基于预测算法的室内空气调节

论文摘要

随着智能家居的兴起,高品质的室内空气调节系统也越来越受到人们的重视。人们已不仅仅满足于常规的冷暖调节功能,而是更加关注室内的热舒适度,从而对空调系统的设计和控制提出了更高的要求。空调系统表现出动态时变、非线性、大时延、干扰随机、控制环节耦合严重的特性,传统PI/PID调节方式和针对多变量线性定常系统的现代控制方式,甚至某些智能控制方法均有其不足之处,主要表现在:难于建立精确的数学模型;无法彻底消除不确定性干扰的影响;解耦困难,如解耦失败则控制效果变差。本文通过分析室内空气环境的影响因素,建立起空气调节系统的参数模型并采用最小二乘递推算法进行在线辨识,提出了一种前馈解耦式广义预测控制算法。该算法将前馈自适应解耦补偿器与广义预测控制器合并成一个闭环结构,有效地消除回路间的耦合;并且利用广义预测控制对模型要求低的特点,采取多步预测、滚动优化的方式,扩大了反映调节过程未来变化趋势的信息量,因而能克服各种不确定性干扰和复杂变化的影响。传统空调的调节效果仅仅是制冷供暖、通风保湿,难以真正达到人体舒适的程度。随着人体热舒适和室内空气品质的深入研究,在空调控制领域产生了舒适控制的理念。本文将舒适控制理念引入控制策略中,在采用上述预测算法进行调节运算的同时,实时计算热舒适指标PMV值,并基于最小二乘法构造PMV指标自校正外环,形成基于前馈解耦式广义预测控制和PMV指标自校正优化的双闭环结构。该算法将人体热舒适度作为最终控制目标,真正达到“以人为本”的调节效果,仿真结果显示出这种控制方法的良好性能。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 课题的提出及研究意义
• 1.1.1 课题的提出
• 1.1.2 课题的研究意义
• 1.2 自动控制在空气调节领域的研究现状
• 1.3 预测控制机理应用于空气调节系统的可行性分析
• 1.4 本课题的研究目的和研究内容
• 2 系统的理论研究基础
• 2.1 现代智能家居的体系结构
• 2.2 空气调节系统
• 2.2.1 空气调节的目的
• 2.2.2 家用空调机组的控制原理
• 2.2.3 空气调节控制系统的特点
• 2.3 广义预测控制
• 2.3.1 预测控制概述
• 2.3.2 广义预测控制简介
• 2.3.3 广义预测控制的基本思想和算法
• 2.4 热舒适指标与舒适控制
• 2.4.1 热感觉与热舒适
• 2.4.2 Fanger 热舒适方程
• 2.4.3 PMV-PPD 指标
• 2.4.4 舒适控制的研究内容
• 2.4.5 舒适控制的舒适性与节能性
• 2.4.6 热舒适指标的间接控制方式
• 2.4.7 热舒适指标的直接控制方式
• 3 系统的设计
• 3.1 室内空气调节参数标准
• 3.2 建立人工室内空气环境参数模型
• 3.2.1 物理模型
• 3.2.2 加热器出口空气温度数学模型
• 3.2.3 变频风机送风口气流数学模型
• 3.2.4 加湿器、除湿器出口空气湿度数学模型
• 3.2.5 表面冷却器出口空气温、湿度数学模型
• 3.3 引入预测控制机理，对模型进行改进
• 3.3.1 将空气参数模型转换为CARIMA 标准形式
• 3.3.2 模型参数的辨识
• 3.4 空气调节参数的前馈解耦GPC 策略
• 3.4.1 多变量前馈解耦设计
• 3.4.2 广义预测控制的控制律设计
• 3.5 基于PMV 方程的空气调节GPC 策略
• 3.5.1 空气参数的影响因子
• 3.5.2 基于PMV 方程的算法设计
• 4 系统的仿真实现
• 4.1 离散系统到连续系统的转换
• 4.2 Simulink 仿真
• 4.2.1 子系统仿真模型（加热器出口空气温度）
• 4.2.2 室内空气调节系统仿真
• 5 总结与展望
• 5.1 总结
• 5.2 展望
• 致谢
• 参考文献
• 附录