CN117826903A - 基于智控阀的温差控制方法 - Google Patents
基于智控阀的温差控制方法 Download PDFInfo
- Publication number
- CN117826903A CN117826903A CN202410244648.7A CN202410244648A CN117826903A CN 117826903 A CN117826903 A CN 117826903A CN 202410244648 A CN202410244648 A CN 202410244648A CN 117826903 A CN117826903 A CN 117826903A
- Authority
- CN
- China
- Prior art keywords
- temperature difference
- valve
- control
- fuzzy
- representing
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000011217 control strategy Methods 0.000 claims abstract description 14
- 230000008859 change Effects 0.000 claims abstract description 13
- 238000007781 pre-processing Methods 0.000 claims abstract description 9
- 238000012544 monitoring process Methods 0.000 claims abstract description 4
- 230000004044 response Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000013178 mathematical model Methods 0.000 claims description 5
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000006872 improvement Effects 0.000 description 10
- 230000001276 controlling effect Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 241000135164 Timea Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明涉及流量计量领域,具体地说,涉及基于智控阀的温差控制方法,其包括以下步骤:S1、客户端向智控阀发送温差控制策略,并指定温差设定值;S2、智控阀接收到温差控制策略后,比较当前的温差值与设定值之间的差异,基于模型模糊逻辑预测控制算法计算阀门的控制目标值;S3、基于控制目标值调节阀门开度,改变流经阀门的目标流量;S4、基于温差控制策略,智控阀持续监测当前的温差值,并将其与设定值进行比较。通过模糊逻辑预处理,能够根据当前实际测量的温差值实时地进行智能判断和决策,从而快速调整阀门开度。
Description
技术领域
本发明涉及流量计量领域,具体地说,涉及基于智控阀的温差控制方法。
背景技术
在当前楼宇供暖行业中采用的平衡阀,开关阀调节还是对人工有极强的依赖性。根据人工经验和天气情况,人为的控制阀门开度进而控制供回水流速来达到控制楼宇的供温,这种控制模式对人工依赖较强,同时也不能达到真正意义上的二网平衡,这种控制模式对热能的也不能达到一个充分利用,造成能源的浪费。
随着供暖需求的提高,传统的反馈控制系统存在响应滞后问题,无法做到快速准确地调节流量以满足温差设定要求,鉴于此,提供基于智控阀的温差控制方法。
发明内容
本发明的目的在于提供基于智控阀的温差控制方法,以解决上述背景技术中提出的能源供需调配不足,导致的局部区域电力调配不及时的问题。
为实现上述目的,本发明目的在于提供了基于智控阀的温差控制方法,包括以下步骤:
S1、客户端向智控阀发送温差控制策略,并指定温差设定值;
S2、智控阀接收到温差控制策略后,比较当前的温差值与设定值/>之间的差异,基于模型模糊逻辑预测控制算法计算阀门的控制目标值/>;
其中,模型模糊逻辑预测控制算法为结合模型预测控制和模糊逻辑控制的混合控制算法;
S3、基于控制目标值调节阀门开度,改变流经阀门的目标流量/>;
S4、基于温差控制策略,智控阀持续监测当前的温差值,并将其与设定值/>进行比较:
当温差发生变化时,智控阀重复步骤S2-S4,调整阀门开度以保持温差在设定值附近;
S5、当温差达到设定值并保持稳定时,智控阀进入等待状态,并持续监测温差变化,当需要调节时重复步骤S2-S4。
作为本技术方案的进一步改进,所述S1中,智控阀至少包括执行器和控制单元;
其中,所述控制单元内集成模型模糊逻辑预测控制算法,用于根据输入的控制信号计算阀门的控制目标值;温差控制策略可以通过模型模糊逻辑预测控制算法来实现,该算法结合了模型预测控制和模糊逻辑控制,用于计算阀门的控制目标值;
所述执行器用于根据计算得到的控制目标值M来实际调节阀门的开度。
作为本技术方案的进一步改进,所述S2中,模型模糊逻辑预测控制算法基于模型预测控制和模糊逻辑控制,实现对阀门开度的快速调节,其具体调节步骤为:
模糊逻辑预处理:
S2.1、使用的是三角形隶属函数对实际测量的温差值进行模糊化,将其映射到模糊集上“小”和“大”上,并通过隶属函数将其量化为模糊集合的隶属度;
S2.2、根据预定义的模糊规则库进行模糊推理,每条规则基于输入变量的模糊集进行组合,采用最小模糊逻辑运算,得出每个规则的输出模糊集;
S2.3、将所有模糊规则产生的输出模糊集进行聚合操作,形成模糊输出;
S2.4、通过加权平均去模糊化,将模糊输出转换为具体的控制参数,作为初步的阀门控制信号。
作为本技术方案的进一步改进,所述S2中的模型预测控制计算:
S2.5、初步的阀门控制信号作为模型预测控制的输入;
S2.6、模型预测控制器基于预测模型,预测未来一段时间内系统的响应,考虑约束条件,并优化目标函数以获得最优的阀门开度序列;
S2.7、从优化得到的序列中选取下一个采样时刻的阀门开度作为控制目标值M。
作为本技术方案的进一步改进,所述模糊逻辑预处理中:
定义模糊集的温差范围为,则关于温差值的模糊子集"小",其隶属函数表示为:
;
关于温差值的模糊子集"大",其隶属函数表示为:
;
其中,表示模糊集合"小"中,温差值/>的隶属度;/>表示模糊集合"大"中,温差值/>的隶属度;温差值的模糊子集"小":/>表示"小"模糊子集中间的分界点;/>表示温差较小状态的终点;/>表示温差的最小值;当实际测量的温差值/>处于最小温差值/>和中间分界点/>之间时,即,当温差值/>接近/>时,隶属度/>接近1,表面温差非常小,而当温差值/>接近/>时,隶属度逐渐减小至0,表明温差变得不太小;
当当实际测量的温差值处于在/>内时,当/>接近时,隶属度接近0,意味着温差已经不那么小了;而当/>接近/>时,隶属度会达到最大,说明温差处于较小状态;
如果在上述两个区间之外即小于/>或者大于/>,则温差值不属于模糊子集"小",因此其在该模糊子集的隶属度为0;
对于温差值的模糊子集"大":表示"大"模糊子集中间的分界点;/>表示温差的最大值;当温差值/>越接近/>时,其隶属度/>越接近1,表示温差值越大,当/>小于/>时,隶属度为0,表示此时的温差值不满足“大”的条件。
作为本技术方案的进一步改进,所述模糊规则库涉及以下规则:
Rule1:If 温差值为"小",则阀门开度调整量为“微调”;
Rule2:If 温差值为"大",则阀门开度调整量为“大幅增加”;
Rule3:If 温差值由"小"变到"大",则阀门开度调整量为“适度增加”;
Rule4:If 温差值由"大"变到"小",则阀门开度调整量为“适度减小”;
则采用最小运算进行模糊推理,每个规则的输出模糊集为:
在Rule1中,输出模糊集为;
在Rule2中,输出模糊集为;
在Rule3中,输出模糊集为;
在Rule4中,输出模糊集为;
其中,表示温差值/>在模糊集“小”和“大”中的隶属度的最小值;/>表示温差值/>在模糊集“大”和“小”中的隶属度的最小值。
作为本技术方案的进一步改进,模糊输出具体表达式为:
;
其中,分别表示规则1、规则2、规则3和规则4的输出模糊集的隶属度;
选择最小运算使系统对不确定性和变化的响应更为保守和稳健,有助于确保系统的行为在不同情况下更加合理和可控;
阀门控制信号为:
;
其中,表示初步的阀门控制信号,表示阀门开度调整量的数值;/>表示规则/>的权重,用于加权平均,权重可以根据系统的需求进行调整,以便更灵活地控制每个规则的贡献;/>表示规则/>的输出模糊集的隶属度。
考虑了每个规则的权重,从而得到一个最终的、具体的控制信号,作为初步的阀门控制信号,用于调整阀门的开度。
作为本技术方案的进一步改进,所述模型预测控制计算中,基于预测模型建立描述阀门开度与系统温度动态响应关系的数学模型为:
;
;
其中,表示系统状态;/>表示阀门开度;/>表示外部扰动;/>表示温差值,即当前时刻系统温度与设定值之间的差异;/>、/>和/>均表示系统参数矩阵;
则优化目标函数:
;
其中,
;
;
式中,表示优化目标函数,/>表示需要最小化的性能指标;/>为每个时刻的拉格朗日函数;/>表示终端成本函数;/>表示优化的时域长度,表示优化问题考虑的未来时刻的个数;/>表示时刻/>时的状态输入序列;/>表示时刻/>时对未来第/>个时刻的控制输入的预测,代表阀门开度;/>表示权衡控制输入变化率的权重;/>表示时刻时的未来第/>个时刻系统输出序列;/>表示权衡温差误差的权重;/>表示在时刻/>时,对未来/>个时刻的状态的预测;/>表示在时刻/>时,对未来/>个时刻的系统输出的预测;/>表示终端成本的权重;/>表示时刻/>时对未来第/>个时刻的上一个时刻的控制输入的预测;/>表示温差设定值;
约束条件:
动态系统方程
;
;
控制输入和状态的约束
;
;
式中,、/>和/>表示系统状态方程和输出方程中的矩阵;/>表示时刻/>时对未来第/>个时刻的下一个时刻的状态的预测;/>表示时刻/>时对未来第/>个时刻的下一个时刻的系统输出序列的预测;/>表示在时刻/>时的未来第/>个时间步的外部扰动;表示阀门开度的最小限制;/>表示阀门开度的最大限制;/>表示温差值的最小限制;/>表示温差值的最大限制。
作为本技术方案的进一步改进,求解上述目标函数和约束条件的二次规划问题,得到最优阀门开度序列;
基于最优阀门开度序列,则控制目标值/>为:
;
式中,为当前时刻的最优阀门开度,表示最优控制输入序列中的第一个元素,将该值发送给阀门执行器,实现控制目标。
作为本技术方案的进一步改进,所述S3中,流经阀门的目标流量为:
其中,表示阀门最大流量;/>表示特定于阀门的等百分比特性参数;/>为当前时刻的最优阀门开度;/>表示指数函数中的自然对数,为常数,约等于2.71828。
与现有技术相比,本发明的有益效果:
1、该基于智控阀的温差控制方法中,根据供回温差需求,通过控制阀门开度来达到控制流量的目的,进而达到温差控制,流量控制采用模型模糊逻辑预测控制算法,实现快速把将阀门开度调节到预期值,从而把流量控制到目标流量,进而达到控制温差的目的。
2、该基于智控阀的温差控制方法中,通过模糊逻辑预处理,能够根据当前实际测量的温差值实时地进行智能判断和决策,从而快速调整阀门开度,并结合模型预测控制技术,能够在考虑系统动态特性和约束条件的基础上对未来一段时间内的系统行为进行预测并优化目标函数,提前计算出最佳阀门开度序列,显著减小了系统的控制延迟。
附图说明
图1为本发明的整体方法流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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,都属于本发明保护的范围。
请参阅图1所示,本实施例提供了一种基于智控阀的温差控制方法,包括以下步骤:
S1、客户端向智控阀发送温差控制策略,并指定温差设定值;
在本实施例中,智控阀至少包括执行器和控制单元;
其中,控制单元内集成模型模糊逻辑预测控制算法,用于根据输入的控制信号计算阀门的控制目标值;温差控制策略可以通过模型模糊逻辑预测控制算法来实现,该算法结合了模型预测控制和模糊逻辑控制,用于计算阀门的控制目标值;
执行器用于根据计算得到的控制目标值M来实际调节阀门的开度。
S2、智控阀接收到温差控制策略后,比较当前的温差值与设定值/>之间的差异,基于模型模糊逻辑预测控制算法计算阀门的控制目标值/>;
其中,模型模糊逻辑预测控制算法为结合模型预测控制和模糊逻辑控制的混合控制算法。
在本实施例中,模型模糊逻辑预测控制算法基于模型预测控制和模糊逻辑控制,实现对阀门开度的快速调节,其具体调节步骤为:
模糊逻辑预处理:
S2.1、使用的是三角形隶属函数对实际测量的温差值进行模糊化,将其映射到模糊集上“小”和“大”上,并通过隶属函数将其量化为模糊集合的隶属度;
S2.2、根据预定义的模糊规则库进行模糊推理,每条规则基于输入变量的模糊集进行组合,采用最小模糊逻辑运算,得出每个规则的输出模糊集;
S2.3、将所有模糊规则产生的输出模糊集进行聚合操作,形成模糊输出;
S2.4、通过加权平均去模糊化,将模糊输出转换为具体的控制参数,作为初步的阀门控制信号;
模型预测控制计算,通过预测模型预测未来一段时间内系统的状态,并在此基础上优化目标函数,提前计算出最优的阀门开度序列,实现了阀门动作的预见性和前瞻性控制,避免了单纯反馈控制可能带来的滞后问题:
S2.5、初步的阀门控制信号作为模型预测控制的输入;
S2.6、模型预测控制器基于预测模型,预测未来一段时间内系统的响应,考虑约束条件,并优化目标函数以获得最优的阀门开度序列;
S2.7、从优化得到的序列中选取下一个采样时刻的阀门开度作为控制目标值M。
具体的,通过结合模型预测控制与模糊逻辑控制,能够实现对阀门开度的精细化调节,使得温差值能够快速、准确地跟踪设定值/>,从而实现精准的温度控制,通过对实际测量的温差值进行实时模糊推理,快速确定当前状态并生成初步的阀门控制信号,这种基于规则的方法响应速度快;
模糊逻辑预处理部分可以对实际测量的温差值进行实时的模糊推理和量化处理,能有效应对系统参数变化、外界环境扰动等不确定性因素,提高系统的鲁棒性和动态响应速度,进而提升智控阀的调控速度;
进一步的,通过建立预测模型预测未来系统响应,并在考虑约束条件的基础上优化目标函数以求得最优阀门开度序列,这有助于提前规划和精确调整阀门开度,从而提高动态响应速度和控制精度;
通过模糊逻辑实现快速响应,通过模型预测控制保证控制效果的精确性和稳定性,整体上提升了智控阀的阀门开度调节速度和控制性能。
在本实施例中,上述模糊逻辑预处理步骤中涉及的计算:
定义模糊集的温差范围为,则关于温差值的模糊子集"小",其隶属函数表示为:
;
关于温差值的模糊子集"大",其隶属函数表示为:
;
其中,表示模糊集合"小"中,温差值/>的隶属度;/>表示模糊集合"大"中,温差值/>的隶属度;温差值的模糊子集"小":/>表示"小"模糊子集中间的分界点;/>表示温差较小状态的终点;/>表示温差的最小值;当实际测量的温差值/>处于最小温差值/>和中间分界点/>之间时,即,当温差值/>接近/>时,隶属度/>接近1,表面温差非常小,而当温差值/>接近/>时,隶属度逐渐减小至0,表明温差变得不太小;
当当实际测量的温差值处于在/>内时,当/>接近时,隶属度接近0,意味着温差已经不那么小了;而当/>接近/>时,隶属度会达到最大,说明温差处于较小状态;
如果在上述两个区间之外即小于/>或者大于/>,则温差值不属于模糊子集"小",因此其在该模糊子集的隶属度为0;
对于温差值的模糊子集"大":表示"大"模糊子集中间的分界点;/>表示温差的最大值;当温差值/>越接近/>时,其隶属度/>越接近1,表示温差值越大,当/>小于/>时,隶属度为0,表示此时的温差值不满足“大”的条件。
所述模糊规则库涉及以下规则:
Rule1:If 温差值为"小",则阀门开度调整量为“微调”;
Rule2:If 温差值为"大",则阀门开度调整量为“大幅增加”;
Rule3:If 温差值由"小"变到"大",则阀门开度调整量为“适度增加”;
Rule4:If 温差值由"大"变到"小",则阀门开度调整量为“适度减小”;
则采用最小运算进行模糊推理,每个规则的输出模糊集为:
在Rule1中,输出模糊集为;
在Rule2中,输出模糊集为;
在Rule3中,输出模糊集为;
在Rule4中,输出模糊集为;
其中,表示温差值/>在模糊集“小”和“大”中的隶属度的最小值;/>表示温差值/>在模糊集“大”和“小”中的隶属度的最小值。
进一步的,模糊输出具体表达式为:
;
其中,分别表示规则1、规则2、规则3和规则4的输出模糊集的隶属度;
选择最小运算使系统对不确定性和变化的响应更为保守和稳健,有助于确保系统的行为在不同情况下更加合理和可控;
阀门控制信号为:
;
其中,表示初步的阀门控制信号,表示阀门开度调整量的数值;/>表示规则/>的权重,用于加权平均,权重可以根据系统的需求进行调整,以便更灵活地控制每个规则的贡献;/>表示规则/>的输出模糊集的隶属度。
考虑了每个规则的权重,从而得到一个最终的、具体的控制信号,作为初步的阀门控制信号,用于调整阀门的开度。
所述模型预测控制计算中,基于预测模型建立描述阀门开度与系统温度动态响应关系的数学模型为:
;
;
其中,表示系统状态;/>表示阀门开度;/>表示外部扰动;/>表示温差值,即当前时刻系统温度与设定值之间的差异;/>、/>和/>均表示系统参数矩阵;
则优化目标函数:
;
其中,
;
;
式中,表示优化目标函数,/>表示需要最小化的性能指标;/>为每个时刻的拉格朗日函数;/>表示终端成本函数;/>表示优化的时域长度,表示优化问题考虑的未来时刻的个数;/>表示时刻/>时的状态输入序列;/>表示时刻/>时对未来第/>个时刻的控制输入的预测,代表阀门开度;/>表示权衡控制输入变化率的权重;/>表示时刻时的未来第/>个时刻系统输出序列;/>表示权衡温差误差的权重;/>表示在时刻/>时,对未来/>个时刻的状态的预测;/>表示在时刻/>时,对未来/>个时刻的系统输出的预测;/>表示终端成本的权重;/>表示时刻/>时对未来第/>个时刻的上一个时刻的控制输入的预测;/>表示温差设定值;
约束条件:
动态系统方程
;
;
控制输入和状态的约束
;
;
式中,、/>和/>表示系统状态方程和输出方程中的矩阵;/>表示时刻/>时对未来第/>个时刻的下一个时刻的状态的预测;/>表示时刻/>时对未来第/>个时刻的下一个时刻的系统输出序列的预测;/>表示在时刻/>时的未来第/>个时间步的外部扰动;表示阀门开度的最小限制;/>表示阀门开度的最大限制;/>表示温差值的最小限制;/>表示温差值的最大限制。
进一步的,求解上述目标函数和约束条件的二次规划问题,得到最优阀门开度序列;
基于最优阀门开度序列,则控制目标值/>为:
;
式中,为当前时刻的最优阀门开度,表示最优控制输入序列中的第一个元素,将该值发送给阀门执行器,实现控制目标。
S3、基于控制目标值调节阀门开度,改变流经阀门的目标流量/>;
在本实施例中,流经阀门的目标流量为:
其中,表示阀门最大流量;/>表示特定于阀门的等百分比特性参数;/>为当前时刻的最优阀门开度;/>表示指数函数中的自然对数,为常数,约等于2.71828;
S4、基于温差控制策略,智控阀持续监测当前的温差值,并将其与设定值/>进行比较:
当温差发生变化时,智控阀重复步骤S2-S4,调整阀门开度以保持温差在设定值附近;
S5、当温差达到设定值并保持稳定时,智控阀进入等待状态,并持续监测温差变化,当需要调节时重复步骤S2-S4。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的仅为本发明的优选例,并不用来限制本发明,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.基于智控阀的温差控制方法,其特征在于:包括以下步骤:
S1、客户端向智控阀发送温差控制策略,并指定温差设定值;
S2、智控阀接收到温差控制策略后,比较当前的温差值与设定值/>之间的差异,基于模型模糊逻辑预测控制算法计算阀门的控制目标值/>;
其中,模型模糊逻辑预测控制算法为结合模型预测控制和模糊逻辑控制的混合控制算法;
S3、基于控制目标值调节阀门开度,改变流经阀门的目标流量/>;
S4、基于温差控制策略,智控阀持续监测当前的温差值,并将其与设定值/>进行比较:
当温差发生变化时,智控阀重复步骤S2-S4,调整阀门开度以保持温差在设定值附近;
S5、当温差达到设定值并保持稳定时,智控阀进入等待状态,并持续监测温差变化,当需要调节时重复步骤S2-S4。
2.根据权利要求1所述的基于智控阀的温差控制方法,其特征在于:所述S1中,智控阀至少包括执行器和控制单元;
其中,所述控制单元内集成模型模糊逻辑预测控制算法,用于根据输入的控制信号计算阀门的控制目标值;
所述执行器用于根据计算得到的控制目标值M来实际调节阀门的开度。
3.根据权利要求1所述的基于智控阀的温差控制方法,其特征在于:所述S2中,模型模糊逻辑预测控制算法基于模型预测控制和模糊逻辑控制,实现对阀门开度的快速调节,其具体调节步骤为:
模糊逻辑预处理:
S2.1、使用的是三角形隶属函数对实际测量的温差值进行模糊化,将其映射到模糊集上“小”和“大”上,并通过隶属函数将其量化为模糊集合的隶属度;
S2.2、根据预定义的模糊规则库进行模糊推理,每条规则基于输入变量的模糊集进行组合,采用最小模糊逻辑运算,得出每个规则的输出模糊集;
S2.3、将所有模糊规则产生的输出模糊集进行聚合操作,形成模糊输出;
S2.4、通过加权平均去模糊化,将模糊输出转换为具体的控制参数,作为初步的阀门控制信号。
4.根据权利要求3所述的基于智控阀的温差控制方法,其特征在于:所述S2中的模型预测控制计算:
S2.5、初步的阀门控制信号作为模型预测控制的输入;
S2.6、模型预测控制器基于预测模型,预测未来一段时间内系统的响应,考虑约束条件,并优化目标函数以获得最优的阀门开度序列;
S2.7、从优化得到的序列中选取下一个采样时刻的阀门开度作为控制目标值M。
5.根据权利要求4所述的基于智控阀的温差控制方法,其特征在于:所述模糊逻辑预处理中:
定义模糊集的温差范围为,则关于温差值的模糊子集"小",其隶属函数表示为:
;
关于温差值的模糊子集"大",其隶属函数表示为:
;
其中,表示模糊集合"小"中,温差值/>的隶属度;/>表示模糊集合"大"中,温差值/>的隶属度;
表示"小"模糊子集中间的分界点;/>表示温差较小状态的终点;表示温差的最小值;
表示"大"模糊子集中间的分界点;/>表示温差的最大值。
6.根据权利要求5所述的基于智控阀的温差控制方法,其特征在于:所述模糊规则库涉及以下规则:
Rule1:If 温差值为"小",则阀门开度调整量为“微调”;
Rule2:If 温差值为"大",则阀门开度调整量为“大幅增加”;
Rule3:If 温差值由"小"变到"大",则阀门开度调整量为“适度增加”;
Rule4:If 温差值由"大"变到"小",则阀门开度调整量为“适度减小”;
则采用最小运算进行模糊推理,每个规则的输出模糊集为:
在Rule1中,输出模糊集为;
在Rule2中,输出模糊集为;
在Rule3中,输出模糊集为;
在Rule4中,输出模糊集为;
其中,表示温差值/>在模糊集“小”和“大”中的隶属度的最小值;/>表示温差值/>在模糊集“大”和“小”中的隶属度的最小值。
7.根据权利要求6所述的基于智控阀的温差控制方法,其特征在于:所述S2.3中,模糊输出具体表达式为:
;
其中,分别表示规则1、规则2、规则3和规则4的输出模糊集的隶属度;
阀门控制信号为:
;
其中,表示初步的阀门控制信号;/>表示规则/>的权重;/>表示规则/>的输出模糊集的隶属度。
8.根据权利要求7所述的基于智控阀的温差控制方法,其特征在于:所述模型预测控制计算中,基于预测模型建立描述阀门开度与系统温度动态响应关系的数学模型为:
;
;
其中,表示系统状态;/>表示阀门开度;/>表示外部扰动;/>表示温差值;/>、/>和均表示系统参数矩阵;
则优化目标函数:
;
其中,
;
;
式中,表示优化目标函数;/>为每个时刻的拉格朗日函数;/>表示终端成本函数;/>表示优化的时域长度;/>表示时刻/>时的未来第/>个时间步的状态输入序列;/>表示时刻/>时对未来第/>个时刻的控制输入的预测;/>表示权衡控制输入变化率的权重;表示时刻/>时的未来第/>个时刻系统输出序列;/>表示权衡温差误差的权重;表示在时刻/>时,对未来/>个时刻的状态的预测;/>表示在时刻/>时,对未来个时刻的系统输出的预测;/>表示终端成本的权重;/>表示时刻/>时对未来第/>个时刻的上一个时刻的控制输入的预测;/>表示温差设定值;
约束条件:
动态系统方程
;
;
控制输入和状态的约束
;
;
式中,、/>和/>表示系统状态方程和输出方程中的矩阵;/>表示时刻/>时对未来第/>个时刻的下一个时刻的状态的预测;/>表示时刻/>时对未来第/>个时刻的下一个时刻的系统输出序列的预测;/>表示在时刻/>时的未来第/>个时间步的外部扰动;表示阀门开度的最小限制;/>表示阀门开度的最大限制;/>表示温差值的最小限制;/>表示温差值的最大限制。
9.根据权利要求8所述的基于智控阀的温差控制方法,其特征在于:求解上述目标函数和约束条件的二次规划问题,得到最优阀门开度序列;
基于最优阀门开度序列,则控制目标值/>为:
;
式中,为当前时刻的最优阀门开度。
10.根据权利要求9所述的基于智控阀的温差控制方法,其特征在于:所述S3中,流经阀门的目标流量为:
其中,表示阀门最大流量;/>表示特定于阀门的等百分比特性参数;/>为当前时刻的最优阀门开度;/>表示指数函数中的自然对数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410244648.7A CN117826903B (zh) | 2024-03-05 | 2024-03-05 | 基于智控阀的温差控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410244648.7A CN117826903B (zh) | 2024-03-05 | 2024-03-05 | 基于智控阀的温差控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117826903A true CN117826903A (zh) | 2024-04-05 |
CN117826903B CN117826903B (zh) | 2024-05-28 |
Family
ID=90519290
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410244648.7A Active CN117826903B (zh) | 2024-03-05 | 2024-03-05 | 基于智控阀的温差控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117826903B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000235420A (ja) * | 1998-12-18 | 2000-08-29 | Idemitsu Kosan Co Ltd | 石油製品製造プロセスの制御装置及び方法 |
ITTO20131066A1 (it) * | 2013-12-23 | 2015-06-24 | Whitehead Sistemi Subacquei S P A | Sistema e metodo di controllo di una valvola termostatica per una sorgente di alimentazione di tipo elettrochimico ad utilizzo in ambiente marino |
US20160064941A1 (en) * | 2014-08-26 | 2016-03-03 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Method for managing the electricity consumption of an electrical network |
CN110017616A (zh) * | 2019-04-17 | 2019-07-16 | 潍坊奥博仪表科技发展有限公司 | 商用大功率燃气炉检测装置及方法 |
CN115405743A (zh) * | 2022-08-26 | 2022-11-29 | 潍坊奥博仪表科技发展有限公司 | 一体式能量智控阀 |
CN117008653A (zh) * | 2023-07-12 | 2023-11-07 | 华中科技大学 | 一种液冷式热管理装置的温度控制系统 |
WO2024021704A1 (zh) * | 2022-07-25 | 2024-02-01 | 中国铝业股份有限公司 | 一种溶出温度控制方法、装置、设备及存储介质 |
-
2024
- 2024-03-05 CN CN202410244648.7A patent/CN117826903B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000235420A (ja) * | 1998-12-18 | 2000-08-29 | Idemitsu Kosan Co Ltd | 石油製品製造プロセスの制御装置及び方法 |
ITTO20131066A1 (it) * | 2013-12-23 | 2015-06-24 | Whitehead Sistemi Subacquei S P A | Sistema e metodo di controllo di una valvola termostatica per una sorgente di alimentazione di tipo elettrochimico ad utilizzo in ambiente marino |
US20160064941A1 (en) * | 2014-08-26 | 2016-03-03 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Method for managing the electricity consumption of an electrical network |
CN110017616A (zh) * | 2019-04-17 | 2019-07-16 | 潍坊奥博仪表科技发展有限公司 | 商用大功率燃气炉检测装置及方法 |
WO2024021704A1 (zh) * | 2022-07-25 | 2024-02-01 | 中国铝业股份有限公司 | 一种溶出温度控制方法、装置、设备及存储介质 |
CN115405743A (zh) * | 2022-08-26 | 2022-11-29 | 潍坊奥博仪表科技发展有限公司 | 一体式能量智控阀 |
CN117008653A (zh) * | 2023-07-12 | 2023-11-07 | 华中科技大学 | 一种液冷式热管理装置的温度控制系统 |
Non-Patent Citations (2)
Title |
---|
张颖;孙金根;张嘉男;: "模糊算法在压铸模具多路温控中的应用研究", 沈阳理工大学学报, no. 05, 15 October 2016 (2016-10-15) * |
朱振宇, 朱广宇: "模糊控制技术在电厂高压开关室中央空调监控系统中的应用", 石油大学学报(自然科学版), no. 06, 30 January 2002 (2002-01-30) * |
Also Published As
Publication number | Publication date |
---|---|
CN117826903B (zh) | 2024-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112128841A (zh) | 一种基于负荷预测和室温反馈修正的全网平衡调节方法 | |
US20050192680A1 (en) | System and method for optimizing global set points in a building environmental management system | |
CN112147891B (zh) | 一种火电机组协调系统全局非线性优化控制方法 | |
CN113552797A (zh) | 一种基于改进粒子群优化的加热炉炉温控制方法和系统 | |
CN115013861B (zh) | 一种基于供热系统的室内温度控制方法及装置 | |
CN110165714B (zh) | 基于极限动态规划算法的微电网一体化调度与控制方法、计算机可读存储介质 | |
CN112286057A (zh) | 一种基于火电厂agc优化的煤量寻优预测控制方法 | |
CN112186811A (zh) | 一种基于深度强化学习的agc机组动态优化方法 | |
CN110376895B (zh) | 一种基于分层受限预测控制的火电机组协调控制方法 | |
Umurzakova et al. | Adaptive system of fuzzy-logical regulation by the temperature mode of the drum boiler | |
CN116914751B (zh) | 一种智能配电控制系统 | |
CN116436033A (zh) | 一种基于用户满意度和强化学习的温控负荷频率响应控制方法 | |
CN110673482B (zh) | 一种基于神经网络预测的电站燃煤锅炉智能控制方法和系统 | |
CN112526882A (zh) | 基于分层模型预测控制算法的超临界机组协调控制方法 | |
WO2019205216A1 (zh) | 一种基于rbf神经网络预测控制的双进双出球磨机控制系统及控制方法 | |
CN114841410A (zh) | 一种基于组合策略的换热站负荷预测方法和系统 | |
CN114566971A (zh) | 一种基于近端策略优化算法的实时最优潮流计算方法 | |
CN117826903B (zh) | 基于智控阀的温差控制方法 | |
CN117057491B (zh) | 基于mpc与储能系统结合的农村地区电力供应优化管理方法 | |
CN113009832A (zh) | 一种基于数据驱动的液态介质熔铝炉模型预测控制方法 | |
CN113091088A (zh) | 一种基于双阶段神经网络的锅炉燃烧广义预测控制方法 | |
CN117348400A (zh) | 一种水网多通道并联联动控制系统 | |
CN105207220A (zh) | 一种基于渐进学习的分级电压调控方法 | |
CN111242412A (zh) | 一种基于需求响应的热控负荷集群协同管控方法 | |
CN116414092A (zh) | 一种基于预测控制的热电联产机组协调控制方法及系统 |
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 |