基于神经网络的VAV空调控制系统设计

论文摘要

由于能源危机和大量燃料燃烧过程对大气的污染,在空调方面如何节约能源,减少污染,日益引起世界各国的重视。面对目前提倡的开源节流问题,在没有开发出新的能源的前提下,还是以提高设备和系统的效能采用系统最优化运行的办法为主。因此,VAV(Variable Air Volume,变风量)空调系统就是以舒适性、节能性、灵活性而优于其它空调系统,逐渐成为空调系统的主流。但是,VAV(变风量)空调系统在国内的实际使用情况并不如预期得效果好,除了工程实施中的各方面原因,还有使用者的因素。另外,VAV系统具有多变量、强耦合、非线性、时变的特点,因此它的控制、运行和管理都比CAV(Constant Air Volume,定风量)系统难度大。本文以工程实例中的VAV项目为研究对象,采集了实际调试参数;针对目前工程中普遍存在的变风量系统难以稳定运行的现状,对VAV系统的耦合特性进行深入研究,并提出了基于神经网络解耦的VAV系统控制策略。本文首先从目前VAV空调系统常用的控制方式及原理出发,在了解其组成的基础上探讨了不同的VAV系统分类。对VAV空调系统有详尽的了解后,通过大量查阅资料及结合学习过的理论知识,决定针对VAV系统稳定性进行研究,它是VAV系统正常运行的必要条件。随后,根据VAV系统的机理特征,并采用非参数模型辨识方法确定末端部分的数学模型及参数。本文在传统多变量系统解耦方法的基础上提出了基于神经网络的多变量解耦控制策略,在解耦基础上进一步完成了神经元自适应PID控制器的设计,并利用传统PID控制算法的参数来确定控制器权值的初始值。最后,本文从工程实际出发,介绍了各类厂商的VAV末端控制系统,并根据工程实际提出了先采用某种DDC (Direct Digital Control,直接数字控制器)兼容的编程语言实现算法,然后编译封装成模块,并把神经网络的各个重要参数作为接口传送的方式,当然还需要和厂商继续探讨是否是一种切实可行具有未来市场的方式。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 VAV 空调系统的使用背景
• 1.2 VAV 空调的发展
• 1.3 VAV 空调国内外使用现状及研究方向
• 1.4 VAV 空调的优势
• 1.5 VAV 空调耦合性分析
• 1.6 VAV 空调耦合控制研究意义
• 第二章 VAV 空调系统简介
• 2.1 VAV 空调系统的原理
• 2.2 VAV 空调系统的组成
• 2.3 VAV 空调系统的分类
• 2.3.1 VAV 空调系统从暖通角度分类
• 2.3.2 VAV 空调系统按机组侧控制分类
• 2.3.3 VAV 空调系统按末端控制分类
• 2.4 本章小节
• 第三章 建立VAV 空调系统模型相关理论
• 3.1 多变量解耦控制原理
• 3.2 多变量解耦控制方法
• 3.3 神经网络理论
• 3.3.1 概述
• 3.3.2 模型
• 3.3.3 人工神经网络的学习
• 3.4 BP 神经网络
• 3.5 常见神经网络解耦方案
• 3.6 本章小节
• 第四章 VAV 空调末端分析与建模
• 4.1 建模的必要性与基本原则
• 4.2 建模的基本方法
• 4.2.1 机理法
• 4.2.2 测试法
• 4.3 建模过程
• 4.3.1 建模分析
• 4.3.2 VAV 系统末端建模
• 4.4 本章小节
• 第五章 基于神经网络的 VAV 空调末端解耦控制设计
• 5.1 单神经单元自适应PID 控制器原理
• 5.2 确定 PID 控制器初始权值
• 5.3 本章小节
• 第六章 VAV 空调系统实际运用及调试过程
• 6.1 Johnson Controls 的VAV 系统应用实例
• 6.1.1 控制原理
• 6.1.2 VAV 变静压系统控制实施步骤
• 6.1.3 控制系统应注意的问题
• 6.2 Honeywell 的VAV 系统应用实例
• 6.2.1 VAV 空调控制设计方案
• 6.2.2 VAV 空调系统调试流程
• 6.3 VAV 系统使用神经网络解耦控制的可行性
• 6.3.1 VAV 空调系统常用控制算法
• 6.3.2 VAV 空调应用神经网络解耦控制
• 6.4 本章小结
• 第七章 总结与展望
• 7.1 论文总结
• 7.2 研究展望
• 参考文献
• 致谢
• 攻读硕士学位期间已发表或录用的论文