RU89672U1 - Система управления климатом внутри здания - Google Patents

Система управления климатом внутри здания Download PDF

Info

Publication number
RU89672U1
RU89672U1 RU2009107680/22U RU2009107680U RU89672U1 RU 89672 U1 RU89672 U1 RU 89672U1 RU 2009107680/22 U RU2009107680/22 U RU 2009107680/22U RU 2009107680 U RU2009107680 U RU 2009107680U RU 89672 U1 RU89672 U1 RU 89672U1
Authority
RU
Russia
Prior art keywords
temperature
building
fan
fuzzy controller
fuzzy
Prior art date
Application number
RU2009107680/22U
Other languages
English (en)
Inventor
Алексей Григорьевич Булгаков
Джубури Исаам Мохаммед Али Аль
Original Assignee
Государственное образовательное учреждение высшего профессионального образования "Южно-Российский Государственный Технический Университет (Новочеркасский Политехнический Институт)
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 Государственное образовательное учреждение высшего профессионального образования "Южно-Российский Государственный Технический Университет (Новочеркасский Политехнический Институт) filed Critical Государственное образовательное учреждение высшего профессионального образования "Южно-Российский Государственный Технический Университет (Новочеркасский Политехнический Институт)
Priority to RU2009107680/22U priority Critical patent/RU89672U1/ru
Application granted granted Critical
Publication of RU89672U1 publication Critical patent/RU89672U1/ru

Links

Landscapes

  • Air Conditioning Control Device (AREA)

Abstract

Система управлением климатом внутри здания, состоящая из нагревателя, охладителя, увлажнителя, вентилятора подачи воздуха, нечеткого контроллера, причем вход нечеткого контроллера соединен с датчиками температуры и относительной влажности внутри помещения, температуры и относительной влажности снаружи помещения, а выход нечеткого контроллера соединен с охладителем, увлажнителем, нагревателем, вентилятором, отличающаяся тем, что вентилятор выполнен регулируемым, причем регулирование системой управления климатом внутри здания проводится по сорока девяти правилам для каждого выхода, составленным на основе экспертных данных.

Description

Полезная модель относится к области регулирования температуры и влажности в помещении, в частности для использования централизованно в больших зданиях и сооружениях.
Известен регулятор, действие которого основано на применении нечеткого регулирования в системе отопления, вентиляции и кондиционирования (ОВК). Действие этого регулятора основано на двухстах пятидесяти шести правилах, разбитых на тридцать два блока по восемь правил. Система имеет два входа и три выхода. Эта система описана в работе A Practical Application of Fuzzy Control For an Air-Conditioning System, Toshikazu Tobi and Toshiharu Hanafusa, Technical Research Laboratory, Dai-Dan Co., Ltd., Saitama, Japan. International Journal of Approximate Reasoning 1991; 5:331-348 ©1991 Elsevier Science Publishing Co., Inc., 655 Avenue of the Americas, New York, NY 10010 0888-613X/91/$3.50.
Недостатком этой системы является излишняя сложность, наличие более чем одного входа и одного выхода, отсутствие регулирования мощности вентилятора.
Наиболее близким по технической сущности и достигаемому результату к заявленной является система управления, взятая за прототип, состоящая из датчиков температуры и влажности, блока фаззификации, блока правил и блока дефаззификации. Параллельно нечеткому контроллеру установлен классический пропорционально-интегрально-дифференциальный (ПИД)-контроллер. Вся система охвачена отрицательной обратной связью. Работа системы управления климатом помещения происходит в трех различных режимах, первый режим - режим с ПИД-конгроллером, второй режим - режим с нечетким контроллером и третий режим - комбинированное регулирование, т.е. одновременная работа ПИД-контроллера и нечеткого контроллера. Данная система управления ОПИСана В работе Application of Fuzzy-PID Controller in Heating Ventilating and Air-Conditioning System, Jiangjiang Wang School of Energy and Power Engineering North China Electric Power University Baoding, Hebei Province, 071003, China, Dawey An and Chengzhi Lou, School of Environment Science and Engineering Tianjin University Tianjin, 300072, China, Proceedings of the 2006 IEEE International Conference on Mechatronics and Automation, June 25-28, 2006, Luoyang, China.
Недостатками данной системы управления являются то, что в системе не предусмотрена регулировка мощности вентилятора, приводящая к чрезмерному расходованию энергии. Кроме того, регулировка климата внутри здания проводится без учета материала и теплоизоляционных свойств здания, теплопроводности стен, влияния солнечной энергии.
Задача полезной модели - повышение точности регулирования микроклимата внутри здания и, как следствие, снижение затрат энергии.
Поставленная задача решается тем, что в системе управления отоплением, вентиляцией и кондиционированием здания использован регулируемый вентилятор, что в комплексе с уникальными банками данных для различных зданий, способствует более эффективному проектированию ОВК для конкретного объекта. При этом система управления энергоснабжением здания приобретает признаки искусственного интеллекта. С помощью искусственного интеллекта система способна оценивать, диагностировать и предлагать оптимальный режим работы оборудования. Таким образом, использование управляющих контроллеров систем ОВК, построенных на принципах нечеткой логики, приводит к значительной экономии электроэнергии. Сущность полезной модели - система, состоит из нагревателя, охладителя, увлажнителя, вентилятора подачи воздуха, нечеткого контроллера, вход нечеткого контроллера соединен с датчиками температуры и относительной влажности внутри помещения, температуры и относительной влажности снаружи помещения, а выход нечеткого контроллера соединен с охладителем, увлажнителем, нагревателем, вентилятором, причем вентилятор выполнен регулируемым, а регулирование системой управления климатом внутри здания проводится по сорока девяти правилам для каждого выхода, составленных на основе экспертных данных.
На фиг.1 представлена общая структура системы управления климатом внутри здания.
На фиг.2 представлены лингвистические функции принадлежности «температурная ошибка».
На фиг.3 представлены лингвистические функции принадлежности «ошибка перепада температуры».
На фиг.4 представлены лингвистические функции принадлежности «скорости вентилятора».
На фиг.5 представлены значения скорости вентилятора.
На фиг.6 представлена база правил для скорости вентилятора.
Система управления состоит из охладителя 1, нагревателя 2, увлажнителя 3, регулируемого вентилятора 4, обеспечивающего подачу воздуха, нечеткого контроллера 5, датчика наружной температуры 6, датчика наружной относительной влажности 7, датчика внутренней температуры 8, датчика влажности внутри помещения 9, зоны регулирования 10, система воздушных каналов 11.
Работа системы управления климатом внутри здания производится следующим образом.
На фиг.1 представлен общий вид системы ОВК для офисного здания. Эта система предназначена для регулирования климата внутри здания, повышения или понижения температуры и относительной влажности воздуха. Воздух по системе воздушных каналов 11 из атмосферы поступает через охладитель 1, нагреватель 2, увлажнитель 3 и вентилятор 4 и подается в зону регулирования 10. После этого воздух выходит в атмосферу, причем часть обратного воздуха поступает снова в охладитель 1 и далее. Количество рециркулируемого воздуха зависит от приложения системы управления, например в больнице (операционная, инфекционная), особо чистом производстве рециркуляция не применяется, а в офисных зданиях это возможно.
Качество воздуха обеспечивается нечетким контроллером 5 и фиксируется датчиками 6-9.
Нечеткий контроллер 5 работает с четырьмя входными 6 - 9 и с четырьмя выходными 1-4 параметрами. К входным параметрам относятся:
6, 7 - действительные значения температуры и влажности воздуха снаружи помещения;
8, 9 - действительные значения температуры и влажности воздуха внутри помещения.
Сигналы рассогласования по этим параметрам, характеризующие разницу между их заданными и действительными значениями, определяются так:
e=T(k)-T(k-1),
где T(k) - заданное значение температуры;
T(k-1) - действительное значение температуры.
Изменение ошибки температуры Δе определится как разница между текущим e(k) и предыдущим e(k-1) значениями ошибки.
Аналоговый сигналы датчиков температуры 6,8 и влажности 7,9 поступают на вход нечеткого контроллера 5, где производится их фаззификация.
Фаззификация температурной ошибки определяется периодом ее измерения. По данным проведенных в летних условиях опытов и экспериментов коэффициент изменения температурной погрешности составляет ±2°С в минуту.
Фаззификация относительной влажности осуществляется согласно функции принадлежности, а фаззификация выхода производится согласно практическим рекомендациям оператора.
Семь нечетких переменных для входной температурной погрешности (е) имеют следующую терминологию:
«Очень холодно» (VC),
«Холодно» (CD),
«Прохладно» (CL),
«Нормально» (NR),
«Не жарко» (LH),
«Жарко» (НТ) и, наконец,
«Очень жарко» (VH), как показано на фиг.2.
При рассмотрении погрешности перепада температур (Δe) нечеткие переменные именуются так:
«Большая отрицательная погрешность» (NL),
«Средняя отрицательная величина» (НМ),
«Малая отрицательная величина» (NS),
«Нейтральная» (NU),
«Положительно малая величина» (PS),
«Средняя положительная» (РМ) и
«Большая положительная» (PL), как показано на фиг.3.
Исходя из этой базы правил фиг.6 рассчитывается нечеткое множество, обозначающее скорость вентилятора 4. С помощью функции принадлежности (фиг.4) задается требуемый режим работы вентилятора 4. Нечеткие переменные, соответствующие скорости вентилятора именуются так:
«Очень высокая» (VF),
«Высокая» (FT),
«Менее быстрая» (LF),
«Нормальная» (N0),
«Менее низкая» (LS),
«Замедленная» (SL),
«Очень низкая» (VS).
База правил регулирования режима работы вентилятора, с учетом температурной погрешности (е), как входного параметра, а так же погрешности перепада температур (Δе) представлена на фиг.6.
К выходным параметрам относятся:
- сигнал для управления охладителем 1;
- сигнал для управления нагревателем 2;
- сигнал для управления увлажнителем 3;
- сигнал для управления скоростью вентилятора 4.
Нечеткое множество выходных параметров 1-4 преобразуется в переменную численного решения с помощью центроидного решения задачи методами нечеткой логики. Следовательно, центроид получен так:
Рассмотрим пример. Значение е=-1.4°С и Δе=-1.2°С, что означает, что фактическая температура, измеренная при помощи датчика, высокая (жарко) и е=-1.4°С удовлетворяет двум функциям множества µVH и µНТ в то время как Δе=-1.2°С удовлетворяет двум функциям множества µNL и µNM.
Скорость вентилятора должен быть увеличена на 80%, и это разумно, так как температура достаточно высока. Вся процедура контроля регулируется посредством правил, представленных поверхностью управления. Фиг.5 показывает изометрическое представление изменения скорости вентилятора относительно температурной погрешности и (Δе). При росте отрицательной погрешности, свидетельствующей повышении температуры в комнате, нечеткий контроллер отреагирует на это изменение, и скорость вентилятора постепенно возрастет. Также, когда температурная погрешность увеличится положительно, скорость вентилятора постепенно уменьшится, и потребление энергии сократится.
Одним из главных аргументов в пользу регулирования на основе нечеткой логики является то, что она опирается на опыт человека и не нуждается в точной настройке внутренних параметров. Другими словами, регуляторы на основе нечеткой логики более надежны по сравнению с ПИД-регуляторами. Даже при значительном изменении подлежащих регулировке параметров рабочий режим регулирования на базе нечеткой логики остается устойчивым и не дает больших отклонений от оптимальной настройки. Это оправдывает утверждение, что регулирование на основе нечеткой логики надежно по характеру при условии, что его правила и параметры рассчитаны настоящими экспертами в данной области. Кроме того, регулирование обладает более высоким быстродействием по сравнению с ПИД-регулированием и обеспечивает экономию энергии в системе кондиционирования. Это достигается благодаря внедрению экспертных правил. Таким образом, регулирование на основе нечеткой логики превосходит традиционное ПИД-регулирование по трем аспектам, а именно: робастности, скорости срабатывания и экономии энергии.

Claims (1)

  1. Система управлением климатом внутри здания, состоящая из нагревателя, охладителя, увлажнителя, вентилятора подачи воздуха, нечеткого контроллера, причем вход нечеткого контроллера соединен с датчиками температуры и относительной влажности внутри помещения, температуры и относительной влажности снаружи помещения, а выход нечеткого контроллера соединен с охладителем, увлажнителем, нагревателем, вентилятором, отличающаяся тем, что вентилятор выполнен регулируемым, причем регулирование системой управления климатом внутри здания проводится по сорока девяти правилам для каждого выхода, составленным на основе экспертных данных.
    Figure 00000001
RU2009107680/22U 2009-03-03 2009-03-03 Система управления климатом внутри здания RU89672U1 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2009107680/22U RU89672U1 (ru) 2009-03-03 2009-03-03 Система управления климатом внутри здания

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2009107680/22U RU89672U1 (ru) 2009-03-03 2009-03-03 Система управления климатом внутри здания

Publications (1)

Publication Number Publication Date
RU89672U1 true RU89672U1 (ru) 2009-12-10

Family

ID=41490143

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2009107680/22U RU89672U1 (ru) 2009-03-03 2009-03-03 Система управления климатом внутри здания

Country Status (1)

Country Link
RU (1) RU89672U1 (ru)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2628950C2 (ru) * 2014-11-21 2017-08-23 Сяоми Инк. Способ и устройство для получения данных о качестве воздуха
RU2722457C1 (ru) * 2019-09-03 2020-06-01 Евгений Леонидович Черняков Персональное устройство психофизиологической релаксации пользователя

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2628950C2 (ru) * 2014-11-21 2017-08-23 Сяоми Инк. Способ и устройство для получения данных о качестве воздуха
RU2722457C1 (ru) * 2019-09-03 2020-06-01 Евгений Леонидович Черняков Персональное устройство психофизиологической релаксации пользователя

Similar Documents

Publication Publication Date Title
Homod Analysis and optimization of HVAC control systems based on energy and performance considerations for smart buildings
Li et al. Rule-based fuzzy control method for static pressure reset using improved Mamdani model in VAV systems
CN104019526A (zh) 改进pso算法模糊自适应pid温湿度控制系统及方法
Tianyi et al. Experimental study on a duty ratio fuzzy control method for fan-coil units
CN113339941B (zh) 一种变频空调器控制方法
Omarov et al. Design of fuzzy logic based controller for energy efficient operation in smart buildings
Duan et al. PMV-based fuzzy algorithms for controlling indoor temperature
CN112923525A (zh) 机器学习型舒适节能空调智能控制方法
Nasution et al. Experimental study of air conditioning control system for building energy saving
RU89672U1 (ru) Система управления климатом внутри здания
Chao et al. Fuzzy logic controller design for staged heating and ventilating systems
Almasani et al. Fuzzy expert systems to control the heating, ventilating and air conditioning (HVAC) systems
Duan et al. A novel data-based control strategy of dynamic thermal comfort for inhabited environment
CN112484250A (zh) 一种基于室内热源信息的hvac在线监控系统及控制方法
Petrova et al. Intelligent indoor microclimate control
Khokhar et al. 2 in 1 humidifier+ air purifier fuzzy control system
CN112432229B (zh) 一种基于室内湿源信息的hvac在线监控系统及控制方法
Wang et al. A model-based control of CO2 concentration in multi-zone ACB air-conditioning systems
Nasution et al. Indoor Temperature Control And Energy Saving Potential Of Split-Type Air Conditioning System Using Fuzzy Logic Controller
Al-Ghasem et al. Air conditioner control using neural network and PID controller
Kun et al. Fuzzy adaptive PID control for VAV air-condition system
Wang et al. Application of an intelligent PID control in heating ventilating and air-conditioning system
Ali Developing of a fuzzy logic controller for air conditioning system
Al-Jarrah et al. Developed adaptive neuro-fuzzy algorithm to control air conditioning system at different pressures
RU86709U1 (ru) Система управления микроклиматом помещений внутри здания

Legal Events

Date Code Title Description
MM1K Utility model has become invalid (non-payment of fees)

Effective date: 20100304

NF1K Reinstatement of utility model

Effective date: 20120320

MM1K Utility model has become invalid (non-payment of fees)

Effective date: 20130304