CN116336617A - 空气处理机组非线性控制方法 - Google Patents

空气处理机组非线性控制方法 Download PDF

Info

Publication number
CN116336617A
CN116336617A CN202310395948.0A CN202310395948A CN116336617A CN 116336617 A CN116336617 A CN 116336617A CN 202310395948 A CN202310395948 A CN 202310395948A CN 116336617 A CN116336617 A CN 116336617A
Authority
CN
China
Prior art keywords
air
humidity
temperature
indoor
control
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.)
Pending
Application number
CN202310395948.0A
Other languages
English (en)
Inventor
刘存根
王焕清
孙钰龙
刘晓平
刘娜
张锐
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.)
Shandong Jianzhu University
Original Assignee
Shandong Jianzhu University
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 Shandong Jianzhu University filed Critical Shandong Jianzhu University
Priority to CN202310395948.0A priority Critical patent/CN116336617A/zh
Publication of CN116336617A publication Critical patent/CN116336617A/zh
Pending legal-status Critical Current

Links

Images

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
    • F24F11/62—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
    • 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
    • F24F11/70—Control systems characterised by their outputs; Constructional details thereof
    • F24F11/72—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure
    • 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
    • F24F11/70—Control systems characterised by their outputs; Constructional details thereof
    • F24F11/72—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure
    • F24F11/74—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling air flow rate or air velocity
    • 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
    • F24F11/70—Control systems characterised by their outputs; Constructional details thereof
    • F24F11/80—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air
    • F24F11/83—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling the supply of heat-exchange fluids to heat-exchangers
    • F24F11/84—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling the supply of heat-exchange fluids to heat-exchangers using valves
    • 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
    • F24F11/89—Arrangement or mounting of control or safety devices
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
    • Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating

Abstract

本发明涉及了一种空气处理机组非线性控制方法，包括管道系统、送风机、回风机、冷却盘管和除湿盘管，管道系统包括送风管道和排风管道，冷却盘管的冷却水流量通过控制阀控制，控制器通过室外温度传感器、室外湿度传感器、室内温度传感器、室内湿度传感器、送风温度传感器和气体流量传感器获得监测信号，并基于非线性控制模型进行计算，通过控制信号控制送风机的空气流量和控制阀的水流量，进而使室内的湿度和温度等于各自的期望值。本技术方案控制精度高、更加符合实际控制情况。

Description

空气处理机组非线性控制方法
技术领域
本发明属于室内温湿度控制技术领域，具体涉及一种空气处理机组非线性控制方法。
背景技术
室内温湿度是影响居住环境的关键因素之一，人类的主观反应、睡眠、情绪和学习等都会受到室内环境的影响，当温湿度超过人体所能承受的范围时，会对人的身心健康造成极大的威胁。此外，温湿度也是许多生产活动能否顺利进行的关键因素。因此，温湿度的调节一直是社会生产生活的热点问题。
空气处理机组作为控制温湿度的主要手段，其控制方法多采用无模型、线性化和模糊控制方案，如：
文献【1】：PID-fuzzy control of air handling units in the presence ofuncertainty；
文献【2】：Nonlinear multivariable control and performance analysis ofan air-handling unit；
文献【3】：Fuzzy logic control of air-conditioning system in residentialbuildings”。
现有技术存在如下缺陷：
文献【1】中，PID控制方法虽然简单，但由于只考虑温湿度误差，难以实现温湿度的精确控制。
文献【2】中已有基于模型的控制方法，是将非线性模型简化为线性模型，然后对简化后的线性模型进行控制器设计。模型近似过程中，不可避免的会忽略部分影响温湿度的因素，从而导致最终控制精度的下降。
文献【1】和【3】中的模糊控制器，其计算量会随着模糊逻辑规则的增加按指数规律增大，因此，当模糊规则较多时，容易造成计算量剧增。模糊规则较少时，近似的效果也会变差。
文献【1】和【2】将环境温湿度、湿度源强度和热负荷当作恒定值，而在空气处理机组温湿度控制过程中，上述四个因素是随时间而变化的，比如在一天当中的不同时间室外环境温度会不同，这就造成了体现室内外热交换程度的热负荷值也会发生变化等。因此，忽略这四个因素的变化同样会对温湿度控制效果产生不利影响。
发明内容
本发明要解决的技术问题是弥补现有技术的不足，提供一种空气处理机组非线性控制方法。
要解决上述技术问题，本发明的技术方案为：
一种空气处理机组非线性控制方法，包括
管道系统，包括送风管道和排风管道，送风管道作为自室外向室内进行空气流通的通道，排风管道作为自室内向室外进行空气流通的通道；
送风机，连通室内送风口与送风管道，用于向室内输送空气；
回风机，连通室内排风口与排风管道，用于将室内的空气排出；
冷却盘管，设置在送风管道中，用于冷却送风管道中的空气，冷却盘管的进液口通过进液管和控制阀与冷却水源的出液口相连，控制阀用于控制冷却水的流量；冷却盘管的出液口通过回液管与冷却水源的回液口相连；
除湿盘管，设置在送风管道中，且设置于送风机与冷却盘管之间，用于降低空气中的水分含量；
室外温度传感器和室外湿度传感器均设置于室外，分别用于监测室外空气的温度和湿度；
室内温度传感器和室内湿度传感器均设置于室内，分别用于监测室内空气的温度和湿度；
送风温度传感器设置于送风机的出风口，用于监测送风机出风口空气的温度；
气体流量传感器设置于室内排风口处，用于监测气体流量；
控制器中的控制系统模型为：
Figure SMS_1
其中，
Figure SMS_8
、/>
Figure SMS_9
和/>
Figure SMS_16
分别为室外湿度比、送风湿度比和室内湿度比，/>
Figure SMS_5
、/>
Figure SMS_20
和/>
Figure SMS_12
分别为室外温度、送风温度和室内温度，/>
Figure SMS_23
为热交换器的温度梯度，/>
Figure SMS_4
为湿度源强度，
Figure SMS_17
为热负荷，/>
Figure SMS_2
和/>
Figure SMS_14
分别为室内空间的体积和冷却盘管的内部容积，/>
Figure SMS_6
和/>
Figure SMS_18
分别为送风机的空气流量和控制阀的冷却水流量，/>
Figure SMS_13
和/>
Figure SMS_21
分别为空气比热和水比热，/>
Figure SMS_7
和
Figure SMS_22
分别为饱和水焓和蒸发焓，/>
Figure SMS_11
和/>
Figure SMS_19
分别为空气密度和水密度，/>
Figure SMS_3
，/>
Figure SMS_15
和/>
Figure SMS_10
均为系统参数，取值分别为0.25、0.75和0.25；
送风湿度比
Figure SMS_24
、热交换器的温度梯度/>
Figure SMS_25
均为设置定值；
湿度源强度：
Figure SMS_26
，其中，/>
Figure SMS_27
为气体流量；
热负荷：
Figure SMS_28
，其中，/>
Figure SMS_29
是传热系数，/>
Figure SMS_30
是室内表面积；
控制模型进行系统变换后得控制模型：
Figure SMS_31
其中，
Figure SMS_32
Figure SMS_33
Figure SMS_34
Figure SMS_35
Figure SMS_36
Figure SMS_37
包括如下步骤：
S1：通过控制器的数据输入模块设定室内的期望湿度
Figure SMS_38
和期望温度/>
Figure SMS_39
；
S2：室外温度传感器、室外湿度传感器、送风温度传感器、室内温度传感器、室内湿度传感器和气体流量传感器均将监测信号上传至控制器；
S3：控制器基于步骤S2上传的监测信号及控制模型进行计算，通过控制信号
Figure SMS_40
控制送风机的空气流量，通过控制信号/>
Figure SMS_41
控制控制阀的水流量；
S4：重复步骤S2-S3，致使，
Figure SMS_42
，/>
Figure SMS_43
。
进一步地，室外湿度
Figure SMS_44
满足：/>
Figure SMS_45
并且
Figure SMS_46
表示已知常数，/>
Figure SMS_47
表示未知有界函数；
室外温度
Figure SMS_48
满足：/>
Figure SMS_49
并且
Figure SMS_50
表示已知常数，/>
Figure SMS_51
表示未知有界函数；
湿度源强度
Figure SMS_52
满足：/>
Figure SMS_53
并且
Figure SMS_54
表示已知常数，/>
Figure SMS_55
为未知有界函数；
热负荷
Figure SMS_56
满足：/>
Figure SMS_57
并且
Figure SMS_58
表示已知常数，/>
Figure SMS_59
为未知有界函数。
进一步地，所述控制器包括虚拟控制信号、实际湿度控制信号和实际温度控制信号，
虚拟控制信号为：
Figure SMS_60
其中
Figure SMS_61
、/>
Figure SMS_62
和/>
Figure SMS_63
表示正常数，/>
Figure SMS_64
；
实际湿度控制信号：
Figure SMS_65
其中
Figure SMS_66
和/>
Figure SMS_67
为正的设计参数，/>
Figure SMS_68
；
实际温度控制信号为：
Figure SMS_69
其中
Figure SMS_71
、/>
Figure SMS_74
、/>
Figure SMS_76
、/>
Figure SMS_72
和/>
Figure SMS_73
是正常数，变量/>
Figure SMS_75
、/>
Figure SMS_77
和/>
Figure SMS_70
为：
Figure SMS_78
进一步地，
Figure SMS_79
的取值范围为0.08～0.15,/>
Figure SMS_80
的取值范围为0.45～1.2,/>
Figure SMS_81
的取值范围为10-30～1.5。
进一步地，
Figure SMS_82
的取值为0.1,/>
Figure SMS_83
的取值为0.6,/>
Figure SMS_84
的取值为0.1。
进一步地，
Figure SMS_85
的取值范围为0.03～0.13,/>
Figure SMS_86
的取值范围为0.02～0.35,/>
Figure SMS_87
的取值范围为10-30～0.5。
进一步地，
Figure SMS_88
的取值为0.1,/>
Figure SMS_89
的取值为0.3,/>
Figure SMS_90
的取值为0.1。
进一步地，所述管道系统的送风管道和排风管道通过调节风门相连，调节风门用于调节进入送风管道中新风与回风的比例。
进一步地，新风与回风的流量比为1:3。
进一步地，还包括过滤器，设置在送风管道中，设置于送风管道的进风口与所述冷却盘管之间。
本发明可以达到的有益效果为：
（1）本发明所提出的控制方法，可以直接针对空气处理机组非线性数学模型进行控制器设计，避免了模型简化过程以及简化引起的控制精度下降问题。
（2）由于本发明没有使用文献【1】和【3】中模糊逻辑系统，所以不存在因模糊规则的增加而造成的控制器计算复杂性急剧增大的问题。
（3）考虑环境温湿度、湿度源强度和热负荷随控制时间的变化，更加符合实际控制情况。
（4）通过几乎扰动解耦技术，可以将系统所受的扰动对其输出的影响程度衰减到一个给定的程度。
附图说明
图1是本发明实施例中空气处理机组的构成原理图；
图2是本发明实施例中的控制原理图；
图3是本发明实施例提供的空气处理机组室内湿度误差变化曲线。
图4是本发明实施例提供的空气处理机组室内湿度变化曲线。
图5是本发明实施例提供的控气处理机组湿度控制信号变化曲线。
图6是本发明实施例提供的空气处理机组室内温度误差变化曲线。
图7是本发明实施例提供的空气处理机组室内温度变化曲线。
图8是本发明实施例提供的控气处理机组温度控制信号变化曲线。
图9是本发明实施例提供的控气处理机组送风温度变化曲线。
图10是本发明实施例提供的空气处理机组室内湿温度误差变化曲线（具有下降的
Figure SMS_91
和/>
Figure SMS_92
）。
图11是本发明实施例提供的控气处理机组湿温度控制信号变化曲线（具有下降的
Figure SMS_93
和/>
Figure SMS_94
）。
图12是本发明实施例提供的空气处理机组室内湿温度误差变化曲线（具有上升的
Figure SMS_95
和下降的/>
Figure SMS_96
）。
图13是本发明实施例提供的控气处理机组湿温度控制信号变化曲线（具有上升的
Figure SMS_97
和下降的/>
Figure SMS_98
）。
图14是本发明实施例提供的空气处理机组室内湿温度误差变化曲线（具有下降的
Figure SMS_99
和上升的/>
Figure SMS_100
）。
图15是本发明实施例提供的控气处理机组湿温度控制信号变化曲线（具有下降的
Figure SMS_101
和上升的/>
Figure SMS_102
）。
图16是本发明实施例提供的空气处理机组室内湿温度误差变化曲线（具有恒定的
Figure SMS_103
和/>
Figure SMS_104
）。
图17是本发明实施例提供的控气处理机组湿温度控制信号变化曲线（具有恒定的
Figure SMS_105
和/>
Figure SMS_106
）。
图中：1-房间，2-送风机，3-除湿盘管，4-冷却盘管，5-控制阀，6-过滤器，7-回液管，8-进液管，9-调节风门，10-回风机。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
房间1的内部空间称为“室内”，房间1的外部空间称为“室外”。
本发明中所述的“空气处理机组”本质上被认为是在夏季运行的。
如图1所示，空气处理机组包括：
管道系统，包括送风管道和排风管道，送风管道作为自室外向室内进行空气流通的通道，排风管道作为自室内向室外进行空气流通的通道；送风管道和排风管道通过调节风门9相连，调节风门9用于调节进入送风管道中新风与回风的比例，本实施例中，新风与回风的流量比为1:3；
送风机2，连通室内送风口与送风管道，用于向室内输送空气；
回风机10，连通室内排风口与排风管道，用于将室内的空气排出；
冷却盘管4，设置在送风管道中，用于冷却送风管道中的空气，冷却盘管4的进液口通过进液管8和控制阀5与冷却水源的出液口相连，控制阀5用于控制冷却水的流量；冷却盘管4的出液口通过回液管7与冷却水源的回液口相连；
除湿盘管3，设置在送风管道中，且设置于送风机2与冷却盘管4之间，用于降低空气中的水分含量；
还包括过滤器6，设置在送风管道中，设置于送风管道的进风口与冷却盘管4之间。
如图2所示，室外温度传感器和室外湿度传感器均设置于室外，分别用于监测室外空气的温度和湿度；室内温度传感器和室内湿度传感器均设置于室内，分别用于监测室内空气的温度和湿度；送风温度传感器设置于送风机2的出风口，用于监测送风机2出风口空气的温度；气体流量传感器设置于回风机10处的室内排风口（也可以设置在调节风门9的进风口处），用于监测气体流量。
一种空气处理机组非线性控制方法，包括如下步骤：
S1：通过控制器的数据输入模块设定室内的期望湿度
Figure SMS_107
和期望温度/>
Figure SMS_108
；
S2：室外温度传感器、室外湿度传感器、送风温度传感器、室内温度传感器、室内湿度传感器和气体流量传感器均将监测信号上传至控制器；
S3：控制器基于步骤S2上传的监测信号及控制模型进行计算，通过控制信号
Figure SMS_109
控制送风机2的空气流量，通过控制信号/>
Figure SMS_110
控制控制阀5的水流量；
S4：重复步骤S2-S3，致使，
Figure SMS_111
，/>
Figure SMS_112
。
空气处理机组中，控制器中的控制系统模型为：
Figure SMS_113
（1）
其中，
Figure SMS_124
、/>
Figure SMS_117
和/>
Figure SMS_130
分别为室外湿度比、送风湿度比和室内湿度比，/>
Figure SMS_121
、/>
Figure SMS_133
和/>
Figure SMS_122
分别为室外温度、送风温度和室内温度，/>
Figure SMS_129
为热交换器的温度梯度，/>
Figure SMS_116
为湿度源强度，
Figure SMS_128
为热负荷，/>
Figure SMS_114
和/>
Figure SMS_126
分别为室内空间的体积和冷却盘管4的内部容积，/>
Figure SMS_118
和/>
Figure SMS_135
分别为送风机2的空气流量和控制阀5的冷却水流量，/>
Figure SMS_123
和/>
Figure SMS_134
分别为空气比热和水比热。/>
Figure SMS_120
和/>
Figure SMS_131
分别为饱和水焓和蒸发焓。/>
Figure SMS_125
和/>
Figure SMS_132
分别为空气密度和水密度。/>
Figure SMS_115
，/>
Figure SMS_127
和/>
Figure SMS_119
均为系统参数，取值分别为0.25、0.75和0.25；
送风湿度比
Figure SMS_136
、热交换器的温度梯度/>
Figure SMS_137
均为设置定值；
湿度源强度：
Figure SMS_138
，其中，/>
Figure SMS_139
为气体流量，由气体流量传感器测得；
热负荷：
Figure SMS_140
，其中，/>
Figure SMS_141
是传热系数，/>
Figure SMS_142
是室内表面积；
2）控制模型进行系统变换后得控制模型：
Figure SMS_143
（2）
其中，
Figure SMS_144
Figure SMS_145
Figure SMS_146
（3）
Figure SMS_147
Figure SMS_148
Figure SMS_149
（4）
其中
Figure SMS_150
表示系统状态变量，/>
Figure SMS_151
；/>
Figure SMS_152
和/>
Figure SMS_153
分别代表湿度、温度的控制信号和湿度、温度的系统输出，/>
Figure SMS_154
。
其中
Figure SMS_155
和/>
Figure SMS_156
满足：
Figure SMS_157
（5）
并且
Figure SMS_158
和/>
Figure SMS_159
表示已知常数，/>
Figure SMS_160
和/>
Figure SMS_161
表示未知有界函数。
备注1：湿度和温度不可能一整天都保持不变，在一段时间内，它们可以被认为是分别围绕两个值变化。已知环境湿度和温度是有界的，所以它们的变化也是有界的。因此，（5）成立。
其中
Figure SMS_162
和/>
Figure SMS_163
满足：
Figure SMS_164
（6）
并且
Figure SMS_165
和/>
Figure SMS_166
都是已知常数。/>
Figure SMS_167
和/>
Figure SMS_168
为未知有界函数。
备注2：随着环境温湿度的变化，室内和室外在不同时间的温湿度的交换情况是不同的，因此相应的湿源强度和热负荷也随时间变化。与备注1类似，也可以认为它们是围绕两个值变化的。同时，无论温度和湿度如何变化，室内外温度和湿度的差值总是有界的，使得
Figure SMS_169
和/>
Figure SMS_170
有界。因此，/>
Figure SMS_171
和/>
Figure SMS_172
是有界的。即（6）是合理的。
）定义下述的变换式
Figure SMS_173
（7）
其中
Figure SMS_174
和/>
Figure SMS_175
表示期望的湿度和温度；/>
Figure SMS_176
是虚拟控制信号，随后会设计。
）构建第一个李雅普诺夫函数如下：
Figure SMS_177
（8）
Figure SMS_178
可以写为：
Figure SMS_179
（9）
根据杨氏不等式，可以得到：
Figure SMS_180
（10）
其中
Figure SMS_181
为设计参数。
将（10）代入
Figure SMS_182
得到：
Figure SMS_183
（11）
湿度控制信号
Figure SMS_184
为：
Figure SMS_185
（12）
其中
Figure SMS_186
为正的设计参数。
备注3：式（12）中，系统参数
Figure SMS_187
为正常数。根据模型可知/>
Figure SMS_188
是非零的。因此，
Figure SMS_189
不等于零。
利用
Figure SMS_190
，（11）可以重写为：
Figure SMS_191
（13）
5）第二个李雅普诺夫函数如下所示：
Figure SMS_192
（14）
通过对（14）求微分并利用（13）式，
Figure SMS_193
满足：
Figure SMS_194
（15）
根据杨氏不等式，可得：
Figure SMS_195
（16）
其中
Figure SMS_196
和/>
Figure SMS_197
表示正常数。
将(16)代入(15)生成：
Figure SMS_198
（17）
虚拟控制信号
Figure SMS_199
为：
Figure SMS_200
（18）
其中
Figure SMS_201
是一个常数。
备注4：由于室内外始终存在湿度交换，所以需要用
Figure SMS_202
的一部分来抵消这种交换作用，使得/>
Figure SMS_203
的值始终不为零。因此，/>
Figure SMS_204
的分母是非零的。
将
Figure SMS_205
代入(17)中，可得：
Figure SMS_206
（19）
6）第三个李雅普诺夫函数如下所示：
Figure SMS_207
（20）
利用(19)式，
Figure SMS_208
为：/>
Figure SMS_209
（21）
Figure SMS_210
可以写为：
Figure SMS_211
（22）
利用(2)和(6)可以得到：
Figure SMS_212
（23）
为了简化表达式，定义变量
Figure SMS_213
、/>
Figure SMS_214
和/>
Figure SMS_215
为：
Figure SMS_216
（24）
那么
Figure SMS_217
被化简为：
Figure SMS_218
（25）
利用(5)和(25)，
Figure SMS_219
转化为：/>
Figure SMS_220
（26）
利用杨不等式有：
Figure SMS_221
（27）
其中
Figure SMS_222
、/>
Figure SMS_223
、/>
Figure SMS_224
和/>
Figure SMS_225
是正常数。
将(27)代入(26)有：
Figure SMS_226
（28）
温度控制信号
Figure SMS_227
为：
Figure SMS_228
（29）
其中
Figure SMS_229
表示一个设计参数。
利用
Figure SMS_230
，/>
Figure SMS_231
最终满足：
Figure SMS_232
（30）
当
Figure SMS_233
时，即引理1中的第一种情况，可以得到：
Figure SMS_234
（31）/>
利用李雅普诺夫稳定性理论，可以保证
Figure SMS_235
，即
Figure SMS_236
,/>
Figure SMS_237
。
当
Figure SMS_238
时，将（30）对时间进行积分，结合引理1，得到：
Figure SMS_239
（32）
考虑
Figure SMS_240
，得到：/>
Figure SMS_241
（33）
其中
Figure SMS_242
。
利用(7)可得：
Figure SMS_243
（34）
其中
Figure SMS_244
。
定义向量为：
Figure SMS_245
（35）
最终，将(35)代入(34)可得引理1中的第二种情况，即扰动对系统输出的影响衰减到给定程度
Figure SMS_246
。因此，通过设计控制信号(12)和(29)，解决了对(2)的几乎扰动解耦问题。
引理1：
几乎扰动解耦：列向量
Figure SMS_247
表示扰动。列向量/>
Figure SMS_248
和/>
Figure SMS_249
分别为系统输出和目标输出。目标是通过设计光滑的状态反馈控制信号来实现/>
Figure SMS_250
对/>
Figure SMS_251
的跟踪，使闭环系统(2)满足以下条件。
（1）当扰动
Figure SMS_252
时，结合李雅普诺夫稳定性理论，有/>
Figure SMS_253
成立。
（2）当扰动
Figure SMS_254
，并且/>
Figure SMS_255
，对于初始值为0的情况，系统满足：
Figure SMS_256
其中
Figure SMS_257
代表正常数。
）仿真验证
为验证本发明提出的控制方法的有效性，使用Matlab进行仿真。将所开发的控制方案(记为C)与相应的线性化控制方案(记为L)和PID控制方案(记为P)进行比较，验证了C的有效性和优越性。
在工作时间，办公室（也就是房间1）内的人比较多，所以理想的室内湿度和温度略低；在休息时间，办公室人少，所以理想的室内湿度和温度略高。因此，期望的湿度曲线在
Figure SMS_258
(简化为/>
Figure SMS_259
)和/>
Figure SMS_260
左右变化，期望的温度曲线在25℃和26℃左右变化。
(A)
Figure SMS_261
和/>
Figure SMS_262
上升的情况
初始值为
Figure SMS_263
。控制信号为（12）、（18）和（29），并且其参数取值为/>
Figure SMS_264
Figure SMS_265
。
Figure SMS_266
仿真结果如图3-图9所示，图3给出了湿度误差，可以明显看出，C是最稳定的，变化幅度最小，对于C 、L 和P（误差的绝对平均值和均方根值均按此顺序描述），它们的绝对平均值分别为
Figure SMS_267
和/>
Figure SMS_268
，均方根值为
Figure SMS_269
和/>
Figure SMS_270
Figure SMS_271
。
误差的“绝对平均值”代表平均误差的水平，误差的“绝对平均值”越小，说明平均误差越小，说明控制器的整体跟踪控制效果越好。
误差的“均方根值”代表误差的波动水平，误差的“均方根值”越小，说明误差波动的幅度越小，说明控制器的整体跟踪控制效果越稳定。
湿度曲线如图4所示，C虽然在初始阶段跟踪性能不是最佳，但是其误差很小，完全可以接受，并且在之后的所有时间里，C的性能最好。湿度控制信号
Figure SMS_273
如图5所示，三者的稳定值基本相同，这再次证明C为最佳。值得注意的是C的/>
Figure SMS_275
不为零，这点符合备注4的要求(这一点在下面的例子中也得到了保证。)。从图6中可以看出，除C外，温度误差均是波动的。它们的绝对平均值为/>
Figure SMS_277
和/>
Figure SMS_274
，均方根值为/>
Figure SMS_276
和/>
Figure SMS_278
。在图7中，无论是在稳定状态下还是在变化状态下，C都能最准确地跟踪目标温度，P在初始阶段完全失效。温度控制信号/>
Figure SMS_279
如图8所示，P在开始时段急剧增加或减少，L一直在振荡，只有C保持了更合理的振幅和频率。送风温度/>
Figure SMS_272
如图9所示，它在合理范围内变化。
(B)
Figure SMS_280
和/>
Figure SMS_281
下降的情况
部分参数取值为
Figure SMS_282
Figure SMS_283
。其他参数取值同(A)。
仿真结果如图10-图11所示。在图10中给出了湿度和温度误差，C的湿温度误差无疑是最稳定的。对于湿度误差，它们的绝对平均值分别为
Figure SMS_286
和/>
Figure SMS_289
，均方根值为
Figure SMS_292
Figure SMS_285
和/>
Figure SMS_288
。对于温度误差，它们的绝对平均值分别为/>
Figure SMS_291
Figure SMS_293
和/>
Figure SMS_284
，均方根值为
Figure SMS_287
和/>
Figure SMS_290
。湿度和温度控制信号如图11所示，它们是有界的，具有相似的稳态值，这意味着所需的能量相似。
(C)
Figure SMS_294
上升和/>
Figure SMS_295
下降的情况
部分参数取值为
Figure SMS_296
Figure SMS_297
其余参数取值与(A)相同。
仿真结果如图12-图13所示，从图12可以看出，在温度和湿度误差方面，C具有明显的优势。对于湿度误差，它们的绝对平均值分别为
Figure SMS_303
和/>
Figure SMS_300
Figure SMS_307
，均方根值为/>
Figure SMS_301
和/>
Figure SMS_309
。对于温度误差，它们的绝对平均值分别为/>
Figure SMS_304
和/>
Figure SMS_311
，均方根值为
Figure SMS_306
Figure SMS_313
和/>
Figure SMS_298
。实际控制律/>
Figure SMS_308
和/>
Figure SMS_302
如图13所示，在整个运行过程中，三者的/>
Figure SMS_310
稳定变化，只有C的/>
Figure SMS_305
以三者中最佳的振幅变化，三者的/>
Figure SMS_312
和/>
Figure SMS_299
分别具有近似相同的稳态能量，这说明C更好。
(D)
Figure SMS_314
下降和/>
Figure SMS_315
上升的情况
部分参数取值为
Figure SMS_316
Figure SMS_317
Figure SMS_318
。其余参数取值与(A)相同。
对比结果如图14-图15所示。误差变化如图14所示，其中L和P的波动较大。对于湿度误差，它们的绝对平均值分别为
Figure SMS_320
Figure SMS_324
和
Figure SMS_328
，均方根值为/>
Figure SMS_322
和
Figure SMS_326
Figure SMS_327
。对于温度误差，它们的绝对平均值分别为/>
Figure SMS_330
Figure SMS_319
和
Figure SMS_325
，均方根值为/>
Figure SMS_329
和/>
Figure SMS_331
。/>
Figure SMS_321
和/>
Figure SMS_323
如图15所示，可以很容易地看到C的优越性。
(E)
Figure SMS_332
和/>
Figure SMS_333
恒定的情况
初始值为
Figure SMS_334
，
Figure SMS_335
，
Figure SMS_336
。其他参数取值同(A)。
仿真结果如图16-图17所示，误差如图16所示，C的两个误差都相对稳定。在湿度误差方面，C和L收敛速度最快，P几乎一直在波动，与L相比，C没有超调。它们的绝对平均值分别为
Figure SMS_338
Figure SMS_341
和/>
Figure SMS_344
，均方根值为
Figure SMS_339
和/>
Figure SMS_342
。对于温度误差，C只需要大约20秒就会收敛到零。它们的绝对平均值分别为/>
Figure SMS_345
和
Figure SMS_346
，均方根值为/>
Figure SMS_337
和/>
Figure SMS_340
Figure SMS_343
。图17给出了两种控制信号，这两种控制信号都是有界变化的，每一种控制信号都有大致相同的稳态能量，这样C的优势就凸显出来了。
下表是本实施例中空气处理机组热流体参数物理意义及取值表
Figure SMS_347
以上所述仅是本发明的其中一种实施方式，本发明的保护范围并不仅局限于上述实施例，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明思路的前提下所做出的若干改进和润饰均为本发明的保护范围。

Claims (10)

1.一种空气处理机组非线性控制方法，其特征是：包括
管道系统，包括送风管道和排风管道，送风管道作为自室外向室内进行空气流通的通道，排风管道作为自室内向室外进行空气流通的通道；
送风机（2），连通室内送风口与送风管道，用于向室内输送空气；
回风机（10），连通室内排风口与排风管道，用于将室内的空气排出；
冷却盘管（4），设置在送风管道中，用于冷却送风管道中的空气，冷却盘管（4）的进液口通过进液管（8）和控制阀（5）与冷却水源的出液口相连，控制阀（5）用于控制冷却水的流量；冷却盘管（4）的出液口通过回液管（7）与冷却水源的回液口相连；
除湿盘管（3），设置在送风管道中，且设置于送风机（2）与冷却盘管（4）之间，用于调节空气中的水分含量；
室外温度传感器和室外湿度传感器均设置于室外，分别用于监测室外空气的温度和湿度；
室内温度传感器和室内湿度传感器均设置于室内，分别用于监测室内空气的温度和湿度；
送风温度传感器设置于送风机（2）的出风口，用于监测送风机（2）出风口空气的温度；
气体流量传感器设置于室内排风口处，用于监测气体流量；
控制器中的控制系统模型为：
Figure QLYQS_1
其中，
Figure QLYQS_3
、/>
Figure QLYQS_7
和/>
Figure QLYQS_11
分别为室外湿度比、送风湿度比和室内湿度比，/>
Figure QLYQS_4
、/>
Figure QLYQS_9
和/>
Figure QLYQS_12
分别为室外温度、送风温度和室内温度，/>
Figure QLYQS_15
为热交换器的温度梯度，/>
Figure QLYQS_2
为湿度源强度，/>
Figure QLYQS_6
为热负荷，/>
Figure QLYQS_10
和/>
Figure QLYQS_14
分别为室内空间的体积和冷却盘管（4）的内部容积，/>
Figure QLYQS_5
和/>
Figure QLYQS_8
分别为送风机（2）的空气流量和控制阀（5）的冷却水流量，/>
Figure QLYQS_13
和/>
Figure QLYQS_16
分别为空气比热和水比热，
Figure QLYQS_17
和/>
Figure QLYQS_18
分别为饱和水焓和蒸发焓，/>
Figure QLYQS_19
和/>
Figure QLYQS_20
分别为空气密度和水密度，/>
Figure QLYQS_21
，
Figure QLYQS_22
和/>
Figure QLYQS_23
均为系统参数，取值分别为0.25、0.75和0.25；
送风湿度比
Figure QLYQS_24
、热交换器的温度梯度/>
Figure QLYQS_25
均为设置定值；
湿度源强度：
Figure QLYQS_26
，其中，/>
Figure QLYQS_27
为气体流量；
热负荷：
Figure QLYQS_28
，其中，/>
Figure QLYQS_29
是传热系数，/>
Figure QLYQS_30
是室内表面积；
控制模型进行系统变换后得控制模型：
Figure QLYQS_31
其中，
Figure QLYQS_32
Figure QLYQS_33
Figure QLYQS_34
Figure QLYQS_35
Figure QLYQS_36
Figure QLYQS_37
包括如下步骤：
S1：通过控制器的数据输入模块设定室内的期望湿度
Figure QLYQS_38
和期望温度/>
Figure QLYQS_39
；
S2：室外温度传感器、室外湿度传感器、送风温度传感器、室内温度传感器、室内湿度传感器和气体流量传感器均将监测信号上传至控制器；
S3：控制器基于步骤S2上传的监测信号及控制模型进行计算，通过控制信号
Figure QLYQS_40
控制送风机（2）的空气流量，通过控制信号/>
Figure QLYQS_41
控制控制阀（5）的水流量；
S4：重复步骤S2-S3，致使，
Figure QLYQS_42
，/>
Figure QLYQS_43
。
2.根据权利要求1所述的空气处理机组非线性控制方法，其特征是：
室外湿度
Figure QLYQS_44
满足：/>
Figure QLYQS_45
并且
Figure QLYQS_46
表示已知常数，/>
Figure QLYQS_47
表示未知有界函数；
室外温度
Figure QLYQS_48
满足：/>
Figure QLYQS_49
并且
Figure QLYQS_50
表示已知常数，/>
Figure QLYQS_51
表示未知有界函数；
湿度源强度
Figure QLYQS_52
满足：/>
Figure QLYQS_53
并且
Figure QLYQS_54
表示已知常数，/>
Figure QLYQS_55
为未知有界函数；
热负荷
Figure QLYQS_56
满足：/>
Figure QLYQS_57
并且
Figure QLYQS_58
表示已知常数，/>
Figure QLYQS_59
为未知有界函数。
3.根据权利要求2所述的空气处理机组非线性控制方法，其特征是：所述控制器包括虚拟控制信号、实际湿度控制信号和实际温度控制信号，
虚拟控制信号为：
Figure QLYQS_60
其中
Figure QLYQS_61
、/>
Figure QLYQS_62
和/>
Figure QLYQS_63
表示正常数，/>
Figure QLYQS_64
；
实际湿度控制信号：
Figure QLYQS_65
其中
Figure QLYQS_66
和/>
Figure QLYQS_67
为正的设计参数，/>
Figure QLYQS_68
；
实际温度控制信号为：
Figure QLYQS_69
其中
Figure QLYQS_72
、/>
Figure QLYQS_74
、/>
Figure QLYQS_76
、/>
Figure QLYQS_71
和/>
Figure QLYQS_73
是正常数，变量/>
Figure QLYQS_75
、/>
Figure QLYQS_77
和/>
Figure QLYQS_70
为：
Figure QLYQS_78
。
4.根据权利要求3所述的空气处理机组非线性控制方法，其特征是：
Figure QLYQS_79
的取值范围为0.08～0.15,/>
Figure QLYQS_80
的取值范围为0.45～1.2,/>
Figure QLYQS_81
的取值范围为10-30～1.5。
5.根据权利要求4所述的空气处理机组非线性控制方法，其特征是：
Figure QLYQS_82
的取值为0.1,
Figure QLYQS_83
的取值为0.6,/>
Figure QLYQS_84
的取值为0.1。
6.根据权利要求3所述的空气处理机组非线性控制方法，其特征是：
Figure QLYQS_85
的取值范围为0.03～0.13,/>
Figure QLYQS_86
的取值范围为0.02～0.35,/>
Figure QLYQS_87
的取值范围为10-30～0.5。
7.根据权利要求6所述的空气处理机组非线性控制方法，其特征是：
Figure QLYQS_88
的取值为0.1,
Figure QLYQS_89
的取值为0.3,/>
Figure QLYQS_90
的取值为0.1。
8.根据权利要求1所述的空气处理机组非线性控制方法，其特征是：所述管道系统的送风管道和排风管道通过调节风门（9）相连，调节风门（9）用于调节进入送风管道中新风与回风的比例。
9.根据权利要求8所述的空气处理机组非线性控制方法，其特征是：新风与回风的流量比为1:3。
10.根据权利要求1所述的空气处理机组非线性控制方法，其特征是：还包括过滤器（6），设置在送风管道中，设置于送风管道的进风口与所述冷却盘管（4）之间。
CN202310395948.0A 2023-04-14 2023-04-14 空气处理机组非线性控制方法 Pending CN116336617A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310395948.0A CN116336617A (zh) 2023-04-14 2023-04-14 空气处理机组非线性控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310395948.0A CN116336617A (zh) 2023-04-14 2023-04-14 空气处理机组非线性控制方法

Publications (1)

Publication Number Publication Date
CN116336617A true CN116336617A (zh) 2023-06-27

Family

ID=86889367

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310395948.0A Pending CN116336617A (zh) 2023-04-14 2023-04-14 空气处理机组非线性控制方法

Country Status (1)

Country Link
CN (1) CN116336617A (zh)

Similar Documents

Publication Publication Date Title
Homod et al. Gradient auto-tuned Takagi–Sugeno Fuzzy Forward control of a HVAC system using predicted mean vote index
Qi et al. Multivariable control of indoor air temperature and humidity in a direct expansion (DX) air conditioning (A/C) system
Rehrl et al. Temperature control for HVAC systems based on exact linearization and model predictive control
CN110108503B (zh) 新能源汽车测试用高原进排气模拟系统
CN108386953B (zh) 一种产生恒定温湿度气体的控制系统及调节方法
Lei et al. Predictive control of multi-zone variable air volume air-conditioning system based on radial basis function neural network
CN110986249B (zh) 空调的自调节控制方法、系统及空调器
CN101893851A (zh) 一种室内温度模糊控制系统及其方法
Li et al. A data-physical hybrid-driven air balancing method for the ventilation system
Yang et al. Discrete time adaptive neural network control for WME and compression refrigeration systems
CN116336617A (zh) 空气处理机组非线性控制方法
Hongli et al. A novel adaptive energy-efficient controller for the HVAC systems
CN111258212B (zh) 一种基于分数阶的迭代学习制冷控制系统及方法
Lü et al. Predictive functional control based on fuzzy TS model for HVAC systems temperature control
CN110940527A (zh) 一种汽车发动机模拟高原环境进排气系统
Yang et al. Modelling and simulation on temperature and humidity decoupling of indoor environment
CN115978726A (zh) 一种恒温恒湿空调系统预测优化控制算法及装置
Ursu et al. Intelligent control of HVAC systems. Part I: Modeling and synthesis
CN114518776B (zh) 一种VOCs释放量检测气候室温湿度非线性控制方法
WO2023115908A1 (zh) 一种VOCs释放量检测气候室温湿度控制系统及方法
Liu et al. Fuzzy pid controller design of air handling unit for constant temperature and humidity air-conditioning
CN103353161A (zh) 变风量空调压力无关型末端装置控制系统及其控制方法
Shang et al. Tracking controller design for air handling units with uncertainties
CN117128609A (zh) 一种空调温湿度自适应非线性控制方法
CN113110651B (zh) 基于ahu回风机组的温湿度串级控制方法

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