Tobacco Industry Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Longyan Tobacco Industry Co Ltd filed Critical Longyan Tobacco Industry Co Ltd
Priority to CN202111042746.5A priority Critical patent/CN113739385B/zh
Publication of CN113739385A publication Critical patent/CN113739385A/zh
Application granted granted Critical
Publication of CN113739385B publication Critical patent/CN113739385B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/62Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63Electronic processing
    • F24F11/64Electronic processing using pre-stored data
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/62Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63Electronic processing
    • F24F11/65Electronic processing for selecting an operating mode
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/88Electrical aspects, e.g. circuits
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00Control inputs relating to air properties
    • F24F2110/10Temperature
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00Control inputs relating to air properties
    • F24F2110/20Humidity

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (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)
  • Air Conditioning Control Device (AREA)
  • Feedback Control In General (AREA)

Abstract

本公开涉及一种空调控制方法、装置和系统、存储介质。该空调控制方法包括:结合专家控制和模糊控制,对生产车间空调的温湿度控制回路进行比例积分微分控制。本公开可以提高空调自控的快速响应能力和抗干扰能力。

Description

空调控制方法、装置和系统、存储介质
技术领域
本公开涉及空调自控领域,特别涉及一种空调控制方法、装置和系统、存储介质。
背景技术
在卷烟生产车间中,恒温恒湿是保障工艺质量的基本要求,工艺温湿度要求:温度26±2℃,湿度63±5%RH。而烟草行业的生产车间空调区域面积大,重点发热设备分布不均匀;烟叶原料直接暴露在空气中,烟叶具有吸湿性,与环境温湿度交换充分,相互影响;空调区域并非全封闭,存在门窗、入口通道等外界干扰。由于烟草行业生产车间的特殊性,一套复杂的恒温恒湿的空调系统往往很难实现,常规的送回风空调系统难以确保生产车间的温湿度均衡。
发明内容
相关技术应用的模糊PID(Proportion Integration Differentiation,比例积分微分)控制器具有高精度、稳定性强、鲁棒性高的特点,但是模糊控制没有知识库,不具备自适应能力,灵活性和交互性都不是很强,空调刚开启需要一定的时间才可以达到温湿度要求,并且外加环境一旦发生扰动响应速度慢。
鉴于以上技术问题中的至少一项,本公开提供了一种空调控制方法、装置和系统、存储介质,可以提高空调自控的快速响应能力和抗干扰能力。
根据本公开的一个方面,提供一种空调控制方法,包括:
结合专家控制和模糊控制,对生产车间空调的温湿度控制回路进行比例积分微分控制。
在本公开的一些实施例中,所述结合专家控制和模糊控制,对生产车间空调的温湿度控制回路进行比例积分微分控制包括:
对于给定输入信号,将被控过程的实际输出值与设定值进行比较得到误差;
确定误差绝对值和误差乘积,其中,误差乘积为误差和误差变化量的乘积;
根据误差绝对值和误差乘积的大小,对控制模式进行切换。
在本公开的一些实施例中,所述根据误差绝对值和误差乘积的大小,对控制模式进行切换包括:
根据误差绝对值和误差乘积的大小,在第一控制模式和第二控制模式之间切换,其中,第一控制模式为专家控制模式,第二控制模式为模糊推理和专家控制的融合控制模式。
在本公开的一些实施例中,所述根据误差绝对值和误差乘积的大小,在第一控制模式和第二控制模式之间切换包括:
在误差绝对值和误差乘积的大小满足第一条件的情况下,切换至第一控制模式,应用专家控制器的控制策略;
在误差绝对值和误差乘积的大小满足第二条件的情况下,切换至第二控制模式,应用模糊推理对比例积分微分控制器的比例调节系数、积分调节系数和微分调节系数进行调节,并且结合专家控制策略,选用适当的比例积分微分控制方式,实施相应控制。
在本公开的一些实施例中,在第一条件为误差绝对值大于第一误差界限的情况下,所述应用专家控制器的控制策略包括:将控制器输出按照最大或最小输出。
在本公开的一些实施例中,在第一条件为误差乘积小于0且误差和上一次误差变化量的乘积大于0、或误差等于0的情况下,所述应用专家控制器的控制策略包括:保持控制器输出不变。
在本公开的一些实施例中,在第二条件为误差乘积大于等于0、且误差绝对值大于等于第二误差界限的情况下,第二控制模式的控制策略包括:根据比例调节系数、积分调节系数和微分调节系数确定控制变量;根据控制器的上一次输出值、增益放大系数和控制变量确定控制器的本次输出。
在本公开的一些实施例中,在第二条件为误差乘积大于等于0、且误差绝对值小于第二误差界限的情况下,第二控制模式的控制策略包括:根据比例调节系数、积分调节系数和微分调节系数确定控制变量;根据控制器的上一次输出值和控制变量确定控制器的本次输出。
在本公开的一些实施例中,在第二条件为误差乘积小于0、误差和上一次误差变化量的乘积小于0、且误差绝对值大于等于第二误差界限的情况下,或在误差等于0且误差绝对值大于等于第二误差界限的情况下,第二控制模式的控制策略包括:根据比例调节系数、误差的极值、增益放大系数确定控制变量;根据控制器的上一次输出值和控制变量确定控制器的本次输出。
在本公开的一些实施例中,在第二条件为误差乘积小于0、误差和上一次误差变化量的乘积小于0、且误差绝对值小于第二误差界限的情况下,或在误差等于0且误差绝对值小于第二误差界限的情况下,第二控制模式的控制策略包括:根据比例调节系数、误差的极值、抑制系数确定控制变量;根据控制器的上一次输出值和控制变量确定控制器的本次输出。
在本公开的一些实施例中,在第二条件为误差绝对值小于等于任意小正整数的情况下,第二控制模式的控制策略包括:加入积分控制,减少稳态误差;或,加入积分控制和微分控制,减少稳态误差。
在本公开的一些实施例中,所述空调控制方法还包括:
以送风温湿度参数为中间变量进行温湿度的串级控制。
在本公开的一些实施例中,所述空调控制方法还包括:
开机过程中,采用变积分参数和积分分离带的算法,根据温湿度的偏差量来抑制积分的作用。
根据本公开的另一方面,提供一种空调控制装置,用于结合专家控制和模糊控制,对生产车间空调的温湿度控制回路进行比例积分微分控制。
在本公开的一些实施例中,所述空调控制装置用于执行实现如上述任一实施例所述的空调控制方法的操作。
根据本公开的另一方面,提供一种空调控制装置,包括:
存储器,用于存储指令;
处理器,用于执行所述指令,使得所述空调控制装置执行实现如上述任一实施例所述的空调控制方法的操作。
根据本公开的另一方面,提供一种空调控制系统,包括如上述任一实施例所述的空调控制装置。
根据本公开的另一方面,提供一种非瞬时性计算机可读存储介质,其中,所述非瞬时性计算机可读存储介质存储有计算机指令,所述指令被处理器执行时实现如上述任一实施例所述的空调控制方法。
本公开可以提高空调自控的快速响应能力和抗干扰能力。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述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公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本公开一些实施例中模糊控制表的示意图。
图2为本公开空调控制装置一些实施例的示意图。
图3为本公开一些实施例专家-模糊PID控制曲线与相关技术模糊PID控制曲线的对比示意图。
图4为本公开空调控制系统一些实施例的示意图。
图5为本公开一些实施例中串级控制的示意图。
图6为本公开一些实施例PID控制有抗饱和情况与相关技术有PID控制无抗饱和情况的对比示意图。
图7为本公开空调控制方法一些实施例的示意图。
图8为本公开空调控制方法另一些实施例的示意图。
图9为本公开空调控制装置另一些实施例的结构示意图。
具体实施方式
下面将结合本公开实施例中的附图,对本公开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公开一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。基于本公开中的实施例,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,都属于本公开保护的范围。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
发明人通过研发发现:空调系统一年四季的工作状况是不断变化的,显然不同季节的环境下由于车间动态的热物理物性和变化的室外气象条件,温湿度控制回路的比例带(P)和积分常数(I)也应随之动态适应,以防较大的超调和无限振荡现象发生。空调自控系统作为一个基于反馈控制理论的控制系统,高精度温湿度控制策略核心继承了经典的PID闭环控制算法,但传统的普通PID控制算法的控制效果严重依赖P/I/D参数匹配情况,一旦人工PID参数设置不合理就很容易出现控制上的震荡,造成温湿度以设定值为中心的反复重复波动。
因此相关技术采用一种模糊PID控制器,是一种在常规PID调节器的基础上,应用模糊理论建立PID的三个参数kp、ki、kd与误差e和误差变化率ec之间的模糊关系,根据不同的e和ec在线自调整三个参数,即比例调节系数kp、积分调节系数ki和微分调节系数kd,以满足不同的e和ec对控制参数的不同要求,而使被控对象具有良好的动静态性能。其中常规PID调节器控制作用的如公式(1)所示。
u(k)=kpe(k)+kiΣe(k)+kd△e(k)(k=1,2,…,n) (1)
模糊自适应PID控制设计的核心是总结工程技术人员的技术知识和实际操作经验,建立合适的模糊规则表,得到针对kp、ki、kd三个参数分别整定的模糊控制表,如图1中的表1-表3所示,图1为本公开一些实施例中模糊控制表的示意图。
控制规则表建立好后,可根据如下方法进行自适应校正。将系统误差和误差变化率的变化范围定义为模糊集上的论域:e,ec={-5,-4,-3,-2,-1,0,1,2,3,4,5},其模糊子集为:e,ec={NB,NM,NS,O,PS,PM,PB},子集中的元素分别代表负大、负中、负小、零、正小、正中、正大。设e、ec和kp、ki、kd均服从正态分布,可得出各模糊子集的隶属度,根据各模糊子集的隶属度赋值表和各参数模糊控制模型,应用模糊合成推理设计PID参数的模糊矩阵表,查出修正参数代入公式(2)计算。
kp=kp′+{ei,eci}p,ki=ki′+{ei,eci}i,kd=kd′+{ei,eci}d (2)
相关技术应用模糊PID控制器高精度、稳定性强、鲁棒性高的特点,但是模糊控制没有知识库,不具备自适应能力,灵活性和交互性都不是很强,空调刚开启需要一定的时间才可以达到温湿度要求,并且外加环境一旦发生扰动响应速度慢。
发明人通过研究发现:模糊控制没有知识库,不具备自适应能力,灵活性和交互性都不是很强,而专家系统一般不能间接地对生产过程和被控对象进行控制,但是专家控制器进入稳定状态快的特点,提高控制器对过程控制中多容、时变性、大滞后性较强的特点。
鉴于以上技术问题中的至少一项,本公开提供了一种空调控制方法、装置和系统、存储介质,本公开将专家系统控制和模糊控制相结合,对各自的应用范围进行扩展,发挥各自的优点。下面通过具体实施例对本公开上述实施例进行说明。
图2为本公开空调控制装置一些实施例的示意图。如图2所示,所述空调控制装置,用于结合专家控制和模糊控制,对生产车间空调的温湿度控制回路进行比例积分微分控制。
在本公开的一些实施例中,所述生产车间可以为制丝车间等卷烟生产车间。
如图2所示,所述空调控制装置为一种专家-模糊自适应PID控制系统结构图。如图2所示,本公开可以将模糊推理调整后的kp、ki、kd应用于专家控制规则的公式中,设计出专家-模糊自适应PID控制系统。
在本公开的一些实施例中,如图2所示,空调控制装置可以用于对于给定输入信号rin,将被控过程的实际输出值yout与设定值rin进行比较得到误差e;确定误差绝对值|e(k)|和误差乘积e(k)△e(k),其中,误差乘积为误差e(k)和误差变化量△e(k)的乘积,e(k)为误差的第k个值,△e(k)为误差的第k个值为误差的第k个变化值;根据误差绝对值和误差乘积的大小,对控制模式进行模式选择和模式切换。
在本公开的一些实施例中,空调控制装置可以用于根据误差绝对值和误差乘积的大小,在第一控制模式和第二控制模式之间切换,其中,第一控制模式为专家控制模式,第二控制模式为模糊推理和专家控制的融合控制模式。
在本公开的一些实施例中,如图2所示,空调控制装置可以用于在误差绝对值和误差乘积的大小满足第一条件的情况下,切换至第一控制模式,应用专家控制器的控制策略;在误差绝对值和误差乘积的大小满足第二条件的情况下,切换至第二控制模式,应用模糊推理对比例积分微分控制器的比例调节系数kp、积分调节系数ki和微分调节系数kd进行调节,并且结合专家控制策略,选用适当的比例积分微分控制方式,实施相应控制。
在本公开的一些实施例中,在第一条件为误差绝对值|e(k)|大于第一误差界限M1的情况下,所述应用专家控制器的控制策略包括:将控制器输出按照最大或最小输出。在第一条件为误差绝对值|e(k)|大于第一误差界限M1的情况下,说明误差已经很大,控制器输出应按照最大(小)输出,以迅速调整误差,使误差绝对值以最大速度减小。
在本公开的一些实施例中,在第一条件为误差乘积e(k)△e(k)小于0且误差e(k)和上一次误差变化量△e(k-1)的乘积e(k)△e(k-1)大于0、或误差e(k)等于0的情况下,说明误差绝对值朝减小方向变化,或已达到平衡状态,所述应用专家控制器的控制策略包括:保持控制器输出不变。
在本公开的一些实施例中,在第二条件为误差乘积e(k)△e(k)大于等于0、且误差绝对值|e(k)|大于等于第二误差界限M2的情况下,第二控制模式的控制策略包括:根据比例调节系数、积分调节系数和微分调节系数确定控制变量;根据控制器的上一次输出值、增益放大系数和控制变量确定控制器的本次输出,其中,M1、M2为设定的误差界限,M1>M2。
在本公开的一些实施例中,当e(k)△e(k)≥0时,说明误差正朝绝对值增大方向变化,或者误差为某一常值;此时,如果|e(k)|≥M2,说明误差也较大,可考虑实施较强的控制作用,以达到使误差绝对值朝减小方向变化,并迅速减小误差的绝对值,控制器输出如公式(3)所示。
u(k)=u(k-1)+k1{kp[e(k)-e(k-1)]+kie(k)+kd[e(k)-2e(k-1)+e(k-2)]} (3)
在本公开的一些实施例中,在第二条件为误差乘积e(k)△e(k)大于等于0、且误差绝对值|e(k)|小于第二误差界限M2的情况下,第二控制模式的控制策略包括:根据比例调节系数、积分调节系数和微分调节系数确定控制变量;根据控制器的上一次输出值和控制变量确定控制器的本次输出。
在本公开的一些实施例中,当e(k)△e(k)≥0时,说明误差正朝绝对值增大方向变化,或者误差为某一常值;此时,如果|e(k)|<M2,说明尽管误差朝绝对值增大方向变化,但误差绝对值本身并不很大,考虑实施一般的控制作用,只要扭转误差的变化趋势,使其朝误差绝对值减小方向变化,控制器输出如公式(4)所示。
u(k)=u(k-1)+kp[e(k)-e(k-1)]+kie(k)+kd[e(k)-2e(k-1)+e(k-2)] (4)
公式(3)和公式(4)中,e(k)为误差的第k个值;△e(k)为误差的第k个变化值;u(k)为第k次控制器的输出;u(k-1)为第k-1次控制器的输出;k1为增益放大系数,k1>1;k2为抑制系数,0<k2<1。
在本公开的一些实施例中,在第二条件为误差乘积e(k)△e(k小于0、误差和上一次误差变化量的乘积e(k)△e(k-1)小于0、且误差绝对值大于等于第二误差界限的情况下,或在误差等于0且误差绝对值大于等于第二误差界限的情况下,第二控制模式的控制策略包括:根据比例调节系数、误差的极值、增益放大系数确定控制变量;根据控制器的上一次输出值和控制变量确定控制器的本次输出。
在本公开的一些实施例中,当e(k)△e(k)<0且e(k)△e(k-1)<0时,说明误差处于极值状态.如果此时误差绝对值较大,即|e(k)|≥M2,可按照公式(5)实施较强的控制作用。
u(k)=u(k-1)+k1kpem(k) (5)
在本公开的一些实施例中,在第二条件为误差乘积小于0、误差和上一次误差变化量的乘积小于0、且误差绝对值小于第二误差界限的情况下,或在误差等于0且误差绝对值小于第二误差界限的情况下,第二控制模式的控制策略包括:根据比例调节系数、误差的极值、抑制系数确定控制变量;根据控制器的上一次输出值和控制变量确定控制器的本次输出。
在本公开的一些实施例中,当e(k)△e(k)<0且e(k)△e(k-1)<0时,说明误差处于极值状态.如果此时误差绝对值较大,如果|e(k)|<M2,可按照公式(6)实施较弱的控制作用:
u(k)=u(k-1)+k2kpem (k) (6)
公式(5)和公式(6)中,em(k)为误差e的第k个极值。
在本公开的一些实施例中,在第二条件为误差绝对值小于等于任意小正整数的情况下,第二控制模式的控制策略包括:加入积分控制,减少稳态误差;或,加入积分控制和微分控制,减少稳态误差。
在本公开的一些实施例中,当|e(k)|≤ε时,说明误差绝对值很小,此时加入积分,也可以适当加入微分作用,减少稳态误差,其中,ε为任意小的正整数。
基于本公开上述实施例提供的空调控制装置,是一种专家-模糊自适应PID控制技术,本公开上述实施例引入专家判断进行控制的方式,将操作人员的调整经验作为知识存入计算机中,建立知识库与现场实际情况相符的专家系统改善控制效果。本公开上述实施例应用模糊PID控制器高精度、稳定性强、鲁棒性高的优点,结合专家控制器进入稳定状态快的特点,提高控制器对过程控制中多容、时变性、大滞后性较强的系统的控制效果,从而可以实现无须人工干预就可以根据控制效果自动修正比例带(P)和积分常数(I),以保证车间能更快速和更稳定到达温湿度要求。
本公开上述实施例提供的空调控制装置给定输入信号,将被控过程的实际输出与设定值进行比较得到误差e(k),此时模式选择开关根据误差绝对值|e(k)|,以及误差与其变化量的乘积e(k)△e(k)值的大小,在专家控制状态和模糊推理加专家控制状态间切换。具体切换过程如下:当|e(k)|>M1时,应用专家控制器的规则,将专家控制器输出按照最大或最小输出;当e(k)△e(k)<0且e(k)△e(k-1)>0,或e(k)=0时,应用专家控制器的规则,保持控制器输出不变;其余情况应用模糊推理对PID控制器的kp、ki、kd进行调节,并且结合专家控制的其他规则,选用适当的PID控制方式,实施相应的控制。这种控制模式可以根据e(k)和△e(k)的实时值,对过程的控制作用大小进行灵活调节,并且既兼顾了专家控制速度快的特点,又具有模糊控制精度高、稳定性好的优点。
本公开上述实施例采用专家控制与模糊推理相结合的PID控制器设计方式,结合了专家控制速度快与模糊控制精度和稳定性高的优点,比单独采用模糊推理的PID控制方法有更好的效果。
图3为本公开一些实施例专家-模糊PID控制曲线与相关技术模糊PID控制曲线的对比示意图。图3a所示为相关技术模糊PID控制曲线,图3b为本公开专家-模糊PID控制曲线。通过对图3a和图3b的双容大滞后对象的仿真结果表明,专家-模糊PID控制在动态性能指标的超调量、上升时间、响应速度上都优于模糊PID控制,并且能够较快地进入稳定状态,适用于大滞后过程的控制。
根据本公开的另一方面,提供一种空调控制系统,包括空调控制装置、执行机构和传感器,其中:
空调控制装置为如上述任一实施例(例如图2实施例)所述的空调控制装置。
在本公开的一些实施例中,传感器可以包括若干个温度传感器和湿度传感器,其中,若干个温度传感器和湿度传感器,用于获取真实可靠的被控环境当前的温湿度状况,以作为精确恒温恒湿控制策略的基础。
在本公开的一些实施例中,各温度传感器和湿度传感器分别设于对应的送回风单元的送风口和回风口;即各送回风单元的送风口和回风口处均设有温度传感器和湿度传感器,且各送风口和回风口的温度传感器和湿度传感器的数量可以是多个,用于实时监测各送风口和回风口的温湿度值,以配合PID控制算法进行数据分析和计算。
在本公开的一些实施例中,执行机构可以包括加热单元、加湿单元和降温除湿单元,其中,加热单元、加湿单元和降温除湿单元,分别与所述控制器的输出端相连,即空调控制装置根据PID控制算法得到的结果去控制加热单元、加湿单元和降温除湿单元的工作状态和开度;在具体应用过程中,加热单元、加湿单元和降温除湿单元统称执行机构。
发明人注意到:卷烟生产车间生产环境中,由于被控区域往往空间较大,而空气的温湿度特别是温度是一个缓慢变化的过程。然而根据传统的反馈控制理论,只有在被控对象发生偏差也就是温湿度偏离设定值后才逐步开始进行纠正,外界干扰刚开始进入时还没有明显体现出来,等被控区域的温湿度出现偏离后执行机构(如表冷,加热,加湿阀)输出才开始变化,但这种事后的调节要在车间温湿度传感器感应出来,往往存在较大的滞后时间,从而导致温湿度超调现象,也就是人们常说的“系统反应慢”的感觉。
为防止因滞后时间导致的温湿度超调现象,本公开空调控制装置还可以用于以送风温湿度参数为中间变量进行温湿度的串级控制。
图4为本公开空调控制系统一些实施例的示意图。如图4所示,以相对湿度控制回路为例:所述空调控制系统包括空调控制装置、执行机构和传感器,其中:
在本公开的一些实施例中,如图4所示,空调控制装置可以包括车间相对湿度控制回路和送风相对湿度控制回路。
在本公开的一些实施例中,如图4所示,传感器可以包括车间相对湿度传感器和送风相对湿度传感器。
在本公开的一些实施例中,如图4所示,执行机构可以包括表冷,加热,加湿阀
图5为本公开一些实施例中串级控制的示意图。公式(7)和公式(8)为本公开以送风温湿度参数为中间变量进行温湿度的串级控制的控制原理。
Figure BDA0003249984680000121
Figure BDA0003249984680000122
图5、公式(7)和公式(8)中,r为给定值、输入信号;
Figure BDA0003249984680000123
测量值;q1(s)为由室内温湿度与目标温湿度计算送风温湿度目标值的数学模型;u1为送风目标值,u2为送风测量值,u为送风偏差值,us为送风偏差的一阶系统控制输出值;p2(s)为空调机组系统数学模型,
Figure BDA0003249984680000124
为空调保护抑制控制数学模型(如防凝水、防液击、送风温度上限保护等);d2为空调机组侧干扰变量,d1为控制区域干扰变量;p1(s)为控制区域热湿负荷数学模型,/>
Figure BDA0003249984680000131
为控制区域内空气处理设备控制数学模型(除湿机、微零加湿器等);q2(s)为空调执行机构输出数学模型。
本公开上述实施例采用串级前馈控制策略后,一旦出现热源或冷源发生突变,首先送风温湿度会发生快速变化,在串级控制的前馈补偿策略下,控制系统会快速的补偿和克服送风温湿度的扰动,而不是相关的反馈控制理论中要等到最终被控空调区域的温湿度变化后才采取行动,本公开上述实施例通过上述的串级前馈控制策略,可有效地避免和减少干扰对被控空调区域温湿度的波动影响。
发明人注意到:影响控制精度和稳定性的另一个重要问题在于控制器用两个PID控制回路分别控制温度及湿度。常常出现在刚开机时温、湿度误差较大而引起积分量过大,导致超调过多,系统长时间无法稳定的问题。
针对这一技术问题,空调控制装置还可以用于开机过程中,采用变积分参数和积分分离带的算法,根据温湿度的偏差量来抑制积分的作用。
图6为本公开一些实施例PID控制有抗饱和情况与相关技术有PID控制无抗饱和情况的对比示意图。图6a所示为相关技术有PID控制无抗饱和情况的示意图,图6b为本公开PID控制有抗饱和情况的示意图。
本公开上述实施例在控制程序中从采用了变积分参数和积分分离带的算法来避免此问题,在开机过程中自动根据温湿度的偏差量来抑制积分的作用,避免积分超调造成的大幅震荡,从而有效的提高了系统响应时间和稳定性。
相关技术惰性特性区域的模糊控制策略虽然控制系统已对空调系统建立了完整的的数学控制模型,但针对部分小惰性控制特性的空调区域采用传统的PID控制策略还是会出现稳定性不佳的状况,针对这种无法用数学模型准确控制的特殊工况,本公开上述实施例创新地引入了现代模糊控制理论,利用模糊控制理论提供的的温湿度控制水平。
图7为本公开空调控制方法一些实施例的示意图。优选的,本实施例可由本公开空调控制装置或本公开空调控制系统执行。该方法至少可以包括步骤70,其中:
步骤70,结合专家控制和模糊控制,对生产车间空调的温湿度控制回路进行比例积分微分控制。
在本公开的一些实施例中,步骤70可以包括步骤71-步骤73中的至少一项,其中:
步骤71,对于给定输入信号,将被控过程的实际输出值与设定值进行比较得到误差。
步骤72,确定误差绝对值和误差乘积,其中,误差乘积为误差和误差变化量的乘积。
步骤73,根据误差绝对值和误差乘积的大小,对控制模式进行切换。
在本公开的一些实施例中,步骤73可以包括步骤730,其中:
步骤730,根据误差绝对值和误差乘积的大小,在第一控制模式和第二控制模式之间切换,其中,第一控制模式为专家控制模式,第二控制模式为模糊推理和专家控制的融合控制模式。
在本公开的一些实施例中,步骤730可以包括步骤731-步骤732中至少一项,其中:
在本公开的一些实施例中,所述根据误差绝对值和误差乘积的大小,在第一控制模式和第二控制模式之间切换包括:
步骤731,在误差绝对值和误差乘积的大小满足第一条件的情况下,切换至第一控制模式,应用专家控制器的控制策略。
在本公开的一些实施例中,在第一条件为误差绝对值|e(k)|大于第一误差界限M1的情况下,所述应用专家控制器的控制策略包括:将控制器输出按照最大或最小输出。在第一条件为误差绝对值|e(k)|大于第一误差界限M1的情况下,说明误差已经很大,控制器输出应按照最大(小)输出,以迅速调整误差,使误差绝对值以最大速度减小。
在本公开的一些实施例中,在第一条件为误差乘积e(k)△e(k)小于0且误差e(k)和上一次误差变化量△e(k-1)的乘积e(k)△e(k-1)大于0、或误差e(k)等于0的情况下,说明误差绝对值朝减小方向变化,或已达到平衡状态,所述应用专家控制器的控制策略包括:保持控制器输出不变。
步骤732,在误差绝对值和误差乘积的大小满足第二条件的情况下,切换至第二控制模式,应用模糊推理对比例积分微分控制器的比例调节系数、积分调节系数和微分调节系数进行调节,并且结合专家控制策略,选用适当的比例积分微分控制方式,实施相应控制。
在本公开的一些实施例中,在第二条件为误差乘积e(k)△e(k)大于等于0、且误差绝对值|e(k)|大于等于第二误差界限M2的情况下,第二控制模式的控制策略包括:根据比例调节系数、积分调节系数和微分调节系数确定控制变量;根据控制器的上一次输出值、增益放大系数和控制变量确定控制器的本次输出,其中,M1、M2为设定的误差界限,M1>M2。
在本公开的一些实施例中,当e(k)△e(k)≥0时,说明误差正朝绝对值增大方向变化,或者误差为某一常值;此时,如果|e(k)|≥M2,说明误差也较大,可考虑实施较强的控制作用,以达到使误差绝对值朝减小方向变化,并迅速减小误差的绝对值,控制器输出如公式(3)所示。
在本公开的一些实施例中,在第二条件为误差乘积e(k)△e(k)大于等于0、且误差绝对值|e(k)|小于第二误差界限M2的情况下,第二控制模式的控制策略包括:根据比例调节系数、积分调节系数和微分调节系数确定控制变量;根据控制器的上一次输出值和控制变量确定控制器的本次输出。
在本公开的一些实施例中,当e(k)△e(k)≥0时,说明误差正朝绝对值增大方向变化,或者误差为某一常值;此时,如果|e(k)|<M2,说明尽管误差朝绝对值增大方向变化,但误差绝对值本身并不很大,考虑实施一般的控制作用,只要扭转误差的变化趋势,使其朝误差绝对值减小方向变化,控制器输出如公式(4)所示。
在本公开的一些实施例中,在第二条件为误差乘积e(k)△e(k小于0、误差和上一次误差变化量的乘积e(k)△e(k-1)小于0、且误差绝对值大于等于第二误差界限的情况下,或在误差等于0且误差绝对值大于等于第二误差界限的情况下,第二控制模式的控制策略包括:根据比例调节系数、误差的极值、增益放大系数确定控制变量;根据控制器的上一次输出值和控制变量确定控制器的本次输出。
在本公开的一些实施例中,当e(k)△e(k)<0且e(k)△e(k-1)<0时,说明误差处于极值状态.如果此时误差绝对值较大,即|e(k)|≥M2,可按照公式(5)实施较强的控制作用。
在本公开的一些实施例中,在第二条件为误差乘积小于0、误差和上一次误差变化量的乘积小于0、且误差绝对值小于第二误差界限的情况下,或在误差等于0且误差绝对值小于第二误差界限的情况下,第二控制模式的控制策略包括:根据比例调节系数、误差的极值、抑制系数确定控制变量;根据控制器的上一次输出值和控制变量确定控制器的本次输出。
在本公开的一些实施例中,当e(k)△e(k)<0且e(k)△e(k-1)<0时,说明误差处于极值状态.如果此时误差绝对值较大,如果|e(k)|<M2,可按照公式(6)实施较弱的控制作用:
在本公开的一些实施例中,在第二条件为误差绝对值小于等于任意小正整数的情况下,第二控制模式的控制策略包括:加入积分控制,减少稳态误差;或,加入积分控制和微分控制,减少稳态误差。
基于本公开上述实施例提供的空调控制方法,是一种专家-模糊自适应PID控制技术,本公开上述实施例引入专家判断进行控制的方式,将操作人员的调整经验作为知识存入计算机中,建立知识库与现场实际情况相符的专家系统改善控制效果。本公开上述实施例应用模糊PID控制器高精度、稳定性强、鲁棒性高的优点,结合专家控制器进入稳定状态快的特点,提高控制器对过程控制中多容、时变性、大滞后性较强的系统的控制效果,从而可以实现无须人工干预就可以根据控制效果自动修正比例带(P)和积分常数(I),以保证车间能更快速和更稳定到达温湿度要求。
图8为本公开空调控制方法另一些实施例的示意图。优选的,本实施例可由本公开空调控制装置或本公开空调控制系统执行。该方法可以包括步骤70-步骤90中的至少一项,其中:
步骤70,结合专家控制和模糊控制,对生产车间空调的温湿度控制回路进行比例积分微分控制。
步骤80,以送风温湿度参数为中间变量进行温湿度的串级控制。
本公开上述实施例采用串级前馈控制策略后,一旦出现热源或冷源发生突变,首先送风温湿度会发生快速变化,在串级控制的前馈补偿策略下,控制系统会快速的补偿和克服送风温湿度的扰动,而不是相关的反馈控制理论中要等到最终被控空调区域的温湿度变化后才采取行动,本公开上述实施例通过上述的串级前馈控制策略,可有效地避免和减少干扰对被控空调区域温湿度的波动影响。
步骤90,开机过程中,采用变积分参数和积分分离带的算法,根据温湿度的偏差量来抑制积分的作用。
本公开上述实施例在控制程序中从采用了变积分参数和积分分离带的算法,在开机过程中自动根据温湿度的偏差量来抑制积分的作用,避免积分超调造成的大幅震荡,从而有效的提高了系统响应时间和稳定性。
图9为本公开空调控制装置另一些实施例的结构示意图。如图9所示,空调控制装置包括存储器91和处理器92。
存储器91用于存储指令,处理器92耦合到存储器91,处理器92被配置为基于存储器存储的指令执行实现上述实施例(例如图7或图8实施例)涉及的方法。
如图9所示,该空调控制装置还包括通信接口93,用于与其它设备进行信息交互。同时,该空调控制装置还包括总线94,处理器92、通信接口93、以及存储器91通过总线94完成相互间的通信。
存储器91可以包含高速RAM存储器,也可还包括非易失性存储器(non-volatilememory),例如至少一个磁盘存储器。存储器91也可以是存储器阵列。存储器91还可能被分块,并且块可按一定的规则组合成虚拟卷。
此外,处理器92可以是一个中央处理器CPU,或者可以是专用集成电路ASIC,或是被配置成实施本公开实施例的一个或多个集成电路。
根据本公开的另一方面,提供一种空调控制系统,包括如上述任一实施例(例如图2或图9实施例)所述的空调控制装置。
本公开上述实施例提供了一种基于变参数自适应PID控制的抗干扰高精度的空调控制方法、装置和系统,大大提高了空调的响应速度和抗干扰能力。
根据本公开的另一方面,提供一种非瞬时性计算机可读存储介质,其中,所述非瞬时性计算机可读存储介质存储有计算机指令,所述指令被处理器执行时实现如上述任一实施例(例如图7或图8实施例)所述的空调控制方法。
本公开上述实施例大大提高了空调的响应速度和抗干扰能力。
本领域内的技术人员应明白,本公开的实施例可提供为方法、装置、或计算机程序产品。因此,本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在上面所描述的空调控制装置可以实现为用于执行本申请所描述功能的通用处理器、可编程逻辑控制器(PLC)、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件或者其任意适当组合。
至此,已经详细描述了本公开。为了避免遮蔽本公开的构思,没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述,完全可以明白如何实施这里公开的技术方案。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指示相关的硬件完成,所述的程序可以存储于一种非瞬时性计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
本公开的描述是为了示例和描述起见而给出的,而并不是无遗漏的或者将本公开限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本公开的原理和实际应用,并且使本领域的普通技术人员能够理解本公开从而设计适于特定用途的带有各种修改的各种实施例。

Claims (14)

1.一种空调控制方法,其特征在于,包括:
结合专家控制和模糊控制,对生产车间空调的温湿度控制回路进行比例积分微分控制;
其中,所述结合专家控制和模糊控制,对生产车间空调的温湿度控制回路进行比例积分微分控制包括:
对于给定输入信号,将被控过程的实际输出值与设定值进行比较得到误差;
确定误差绝对值和误差乘积,其中,误差乘积为误差和误差变化量的乘积;
根据误差绝对值和误差乘积的大小,对控制模式进行切换;
其中,所述根据误差绝对值和误差乘积的大小,对控制模式进行切换包括:
根据误差绝对值和误差乘积的大小,在第一控制模式和第二控制模式之间切换,其中,第一控制模式为专家控制模式,第二控制模式为模糊推理和专家控制的融合控制模式;
其中,所述根据误差绝对值和误差乘积的大小,在第一控制模式和第二控制模式之间切换包括:
在误差绝对值和误差乘积的大小满足第一条件的情况下,切换至第一控制模式,应用专家控制器的控制策略,其中,在第一条件为误差绝对值大于第一误差界限的情况下,所述应用专家控制器的控制策略包括:将控制器输出按照最大或最小输出;
在误差绝对值和误差乘积的大小满足第二条件的情况下,切换至第二控制模式,根据比例调节系数、积分调节系数和微分调节系数确定控制变量,根据控制器的上一次输出值、增益放大系数和控制变量确定控制器的本次输出,其中,第二条件为误差乘积大于等于0、且误差绝对值大于等于第二误差界限。
2.一种空调控制方法,其特征在于,包括:
结合专家控制和模糊控制,对生产车间空调的温湿度控制回路进行比例积分微分控制;
其中,所述结合专家控制和模糊控制,对生产车间空调的温湿度控制回路进行比例积分微分控制包括:
对于给定输入信号,将被控过程的实际输出值与设定值进行比较得到误差;
确定误差绝对值和误差乘积,其中,误差乘积为误差和误差变化量的乘积;
根据误差绝对值和误差乘积的大小,对控制模式进行切换;
其中,所述根据误差绝对值和误差乘积的大小,对控制模式进行切换包括:
根据误差绝对值和误差乘积的大小,在第一控制模式和第二控制模式之间切换,其中,第一控制模式为专家控制模式,第二控制模式为模糊推理和专家控制的融合控制模式;
其中,所述根据误差绝对值和误差乘积的大小,在第一控制模式和第二控制模式之间切换包括:
在误差绝对值和误差乘积的大小满足第一条件的情况下,切换至第一控制模式,应用专家控制器的控制策略,其中,在第一条件为误差绝对值大于第一误差界限的情况下,所述应用专家控制器的控制策略包括:将控制器输出按照最大或最小输出;
在误差绝对值和误差乘积的大小满足第二条件的情况下,切换至第二控制模式,根据比例调节系数、积分调节系数和微分调节系数确定控制变量,根据控制器的上一次输出值和控制变量确定控制器的本次输出,其中,第二条件为误差乘积大于等于0、且误差绝对值小于第二误差界限。
3.一种空调控制方法,其特征在于,包括:
结合专家控制和模糊控制,对生产车间空调的温湿度控制回路进行比例积分微分控制;
其中,所述结合专家控制和模糊控制,对生产车间空调的温湿度控制回路进行比例积分微分控制包括:
对于给定输入信号,将被控过程的实际输出值与设定值进行比较得到误差;
确定误差绝对值和误差乘积,其中,误差乘积为误差和误差变化量的乘积;
根据误差绝对值和误差乘积的大小,对控制模式进行切换;
其中,所述根据误差绝对值和误差乘积的大小,对控制模式进行切换包括:
根据误差绝对值和误差乘积的大小,在第一控制模式和第二控制模式之间切换,其中,第一控制模式为专家控制模式,第二控制模式为模糊推理和专家控制的融合控制模式;
其中,所述根据误差绝对值和误差乘积的大小,在第一控制模式和第二控制模式之间切换包括:
在误差绝对值和误差乘积的大小满足第一条件的情况下,切换至第一控制模式,应用专家控制器的控制策略,其中,在第一条件为误差绝对值大于第一误差界限的情况下,所述应用专家控制器的控制策略包括:将控制器输出按照最大或最小输出;
在误差绝对值和误差乘积的大小满足第二条件的情况下,切换至第二控制模式,根据比例调节系数、误差的极值、增益放大系数确定控制变量,根据控制器的上一次输出值和控制变量确定控制器的本次输出,其中,第二条件为误差乘积小于0、误差和上一次误差变化量的乘积小于0、且误差绝对值大于等于第二误差界限的情况下,或在误差等于0且误差绝对值大于等于第二误差界限。
4.一种空调控制方法,其特征在于,包括:
结合专家控制和模糊控制,对生产车间空调的温湿度控制回路进行比例积分微分控制;
其中,所述结合专家控制和模糊控制,对生产车间空调的温湿度控制回路进行比例积分微分控制包括:
对于给定输入信号,将被控过程的实际输出值与设定值进行比较得到误差;
确定误差绝对值和误差乘积,其中,误差乘积为误差和误差变化量的乘积;
根据误差绝对值和误差乘积的大小,对控制模式进行切换;
其中,所述根据误差绝对值和误差乘积的大小,对控制模式进行切换包括:
根据误差绝对值和误差乘积的大小,在第一控制模式和第二控制模式之间切换,其中,第一控制模式为专家控制模式,第二控制模式为模糊推理和专家控制的融合控制模式;
其中,所述根据误差绝对值和误差乘积的大小,在第一控制模式和第二控制模式之间切换包括:
在误差绝对值和误差乘积的大小满足第一条件的情况下,切换至第一控制模式,应用专家控制器的控制策略,其中,在第一条件为误差绝对值大于第一误差界限的情况下,所述应用专家控制器的控制策略包括:将控制器输出按照最大或最小输出;
在误差绝对值和误差乘积的大小满足第二条件的情况下,切换至第二控制模式,根据比例调节系数、误差的极值、抑制系数确定控制变量;根据控制器的上一次输出值和控制变量确定控制器的本次输出,其中,第二条件为误差乘积小于0、误差和上一次误差变化量的乘积小于0、且误差绝对值小于第二误差界限。
5.一种空调控制方法,其特征在于,包括:
结合专家控制和模糊控制,对生产车间空调的温湿度控制回路进行比例积分微分控制;
其中,所述结合专家控制和模糊控制,对生产车间空调的温湿度控制回路进行比例积分微分控制包括:
对于给定输入信号,将被控过程的实际输出值与设定值进行比较得到误差;
确定误差绝对值和误差乘积,其中,误差乘积为误差和误差变化量的乘积;
根据误差绝对值和误差乘积的大小,对控制模式进行切换;
其中,所述根据误差绝对值和误差乘积的大小,对控制模式进行切换包括:
根据误差绝对值和误差乘积的大小,在第一控制模式和第二控制模式之间切换,其中,第一控制模式为专家控制模式,第二控制模式为模糊推理和专家控制的融合控制模式;
其中,所述根据误差绝对值和误差乘积的大小,在第一控制模式和第二控制模式之间切换包括:
在误差绝对值和误差乘积的大小满足第一条件的情况下,切换至第一控制模式,应用专家控制器的控制策略,其中,在第一条件为误差乘积小于0且误差和上一次误差变化量的乘积大于0、或误差等于0的情况下,所述应用专家控制器的控制策略包括:保持控制器输出不变;
在误差绝对值和误差乘积的大小满足第二条件的情况下,切换至第二控制模式,根据比例调节系数、积分调节系数和微分调节系数确定控制变量,根据控制器的上一次输出值、增益放大系数和控制变量确定控制器的本次输出,其中,第二条件为误差乘积大于等于0、且误差绝对值大于等于第二误差界限。
6.一种空调控制方法,其特征在于,包括:
结合专家控制和模糊控制,对生产车间空调的温湿度控制回路进行比例积分微分控制;
其中,所述结合专家控制和模糊控制,对生产车间空调的温湿度控制回路进行比例积分微分控制包括:
对于给定输入信号,将被控过程的实际输出值与设定值进行比较得到误差;
确定误差绝对值和误差乘积,其中,误差乘积为误差和误差变化量的乘积;
根据误差绝对值和误差乘积的大小,对控制模式进行切换;
其中,所述根据误差绝对值和误差乘积的大小,对控制模式进行切换包括:
根据误差绝对值和误差乘积的大小,在第一控制模式和第二控制模式之间切换,其中,第一控制模式为专家控制模式,第二控制模式为模糊推理和专家控制的融合控制模式;
其中,所述根据误差绝对值和误差乘积的大小,在第一控制模式和第二控制模式之间切换包括:
在误差绝对值和误差乘积的大小满足第一条件的情况下,切换至第一控制模式,应用专家控制器的控制策略,其中,在第一条件为误差乘积小于0且误差和上一次误差变化量的乘积大于0、或误差等于0的情况下,所述应用专家控制器的控制策略包括:保持控制器输出不变;
在误差绝对值和误差乘积的大小满足第二条件的情况下,切换至第二控制模式,根据比例调节系数、积分调节系数和微分调节系数确定控制变量,根据控制器的上一次输出值和控制变量确定控制器的本次输出,其中,第二条件为误差乘积大于等于0、且误差绝对值小于第二误差界限。
7.一种空调控制方法,其特征在于,包括:
结合专家控制和模糊控制,对生产车间空调的温湿度控制回路进行比例积分微分控制;
其中,所述结合专家控制和模糊控制,对生产车间空调的温湿度控制回路进行比例积分微分控制包括:
对于给定输入信号,将被控过程的实际输出值与设定值进行比较得到误差;
确定误差绝对值和误差乘积,其中,误差乘积为误差和误差变化量的乘积;
根据误差绝对值和误差乘积的大小,对控制模式进行切换;
其中,所述根据误差绝对值和误差乘积的大小,对控制模式进行切换包括:
根据误差绝对值和误差乘积的大小,在第一控制模式和第二控制模式之间切换,其中,第一控制模式为专家控制模式,第二控制模式为模糊推理和专家控制的融合控制模式;
其中,所述根据误差绝对值和误差乘积的大小,在第一控制模式和第二控制模式之间切换包括:
在误差绝对值和误差乘积的大小满足第一条件的情况下,切换至第一控制模式,应用专家控制器的控制策略,其中,在第一条件为误差乘积小于0且误差和上一次误差变化量的乘积大于0、或误差等于0的情况下,所述应用专家控制器的控制策略包括:保持控制器输出不变;
在误差绝对值和误差乘积的大小满足第二条件的情况下,切换至第二控制模式,根据比例调节系数、误差的极值、增益放大系数确定控制变量,根据控制器的上一次输出值和控制变量确定控制器的本次输出,其中,第二条件为误差乘积小于0、误差和上一次误差变化量的乘积小于0、且误差绝对值大于等于第二误差界限的情况下,或在误差等于0且误差绝对值大于等于第二误差界限。
8.一种空调控制方法,其特征在于,包括:
结合专家控制和模糊控制,对生产车间空调的温湿度控制回路进行比例积分微分控制;
其中,所述结合专家控制和模糊控制,对生产车间空调的温湿度控制回路进行比例积分微分控制包括:
对于给定输入信号,将被控过程的实际输出值与设定值进行比较得到误差;
确定误差绝对值和误差乘积,其中,误差乘积为误差和误差变化量的乘积;
根据误差绝对值和误差乘积的大小,对控制模式进行切换;
其中,所述根据误差绝对值和误差乘积的大小,对控制模式进行切换包括:
根据误差绝对值和误差乘积的大小,在第一控制模式和第二控制模式之间切换,其中,第一控制模式为专家控制模式,第二控制模式为模糊推理和专家控制的融合控制模式;
其中,所述根据误差绝对值和误差乘积的大小,在第一控制模式和第二控制模式之间切换包括:
在误差绝对值和误差乘积的大小满足第一条件的情况下,切换至第一控制模式,应用专家控制器的控制策略,其中,在第一条件为误差乘积小于0且误差和上一次误差变化量的乘积大于0、或误差等于0的情况下,所述应用专家控制器的控制策略包括:保持控制器输出不变;
在误差绝对值和误差乘积的大小满足第二条件的情况下,切换至第二控制模式,根据比例调节系数、误差的极值、抑制系数确定控制变量;根据控制器的上一次输出值和控制变量确定控制器的本次输出,其中,第二条件为误差乘积小于0、误差和上一次误差变化量的乘积小于0、且误差绝对值小于第二误差界限。
9.根据权利要求1-8中任一项所述的空调控制方法,其特征在于,还包括:
以送风温湿度参数为中间变量进行温湿度的串级控制。
10.根据权利要求1-8中任一项所述的空调控制方法,其特征在于,还包括:
开机过程中,采用变积分参数和积分分离带的算法,根据温湿度的偏差量来抑制积分的作用。
11.一种空调控制装置,其特征在于,所述空调控制装置,用于结合专家控制和模糊控制,对生产车间空调的温湿度控制回路进行比例积分微分控制;其中,所述空调控制装置用于执行实现如权利要求1-10中任一项所述的空调控制方法的操作。
12.一种空调控制装置,其特征在于,包括:
存储器,用于存储指令;
处理器,用于执行所述指令,使得所述空调控制装置执行实现如权利要求1-10中任一项所述的空调控制方法的操作。
13.一种空调控制系统,其特征在于,包括如权利要求11或12所述的空调控制装置。
14.一种非瞬时性计算机可读存储介质,其特征在于,所述非瞬时性计算机可读存储介质存储有计算机指令,所述指令被处理器执行时实现如权利要求1-10中任一项所述的空调控制方法。
CN202111042746.5A 2021-09-07 2021-09-07 空调控制方法、装置和系统、存储介质 Active CN113739385B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111042746.5A CN113739385B (zh) 2021-09-07 2021-09-07 空调控制方法、装置和系统、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111042746.5A CN113739385B (zh) 2021-09-07 2021-09-07 空调控制方法、装置和系统、存储介质

Publications (2)

Publication Number Publication Date
CN113739385A CN113739385A (zh) 2021-12-03
CN113739385B true CN113739385B (zh) 2023-03-31

Family

ID=78736528

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111042746.5A Active CN113739385B (zh) 2021-09-07 2021-09-07 空调控制方法、装置和系统、存储介质

Country Status (1)

Country Link
CN (1) CN113739385B (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN101710245B (zh) * 2009-12-03 2011-07-20 徐州雷奥医疗设备有限公司 基于pid控制的自聚焦透镜离子交换温度控制方法及装置
CN104808708A (zh) * 2015-04-22 2015-07-29 重庆工商职业学院 一种炉温度控制系统中模糊pid参数自整定的方法及系统
CN108790696B (zh) * 2018-06-29 2021-05-11 京东方科技集团股份有限公司 温度控制方法、装置、电子设备及存储介质
CN110895015A (zh) * 2019-11-27 2020-03-20 南京亚派软件技术有限公司 一种基于模糊自适应的空调温度控制方法及控制系统

Also Published As

Publication number Publication date
CN113739385A (zh) 2021-12-03

Similar Documents

Publication Publication Date Title
Bai et al. Development of an adaptive Smith predictor-based self-tuning PI controller for an HVAC system in a test room
CN107037842B (zh) 一种基于模糊控制和pid控制的焓差实验室温度切换控制的方法
Foley et al. A comparison of PID controller tuning methods
EP1853855B1 (en) Ventilation control system and method for a computer room
DE19830588C2 (de) System zur Verminderung von Luftströmungs-Störungen
CN104154635B (zh) 基于模糊pid与预测控制算法的变风量室温控制方法
JP2002523821A (ja) プロセス制御システムで使用される最適のチューニングパラメータを決定するコントローラ、及びそのコントローラの作動方法
Pal et al. Self-tuning fuzzy PI controller and its application to HVAC systems
WO2009012269A2 (en) Extremum seeking control with actuator saturation control
US5357421A (en) Method for closed-loop control of technical processes using multiple controllers
US9568897B2 (en) Controller system for variable parameter and related program product
US8428755B2 (en) Systems and methods for increasing feedback controller response times
Alla et al. PID control design for second order systems
Salsbury A temperature controller for VAV air-handling units based on simplified physical models
Stebel et al. General tuning procedure for the nonlinear balance-based adaptive controller
JP2018106561A (ja) 熱交換システム、コントローラ、及び、ニューラルネットワークの構築方法
CN113739385B (zh) 空调控制方法、装置和系统、存储介质
Carreno-Zagarra et al. Active disturbance rejection and pid control of a one-stage refrigeration cycle
CN113009939B (zh) 温度控制方法、系统和计算机可读存储介质
Divakar et al. A novel efficacious PID controller for processes with inverse response and time delay
CN109791395B (zh) 具有调控性能的可调节性的调控设备
Kurien et al. Overview of different approaches of pid controller tuning
Foley et al. Proportional-integral-derivative λ-tuning for integrating processes with deadtime
CN111381494A (zh) 一种基于极点配置的空调温控系统及其控制方法
CN105182932A (zh) 基于模范系统的优化控制系统方法

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