JPH05172382A - 空調設備の制御方法 - Google Patents
空調設備の制御方法Info
- Publication number
- JPH05172382A JPH05172382A JP3353927A JP35392791A JPH05172382A JP H05172382 A JPH05172382 A JP H05172382A JP 3353927 A JP3353927 A JP 3353927A JP 35392791 A JP35392791 A JP 35392791A JP H05172382 A JPH05172382 A JP H05172382A
- Authority
- JP
- Japan
- Prior art keywords
- temperature
- control
- neuro
- layer
- deviation
- 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
Links
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
(57)【要約】
【目的】 試運転時に試行錯誤的な多大な労力と時間を
要する調整の不要な空調設備の制御方法を得る。 【構成】 自動制御用調節計を用いる空調設備の制御方
法において、センサで操作部を制御するために調節計で
神経回路網を用いたプログラムを使用する制御方法。
要する調整の不要な空調設備の制御方法を得る。 【構成】 自動制御用調節計を用いる空調設備の制御方
法において、センサで操作部を制御するために調節計で
神経回路網を用いたプログラムを使用する制御方法。
Description
【0001】
【産業上の利用分野】この発明は、空調設備の制御方法
に関する。
に関する。
【0002】
【従来の技術】従来空調設備の制御においては、アナロ
グまたはデジタル調節計を用いて、 (1)目標値と実際の計測値とを比較し、PID(比
例、積分、微分)制御を行い、目標値と計測値の差(偏
差)にPID定数をかけて、望ましい出力値を算出す
る。 (2)試運転調整のときに、PID定数を試行錯誤によ
り決定する。 (3)1入力1出力の制御を行う。 という要領の制御を行ってきた。
グまたはデジタル調節計を用いて、 (1)目標値と実際の計測値とを比較し、PID(比
例、積分、微分)制御を行い、目標値と計測値の差(偏
差)にPID定数をかけて、望ましい出力値を算出す
る。 (2)試運転調整のときに、PID定数を試行錯誤によ
り決定する。 (3)1入力1出力の制御を行う。 という要領の制御を行ってきた。
【0003】
(1)前述の、デジタル調節計を用いる従来の制御方法
では、試運転調整を行うとき、例えばジーグラー・ニコ
ルスの限界感度法(PID制御の比例感度、積分時間、
微分時間などを用いた伝達関数を定めるとき、一定の前
提をおいて、比例感度、積分時間、微分時間の最適値を
与える)などを用いて試行錯誤的にPID定数を決定す
るが、この調整作業には多大の労力と時間を要する。
では、試運転調整を行うとき、例えばジーグラー・ニコ
ルスの限界感度法(PID制御の比例感度、積分時間、
微分時間などを用いた伝達関数を定めるとき、一定の前
提をおいて、比例感度、積分時間、微分時間の最適値を
与える)などを用いて試行錯誤的にPID定数を決定す
るが、この調整作業には多大の労力と時間を要する。
【0004】(2)調整が不適切な場合には、設計性能
が得られなかったり、操作部のハンテイング(制御動作
が発散して、オン・オフ動作を頻繁に起こすこと)が生
じて操作部を損傷させることがありうる。 (3)経年変化や設備の変更などにより系の熱特性が変
化したときには、PID定数も変化するので、調整を再
度やり直さなくてはならない。
が得られなかったり、操作部のハンテイング(制御動作
が発散して、オン・オフ動作を頻繁に起こすこと)が生
じて操作部を損傷させることがありうる。 (3)経年変化や設備の変更などにより系の熱特性が変
化したときには、PID定数も変化するので、調整を再
度やり直さなくてはならない。
【0005】(4)従来の制御は1入力1出力であっ
た。例えば吹出口付近の気流温度を測定して、操作部と
して弁の開度を変えるとか、冷却器か加熱器の出力を変
えるとか、1つの入力によって1つの操作部の調節を行
うことしかできなかった。
た。例えば吹出口付近の気流温度を測定して、操作部と
して弁の開度を変えるとか、冷却器か加熱器の出力を変
えるとか、1つの入力によって1つの操作部の調節を行
うことしかできなかった。
【0006】
【課題を解決するための手段】この発明は前記の課題を
解決するために、自動制御用調節計を用いる空調設備の
制御方法において、センサで操作部を制御するために、
調節計で神経回路網を用いたプログラムを使用し、制御
パラメータの調整を不要とし、また系の熱特性が変化し
ても新たに調整を必要としない制御方法を得たものであ
る。
解決するために、自動制御用調節計を用いる空調設備の
制御方法において、センサで操作部を制御するために、
調節計で神経回路網を用いたプログラムを使用し、制御
パラメータの調整を不要とし、また系の熱特性が変化し
ても新たに調整を必要としない制御方法を得たものであ
る。
【0007】
【実施例】図1はこの発明の制御系の説明図、図2は神
経回路網の拡大説明図であって、図1において、空調用
の流体は目標温度θdに設定され、制御対象(熱源と
か、絞り弁とか種々のものが考えられる)である操作部
2を経て吹出口から吹き出される。その際センサ1によ
って吹出温度θsが検知される。
経回路網の拡大説明図であって、図1において、空調用
の流体は目標温度θdに設定され、制御対象(熱源と
か、絞り弁とか種々のものが考えられる)である操作部
2を経て吹出口から吹き出される。その際センサ1によ
って吹出温度θsが検知される。
【0008】この吹出温度θsはフィードバックループ
5によってフィードバックされ、目標温度θdと比較さ
れ、温度偏差eが検出される。通常はこの偏差eが伝達
関数Kfで変換されて、制御対象2を操作する信号Tf
となる。この発明の一例としてこの出力Tfの二乗の
(Tf)2 が最小になるように神経回路網を用いて制御
する。(Tfの絶対値が最小になるように二乗をと
る。)調節計3は、神経回路網4を制御アルゴリズムと
して使用する。神経回路網4は入力として、温度偏差e
と、その差分Δeとの二つをとっている。差分Δeとは
ある時刻の偏差en と一定時間前の偏差en-1 との差で
あって、Δe=en −en-1 で表わされる。出力は一例
として冷水二方弁の操作出力の差分としているが、神経
回路網では入力と出力はいくつでもよい。図示の神経回
路網は入力層、中間層、出力層の3層構造の神経回路モ
デルを用いている。
5によってフィードバックされ、目標温度θdと比較さ
れ、温度偏差eが検出される。通常はこの偏差eが伝達
関数Kfで変換されて、制御対象2を操作する信号Tf
となる。この発明の一例としてこの出力Tfの二乗の
(Tf)2 が最小になるように神経回路網を用いて制御
する。(Tfの絶対値が最小になるように二乗をと
る。)調節計3は、神経回路網4を制御アルゴリズムと
して使用する。神経回路網4は入力として、温度偏差e
と、その差分Δeとの二つをとっている。差分Δeとは
ある時刻の偏差en と一定時間前の偏差en-1 との差で
あって、Δe=en −en-1 で表わされる。出力は一例
として冷水二方弁の操作出力の差分としているが、神経
回路網では入力と出力はいくつでもよい。図示の神経回
路網は入力層、中間層、出力層の3層構造の神経回路モ
デルを用いている。
【0009】図2は三層モデルの神経回路網の説明図で
あって、Aは入力層(添字iを用いる)、Bは中間層
(添字jを用いる)、Cは出力層(添字kを用いる)を
表し、各層への入力をx、各層からの出力をyとする。
又各層間の結合荷重(換言すれば各出力の分配割合)を
Wで表すこととする。しかして、入力層→中間層→出力
層と向う信号の流れを次のように規定する。右肩添字の
A、B、Cは入力層、中間層、出力層であることを夫々
示す。
あって、Aは入力層(添字iを用いる)、Bは中間層
(添字jを用いる)、Cは出力層(添字kを用いる)を
表し、各層への入力をx、各層からの出力をyとする。
又各層間の結合荷重(換言すれば各出力の分配割合)を
Wで表すこととする。しかして、入力層→中間層→出力
層と向う信号の流れを次のように規定する。右肩添字の
A、B、Cは入力層、中間層、出力層であることを夫々
示す。
【0010】
【数1】 各ニューロンの入出力関係は次式の通りである。
【0011】
【数2】 ここでf(x)は
【0012】
【数3】 この発明では神経回路網への入力xA は内部モデルへの
入力eとΔeであり、出力yk c は内部モデルからの制
御信号である。内部モデルを学習するために、操作信号
Tfを誤差信号として用いる。結合荷重の変化則は次式
で示される。
入力eとΔeであり、出力yk c は内部モデルからの制
御信号である。内部モデルを学習するために、操作信号
Tfを誤差信号として用いる。結合荷重の変化則は次式
で示される。
【0013】
【数4】 又、W(n+1)=W(n)+ΔW(n) 以上示した学習則によって、近似的に(Tf)2 を最小
にするように結合荷重が修正されてゆく。学習が進むに
つれて、制御の主体はフィードバックループによる制御
信号Tfから内部モデルによるフィードフォワード信号
に移行してゆく。このようにして、内部モデルは目標温
度θdからそれを実現するための制御信号Tfを出力で
きるようになる。
にするように結合荷重が修正されてゆく。学習が進むに
つれて、制御の主体はフィードバックループによる制御
信号Tfから内部モデルによるフィードフォワード信号
に移行してゆく。このようにして、内部モデルは目標温
度θdからそれを実現するための制御信号Tfを出力で
きるようになる。
【0014】なお、図1において、Kiは係数である
が、この係数は1でもよい。
が、この係数は1でもよい。
【0015】
【発明の効果】この発明の制御方法は前記の如く内部モ
デルとして神経回路網を用いているので、試運転調整時
のパラメータの調整が不要であり、系の熱特性が変化し
ても自己学習により結合荷重を更新するため、再調整が
不要で、かつ制御系のモデル化をしなくても、適当な入
力と適当な出力を決めておけば、多入力、多出力の制御
ができる。
デルとして神経回路網を用いているので、試運転調整時
のパラメータの調整が不要であり、系の熱特性が変化し
ても自己学習により結合荷重を更新するため、再調整が
不要で、かつ制御系のモデル化をしなくても、適当な入
力と適当な出力を決めておけば、多入力、多出力の制御
ができる。
【図1】この発明の制御系の説明図である。
【図2】神経回路網の説明図である。
1 センサ 2 操作部 3 調節系 4 神経回路網 5 フィードバックループ
Claims (1)
- 【請求項1】 自動制御用調節計を使用する空調設備の
制御方法において、センサで検知した複数の情報を入力
として、複数の操作部を制御するために、自動制御用調
節計で、3層構造の神経回路網を用いて、出力変化二乗
を最小にするように神経回路網の結合荷重を更新させる
フィードバック・ループをもつ制御演算を行うプログラ
ムを使用し、制御演算パラメータの調整が不要で、系の
熱特性が変化しても再調整を要しないことを特徴とする
空調設備の制御方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP3353927A JPH05172382A (ja) | 1991-12-19 | 1991-12-19 | 空調設備の制御方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP3353927A JPH05172382A (ja) | 1991-12-19 | 1991-12-19 | 空調設備の制御方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH05172382A true JPH05172382A (ja) | 1993-07-09 |
Family
ID=18434163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP3353927A Pending JPH05172382A (ja) | 1991-12-19 | 1991-12-19 | 空調設備の制御方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH05172382A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0721087A1 (en) * | 1995-01-06 | 1996-07-10 | LANDIS & GYR POWERS, INC. | HVAC distribution system identification |
JP2018105571A (ja) * | 2016-12-27 | 2018-07-05 | 株式会社大気社 | 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 |
CN109520086A (zh) * | 2017-09-17 | 2019-03-26 | 黄龙 | 空调控温方法 |
CN110895008A (zh) * | 2019-10-21 | 2020-03-20 | 珠海格力电器股份有限公司 | 空调参数更新方法和装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0510568A (ja) * | 1991-07-05 | 1993-01-19 | Toshiba Corp | 空調制御装置 |
-
1991
- 1991-12-19 JP JP3353927A patent/JPH05172382A/ja active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0510568A (ja) * | 1991-07-05 | 1993-01-19 | Toshiba Corp | 空調制御装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0721087A1 (en) * | 1995-01-06 | 1996-07-10 | LANDIS & GYR POWERS, INC. | HVAC distribution system identification |
JP2018105571A (ja) * | 2016-12-27 | 2018-07-05 | 株式会社大気社 | 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 |
CN109520086A (zh) * | 2017-09-17 | 2019-03-26 | 黄龙 | 空调控温方法 |
CN110895008A (zh) * | 2019-10-21 | 2020-03-20 | 珠海格力电器股份有限公司 | 空调参数更新方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5268835A (en) | Process controller for controlling a process to a target state | |
US6296193B1 (en) | Controller for operating a dual duct variable air volume terminal unit of an environmental control system | |
JPH01109402A (ja) | 適応ゲインスケジューリングアルゴリズムを使用する装置及び方法 | |
WO1992007311A1 (en) | Universal process control using artificial neural networks | |
ITMI981552A1 (it) | Strategia di controllo di un volume d'aria variabile dipendente dalla temperatura | |
EP0333477A2 (en) | Process control system | |
JP3864781B2 (ja) | 温度調節器 | |
Siddiqui et al. | Integration of multivariate statistical process control and engineering process control: a novel framework | |
US4601328A (en) | Method and apparatus for the temperature balancing control of a plurality of heat exchangers | |
US5410470A (en) | Process control method and system with employment of fuzzy inference | |
JPH05172382A (ja) | 空調設備の制御方法 | |
Ponomarev et al. | Analysis and Synthesis of Adaptive PID Controller with MRAC-MIT System | |
JPH0822306A (ja) | 演算制御パラメータ自動調整装置 | |
JP2000242323A (ja) | プラント運転ガイダンスシステム | |
JPH08327124A (ja) | 空気調和装置の制御方法および空気調和装置 | |
JP3278566B2 (ja) | ルーパ多変数制御装置 | |
JPH07261805A (ja) | 比例積分微分制御パラメータ自動調整装置 | |
Rivas-Echeverria et al. | Neural network-based auto-tuning for PID controllers | |
Kurilla et al. | Model predictive control of room temperature with disturbance compensation | |
CN111381494A (zh) | 一种基于极点配置的空调温控系统及其控制方法 | |
JPH09146610A (ja) | 多変数非線形プロセス・コントローラー | |
Zhang | Modified Smith prediction compensation control method for temperature control of deformation test equipment | |
JPH0272404A (ja) | メンバーシップ関数決定方法 | |
JPS63259008A (ja) | 熱風炉の制御方法 | |
JPS61190602A (ja) | 調節装置 |