变风量空调末端装置控制器研究

1、陈良：变风量空调末端装置控制器研究变风量空调末端装置控制器研究 摘 要 随着人们对建筑内部空调系统的舒适性和节能要求越来越高，变风量空调(variable air volume，VAV)系统应运而生。为了推动对变风量空调系统先进控制方法的研究，本文对VAV系统中的重要组成部分末端装置控制器进行了一些有益的工作，重点对其控制算法进行研究。 本文采用MATLAB中的simulink进行仿真，在建立房间、温度传感器、流量传感器、风机数学模型的基础上，对各种控制策略进行仿真研究。本文采用的控制策略包括：PID控制、史密斯预估器、模糊控制、预测控制以及它们相互组合产生的新的控制方法。在此基础上将它们的仿

2、真结果进行了比较研究，发现其各自的优缺点。关键词：VAV空调系统，末端控制器，史密斯预估，模糊控制，预测控制AbstractWith the appearance of automation technology in the building, the Demand of comfort ability and economy energy of Air-Conditioning system in the building is higher, so the variable air volume (VAV) system emerges as the times require. In

3、order to promote the research which use advanced control methods in VAV system, this study has some helpful research of the terminal device controller which is crucial partial in the VAV system, espicially the control method.This study uses the simulink of MATLAB to simulation. On the foundation of

4、Establishing rooms, temperature sensor and digital model of flow sensor, the study make some simulation test on any kind of control strategies. This study uses the control strategies contains PID control, fuzzy control, smith estimator, predict control and the new control method which is production

5、of their combination. The research has comparative study on their simulation results on this basis and finds the advantage and disadvantage of their own.Keywords：vav air conditioning system, terminal controller, smith estimator, fuzzy control, predict control目 录前言第1章 绪论1.1选题的目的及意义1.2 VAV系统简介 1.2.1 V

6、AV系统基本结构 1.2.2 VAV系统的优点 1.2.3 VAV系统的常见控制方法1.3 VAV系统国内外的研究发展现状1.4 VAV末端装置简介 1.4.1 末端装置的分类 1.4.2 末端装置的结构1.5本课题主要研究内容第2章 VAV末端装置基本控制方法介绍2.1 PID控制 2.1.1 PID控制原理 2.1.2 PID控制的优缺点2.2 模糊控制2.2.1 模糊控制原理 2.2.1.1 模糊化 2.2.1.2 模糊规则 2.2.1.3 反模糊化 2.2.1.4 模糊推理2.2.2 模糊控制的优缺点2.3 史密斯预估控制2.3.1 史密斯预估控制原理2.3.2 史密斯预估控制的优缺点

7、2.4 预测控制2.4.1预测控制原理2.4.3预测控制的优缺点第3章 VAV末端装置控制算法的仿真研究3.1 数学模型的建立3.2 串级系统的建立3.3 史密斯预估器的研究 3.3.1 常规史密斯预估器 3.3.2 改进型史密斯预估器 3.3.3 几种史密斯预估器的仿真比较3.4 模糊控制3.4.1 模糊控制器的设计3.4.2 仿真结果分析3.5 模糊调整PID参数控制 3.5.1 调整PID参数模糊控制器的设计 3.5.2 仿真结果分析3.6 提高稳态精度的模糊控制3.6.1 模糊控制存在稳态误差的原因分析3.6.2 改善稳态精度的方法 3.6.2.1比例因子自调整模糊控制器 3.6.2.

8、2 并联积分器3.6.3 仿真结果分析3.7 预测控制3.7.1 预测控制器的设计3.7.2 预测控制仿真分析4总结致谢参考文献前言随着科学技术的发展，人民生活水平的不断提高，人们对空调房间的舒适性要求也越来越高。变风量空调系统具有控制灵活、卫生、节能等特点，它不仅能够根据空调区负荷变化，自动改变送风量；而且，随着送风量的减少，风机输送能耗也相应减少，因此具有双重的节能作用。变风量系统与定风量系统相比可以节能3070。节能也是全球人民关注的问题。在今天人们追求舒适环境同时能源紧张的情况下研究新型空调控制器，解决存在的问题，具有重要的理论意义和实用价值。末端装置作为VAV系统的重要组成部分，是整

9、套系统运行效果好坏的关键所在，所以研究出一种适应主流的控制器及其控制算法显得尤为重要。变风量空调系统传统的控制方法为PID控制，但是PID控制是要建立在有精确模型的基础上，一旦模型出现改变PID控制将效果变差。变风量空调系统之所以控制困难，是因为它具有大滞后，非线性，时变等一系列特性。传统的控制方法根本无能为力。本文主要针对变风量空调系统的这些特性，采用一些高级控制方法，对其进行仿真研究，并将这些方法做一个比较，发现它们各自的优缺点。首先文章对变风量空调系统的结构，发展历史及发展现状作了一个基本介绍，并对变风量空调系统的常见控制策略做了说明。接着对末端装置的结构和它在系统中的重要性也作了阐述。

10、然后对本文将要采用的控制方法作了一个大体的介绍。文章重点部分是第三章的仿真研究。首先通过对空调系统的整体了解，建立了整个串级系统的数学模型，接着为了解决大滞后又对史密斯预估器做了研究，然后分别采用了PID控制、模糊控制、模糊调整PID参数控制、提高稳态精度的模糊控制、预测控制对系统进行仿真对比研究。仿真结果发现模糊控制虽然比PID控制效果好很多，但是和预测控制比起来还是有较大差距。研究结果表明本文提出的变风量空调末端控制器各种控制算法是可行的，进一步完善后可以在实践中推广应用。第一章 绪论1.1选题的目的及意义变风量(Variable Air Volume，简称VAV)空调系统于20世纪60年

11、代起源于美国，出现以后并没有立刻得到推广。当能源出现危机时，首先是美国大力推行变风量技术。随后80年代在欧洲的英法等国也得到了广泛应用，作为VAV系统关键组成的末端装置也得到了快速发展。 末端装置是变风量空调系统的关键部分，它的性能好坏直接影响着整个空调系统的运行效果。而我国的空调系统中末端装置基本上依靠进口。这就带来了设备价格昂贵，采购周期长，后期维护困难等一系列问题。非常不利于VAV系统在中国的应用及发展 。因此使末端装置国产化是空调业发展的头等要务。 而作为末端装置的核心组成部分的控制器，它的好坏直接影响着空调系统的性能。但是由于VAV系统测控复杂，国内生产的末端装置大部分采用国外的控制

12、器，这就带来了末端装置与控制器难以匹配，导致成本居高不下；再加上国外的控制器将程序模块化，灵活性较差，给调试带来很大难度，很难保证系统的稳定性和控制精度。所以研究出一种适应主流的控制器及其控制算法显得尤为重要。 本论文就是要对控制器的算法进行一些有益的研究。使这一核心技术国产化，降低VAV系统的价格，增加国产空调价格和技术的竞争力，以取得良好的经济效益与社会效应。1.2 VAV系统简介变风量空调系统的完整名称是：可变送风量空调系统（VAV-Variable Air Volume System）。对于全空气空调系统来说，当室内负荷发生变化时一般可以通过两种途径来维持室内的温度和湿度：一种是固定送

13、风量从而改变送风温度的定风量（CAV）系统；另一种是改变送入室内风量的变风量（VAV）系统。VAV 空调系统的基本思想是当室内空调负荷改变以及室内空气参数设定值变化时，自动调节空调系统送入房间的送风量，以满足室内人员的舒适要求或工艺生产要求。同时送风量的自动调节可以最大限度减少风机的动力，节约运行能耗。VAV空调系统由VAV末端和VAV空调机组两部分组成。其中VAV 末端根据控制区域的负荷变化，通过调节末端风阀的开度或调节加压风机的转速来控制房间的送风量，同时向空调机组控制器反馈VAV末端的工作状态。VAV 空调机组需具有风量调节功能，采用VSD（Variable Speed Device）等

14、变速驱动装置，根据各VAV末端的要求来调节风机的总送风量。1.2.1 VAV系统基本结构变风量空调系统由空气处理机组、送风系统（新风/排风/送风/回风管道）、自控系统、变风量末端装置（VAV-BOX）、房间温控器等组成，其中变风量末端装置（VAV-BOX）是该系统最重要的部分。典型的变风量空调系统原理如图1.1所示。 图1.1变风量空调系统原理图91房间温控器室内温控器内置温度传感器，可以实时检测室内温度信号，通过与设定温度进行比较，输出控制信号调节VAV-BOX的阀门开度。如图1.1号区域，T1、T2为温度传感器。2空气处理机组空气处理设备一般都安装在单独的空调机房里，或安装在建筑物的屋顶上

15、。当建筑物每层都有大面积的空调要求时，为了减少风管的长度，应将空气处理设备安装在靠近负荷中心的位置。对于一幢多层建筑物来说，则建议将空调机房设在屋顶层，这样可以减少新风管道的长度。空气处理设备由普通的新风格栅、新风阀和回风阀、预热器（如果需要的话）、表面冷却器和送风机组成，大型空气处理装置还包括有与送风机相配合的回风机，一般多采用装配式空气处理设备。表面冷却器既可以是直接蒸发式，也可以是冷水式，但在大型民用建筑中，绝大多数都是采用冷水式。大型空气处理装置除有新风阀、回风阀外，还配有排风阀，它们都配有自动执行器，以便在冷冻机不运行的时候，可以自动控制这些阀门来维持所需要的送风温度。对应图1.1号

16、区域。3送风系统变风量系统从送风机到各末端装置一般都是一个中速中压系统。在一个大型变风量系统中，由于受到安装空间的限制，其送风主干管甚至可能采用更高的风速。对应图1.1号区域。由于系统在运行时要求风管内要有一定的静压值，所以需要有一个强度较大、密封性能好的风管系统，以防止出现空气渗漏，以及由于风速较高而要防止因风管振动产生有害的噪声。支风管则通常采用可耐一定压力的圆形软管，将主风管和末端装置联结在一起。4末端装置（VAV-BOX）末端装置是变风量空调系统的关键设备，通过它来调节送风量，补偿变化着的室内负荷，维持室温。一个变风量系统运行成功与否，在很大程度上取决于所选用的末端装置性能的好坏。末端

17、装置的种类很多，构造各异，但它们都要由进风短管、消声腔、风量传感器、控制器、调节阀等几个基本部分组成。有的末端装置还和送风散流器联成一体。对应图1.1号区域。末端装置应具有如下功能：接受室温调节器的指令，根据室温的高低，自动调节送风量；当系统压力升高时，能自动维持房间送风量不超过设计最大值；当房间负荷降低时，能控制最小风量，以满足最小新风量和室内气流组织的要求；具有一定的消声功能；当不使用时，能完全关闭。5自控系统一个典型的VAV变风量空调系统中，包括如下几个典型的子系统：（1）房间温度控制由室内温控器和变风量末端装置来实现，当室内实际温度与设定温度出现偏差时，温控器输出风量调节信号给VAV-

18、BOX装置，调节阀门开度，改变送入房间的风量，从而达到调节房间温度的目的。（2）系统风量（静压）控制在送风管道的2/3处设置静压传感器，由于末端风量的调节，管道内静压不断变化，通过变频调节送风风机的转速，维持风管内静压不变。采用该方法，控制简单可靠，而且因为末端没有风阀节流损失，该静压值通常低于采用风阀节流型末端的系统，使送风系统运行更节能。（3）组合式空调机组的控制送风温度控制：根据实测的送风温度值与设定值进行比较，控制表冷器水阀开度以维持送风温度的恒定；新风量控制：在新风入口设置风速传感器，由控制器根据实测新风量与设定值之间的偏差，同步调节新风、回风、排风阀门。当室外温度适合全新风供冷时，

19、关闭回风阀，全开新风、排风阀，作全新风运行。1.2.2 VAV系统的优点变风量系统主要有如下优点: (1) 由于变风量系统通过调节送入房间的风量来适应负荷的变化，所以能够节约风机运行能耗和减少风机装机容量。(2) 系统的灵活性较好，易于改、扩建，尤其适用于格局多变的建筑。(3) 变风量系统属于全空气系统, ，它具有全空气系统的一些优点，可以利用新风消除室内负荷，没有风机盘管凝水问题和霉变问题。1.2.3 VAV系统的常见控制方法1定静压控制定静压控制包括定静压定温度法和定静压变温度法。前者是VAV 空调系统早期阶段常用的一种方法，当时多采用机械式模拟控制。但随着电子技术的发展，定静压定温度控制

20、现在已基本不被采用。定静压变温度是在定静压定温度控制法的基础上发展起来的，现在常说的定静压控制一般指的是定静压变温度法。2变静压控制变静压控制是使风机提供的风压与管网实际所需的静压相一致，即系统的送风压力不是恒定值，而是随系统负荷的变化而变化，将系统的送风压力动态控制在较低的位置，最大限度降低风机的转速以便节能。变静压控制法主要有：最小静压法、总风量控制法和变风量变压力法（VVVP）。3总风量控制法总风量控制法是基于压力无关型变风量末端的控制方法。总风量控制法是以各VAV 末端的风量设定值作为参数，该参数为室内温度传感器的测量值与室内温度设定值偏差的PID 控制输出，反映了末端所在房间所需的送

21、风量，然后对所有末端的风量设定值求和，得到系统当前要求的总风量，按一定的控制算法调节风机的转速。1.3 VAV系统国内外的研究发展现状变风量空调系统起源于美国20世纪60年代，70年代石油危机后，西方各国对VAV系统开始重视，特别是在80年代得到了快速的发展。经过几十年的的普及和发展，VAV空调系统已占据了欧美，日本大部分的市场份额。而在我国由于起步较晚，VAV空调系统普及率远远低于西方各国，对空调的了解和经验技术也有着一定的差距，系统基本依靠进口，特别是对关键部件控制器更是依靠进口。 由于此系统具有大滞后，大干扰，高度非线性，不确定性等一系列的特点，所以传统的基于精确模型的线性控制理论已经不

22、能满足此系统的控制要求。现在国际主流的控制方法是利用模糊控制，自适应控制，预测控制,神经网络控制等非线性智能控制方法，或者将这几种方法与经典控制理论相互组合产生的新的控制方法来解决这一问题。但是由于非线性控制方法理论不成熟，必然导致开发周期长，开发资金大，算法复杂，算法实现困难等一系列问题。所以这一课题还有很多问题需要探讨研究。1.4 VAV末端装置简介1.4.1 末端装置的分类VAV 末端装置根据其动力来源可分为节流型和风机动力型末端装置，其中风机动力型还分为风机串联型变风量末端和风机并联型变风量末端两种形式。VAV 末端装置根据其控制方式可以分为压力有关型和压力无关型。压力有关型末端根据实

23、测的室内温度与设定温度之间的偏差，以PID控制率控制输出风阀开度，调节送风量。但实际送入室内的风量不仅与末端风阀的开度有关，还和风管压力有关，因此压力有关型的VAV 系统为保证实际送风量与热负荷相匹配，需保持系统风管静压恒定。压力无关型末端只根据房间负荷需求来调节送入室内的风量，而与系统风管的静压变化与否无关。本文选用的是压力无关型末端装置。1.4.2 末端装置的结构压力无关型变风量末端装置，主要由箱体、集成控制器、流量传感器、调节阀等部分组成，其结构如图1.2所示。 集成控制器流量传感器 箱 体 调 节 阀图1.2变风量空调末端装置结构91.5本课题主要研究内容本课题主要研究VAV系统的末端

24、装置控制器的控制算法，控制器结构并对其进行仿真实验。 由于空调系统的大滞后、非线性和不确定性，所以本课题将以PID控制、模糊控制、史密斯预估控制和预测控制法为基础来设计控制器。首先建立被控制系统的数学模型，然后对控制器进行设计，确定其参数，并建立控制规则等，最后对其进行仿真研究。第二章 VAV末端装置基本控制方法介绍2.1 PID控制2.1.1 PID控制原理PID控制是工业上使用较为普遍的控制方法。它由比例（Proportion）、积分(Integration)和微分(Derivation)三种最基本的控制环节组成。 一般的PID调节器传递函数为： (2.1)其中KP比例系数；TI积分时间常

25、数；TD微分时间常数。一般来说，各部分的调节作用如下：1比例环节即成比例的反应控制系统的偏差信号，偏差一旦产生，控制器立即产生控制作用，以减少偏差。控制器的输出信号y(t)与输人信号e(t)成比例，即y(t)= KPe(t)。提高比例控制器的增益就是提高开环系统的放大系数,从而提高控制精度。对于一阶系统，提高KP还可以降低系统的惯性。采用比例控制器提高系统的放大系数，可以减小稳态误差，提高响应速度，但可能降低稳定性，甚至造成系统不稳定。2积分环节积分环节主要用于消除静差，提高系统的无差度。控制器的输出信号y(t)与输人信号e(t)的积分成比例，即y(t)= 。积分作用的强弱取决于积分时间常数T

26、I，TI越大，积分作用越弱，反之则越强。在控制系统中，采用积分控制规律可以提高系统的稳态性能，但同时使稳定性下降，故常用比例加积分的控制规律，使控制系统的稳态性能和动态性能都满足要求。3.微分环节微分环节能反映偏差信号e(t)的变化趋势(变化速率),即y(t)=，并能在偏差信号开始有变化趋势而没有变得太大之前，就在系统中引入一个有效的早期修正信号，从而加快系统的动作速度，减小调节时间。2.1.2 PID控制的优缺点PID控制器作为最早实用化的控制器已有50多年历史，现在仍然是应用最广泛的工业控制器。PID控制器简单易懂，使用中不需精确的系统模型等先决条件，因而成为应用最为广泛的控制器。但PID

27、也有其固有的缺点:首先，PID对基本线性和动态特性不随时间变化的系统控制效果较好，而很多工业过程是非线性或时变的。其次，PID参数KP、KI和KD,必须根据过程的动态特性整定得很好；如果过程的动态特性变化，例如可能由负载的变化引起系统动态特性变化，PID参数要重新整定。实际应用中，PID参数整定往往是很困难的。第三，PID在控制数学模型不确定、非线性、时变、耦合、纯延时的复杂过程时总是无能为力。2.2 模糊控制2.2.1 模糊控制原理模糊控制是智能控制的一种，它主要用来解决一些传统控制方法无能为力的问题，主要包括非线性，模型不确定以及一些复杂的控制任务。人作为控制器的控制系统是典型的智能控制系

28、统，其中包含了人的高级智能活动。模糊控制在一定程度上模仿了人的控制，它不需要精确的控制对象模型。比如一个温度调节系统，模糊控制会将温度变化范围的精确量，转化为一些模糊量。它将18度以下定义为“很冷”，将18-22度定义为“较冷”，22-26度定义为“温度舒适”，26-30度定义为“较热”，30度以上定义为“很热”。而相应的将送风量的大小分别定义为“很大”，“较大”，“零”，“较小”，“很小”等。这样的话当房间温度为28度时，控制器接收到的不是一个值，而是一个模糊概念“较热”，相应的控制器会发出一个送风量“较大”的指令。这种处理方式非常类似于人类的思维方式，我们无须理会房间的数学模型，只要按照人

29、的思维方式设定控制器规则即可。模糊控制器结构如图2.1所示。模糊控制的具体设计步骤如下：图2.1 模糊控制器基本结构12.2.1.1 模糊化1论域的量化把连续论域进行离散化的过程称为量化。连续论域量化之后就成为一个离散论域。对于一个连续论域量化，就是把连续论域分成一个个小部分，每一部分为一个元素，以这些元素组成的论域则是离散论域。例如，将连续论域O-50分成5个均等分，并取:O-10对应-2，10-20对应-1，20-30对应O，30-40对应l，40-50对应2。一般而言，量化级数的多少对控制灵敏度有影响。量化级数越少，控制越粗糙。当量化级数减少到两级时，接近于开关控制了。当量化级数为无穷多

30、时，则成了连续论域。由于有量化过程，则模糊控制器具有离散的性质，故而对系统状态变量的小变化不敏感。2模糊划分在模糊控制中，无论输入论域，或是输出论域都取恰当的模糊量。对于一个给定的有限论域，在这个论域中确定模糊数量的过程称模糊划分。可见模糊划分的本质就是在论域中划分模糊子集。但模糊划分尚未有一种确定的方法，是根据经验进行划分的。对于一个论域而言，模糊量划分越少，变量就会粗糙；这样对于一个控制系统来说，对其控制品质就会产生不良的影响。如果划分的模糊量过多，则形成的控制规则就会过多，进行模糊推理就会占用大量的处理时间和过程；在采用模糊关系运算时，也会产生庞大的关系矩阵，关系运算变得麻烦，产生的控制

31、表也会占据较多得内存。在进行模糊划分时，主要考虑划分数量及划分的宽度。一个论域中，模糊量的划分数一般取5-10个较为适合。划分宽度是指在论域中一个模糊量所涉及的元素的多少。但划分宽度至今尚未有一种完善的理论方法。3模糊表达在论域中模糊量的隶属函数形状称为该模糊量的模糊表达。模糊表达的目的在于取得最合适的隶属函数。模糊量可以是对称的，或非对称的。可以是三角形，梯形及其他形状。目前还不能够证明哪种形状的隶属函数对某一控制目标最优。因此隶属函数大多依靠经验或者考虑处理方便而选择。另外，大多数实际控制系统的运行表明，在划分宽度相同时，执行过程对隶属函数的形状不敏感。2.2.1.2 模糊规则模糊控制是以

32、模糊控制规则去实施控制的。模糊控制规则表达了人对被控制对象执行控制时的模糊思维和判断过程。模糊控制规则在本质上是人们的模糊推理规则，以模糊条件语句表示。依照一定的模糊控制规则，再结合恰当的推理机制，从而产生模糊控制的方法。在数字计算机中，模糊控制规则转化为一种控制算法，并对被控制对象进行控制。对于模糊控制，模糊计算则是一种模糊信息的变换方法。模糊控制规则采用的是形式逻辑中的条件语句的格式，它和形式逻辑不同的是:条件语句的前后条件都是模糊量，即这种语句是模糊条件语句。在模糊控制中，模糊控制规则的主要形式是： If A and B then C对于一般的系统，A、B一般指输入误差和误差变化率；输出

33、C有两种理解，可以是模糊量，或者是精确值。一个模糊控制系统，其模糊控制可以用条件语句集来表示，也可以用控制规则表来表示。但一般来说控制规则表比条件语句集简单明了。模糊控制规则是根据人的思维方式对一个被控制系统执行控制而总结出来的带有模糊性的控制规则。取得模糊控制规则有各种不同的途径，但不外乎两种最基本的方法:一是根据人对控制系统的实际操作求取控制规则，另一种是根据对象的控制特点通过数学处理求取控制规则。根据人对控制系统的实际操作求取控制规则有两种方法:第一是依据专家经验生成控制规则;第二是对系统执行手工控制生成控制规则。根据对象的控制特点通过数学处理求取控制规则也有两种方法:第一是根据被控制对

34、象的模型生成控制规则;第二是根据学习算法生成控制规则。本文采用了根据专家经验生成控制规则。2.2.1.3 反模糊化在模糊控制系统中，模糊控制器的输入是模糊量，输出也是模糊量。对于实际被控制对象，他所需要的控制信号是有一定物理意义的精确值。为了使模糊控制器的输出能对被控制对象进行控制，要把它输出的模糊量转换成精确量，这个过程称为反模糊化。反模糊化的方法很多，但在控制上所用的方法一般有三种:最大隶属函数法、中位法和重心法。图2.2为三种方法的比较：最大隶属度函数法中位法重心法在模糊控制的推理输出结果中取其隶属度最大的元素作为精确值去执行控制的方法。在处理过程中，它具有简单、方便、容易实现等优点，但

35、它只提取了主要的信息而放弃了次要的信息反模糊化的结果必定有偏颇。它是把隶属度函数与横坐标围成的面积分成两部分，在两部分相等的条件下，分界点所对应的横坐标的值为反模糊化的精确值，它克服了最大隶属度函数法的缺点，它能全面考虑模糊量各部分信息所起的作用。重心法是目前应用最多的反模糊化方法，它全面考虑模糊量的有关信息，同时执行也较容易。它对模糊量所含的所有元素求取重心元素，这个重心元素就是反模糊化后的精确值，它实质上是通常讲的加权平均法。图2.2 三种反模糊化方法的比较12.2.1.4 模糊推理在模糊控制理论中，模糊推理有多种不同的机理，但是，在模糊控制中较多用于变风量中央空调末端智能控制器研究的只有

36、四种，分别是: Mamdani推理、Larsen推理、Tsukmatoo推理、Takagi-sugeno推理，这四种推理的机制是不同的。模糊控制中之所以采用这几种推理，原因在于模糊控制和专家系统不同。模糊控制中的推理规则后件不会用做其它推理规则的前件，也就是说模糊控制不采用链推理机理。本文采用Mamdani推理，为了简化对推理方法的说明，这里只分析两条模糊控制规则，其他规则可以由此推出。假设有模糊规则： : if x is and y is then z is : if x is and y is then z is 则这两个规则有推理强度，： =(x)(y) =(x)(y) (2.2)对于第

37、i条控制规则，由控制量,其隶属度函数如下： （z）=(z) i=1,2 (2.3)最终的模糊输出量是由所有的控制规则产生的，因此，模糊输出量C的隶属度函数如下： （z）=(z) (z) （2.4）这种推理称为Mamdani推理，由于采用最大最小运算，故也称MAX-MIN推理。Mamdani推理机理图如2.3所示。10图2.3 Mamdani推理示意图12.2.2 模糊控制的优缺点模糊控制具有很多优点。首先，模糊控制抗干扰能力强，对模型的变化有较强的鲁棒性。其次，模糊控制不依赖精确的数学模型，对于系统的不确定性易于处理。最后，模糊控制是一种对于系统非线性易于控制的方法。但是模糊控制也存在一些问题

38、，模糊规则的算法实现较传统控制算法难，而且理论体系不是十分成熟，一些设计中的问题往往是靠经验选取。最重要的是模糊控制的稳态精度较低，需要一些特殊手段对其进行改进，这在文章第三章会详细阐述。2.3 史密斯预估控制在工业生产过程中,被控对象往往不同程度地存在着大延迟。由于纯延迟的存在,使被控量不能及时反映系统所承受的控制作用和扰动,必然会使系统产生较明显的超调量和较长的调节时间。为了解决这个问题,史密斯预估器已得到了广泛的应用,它的特点是预先估计出系统的基本扰动下的动态性能,然后由预估器进行补偿,力图使被延迟了的被控量超前反映到调节器上,使调节器提前动作,从而明显地减小超调量和加速调节过程。2.3

39、.1 史密斯预估控制原理史密斯预估器的基本思想是预先估计出被控过程的数学模型，然后设计一个预估器对其进行补偿，使被滞后了时间的被控量提前反馈到调节器的输入端，是调节器提前动作，以减少超调和加速调节过程。其控制系统框图如图2.4所示。GC(S)G0(S)e-sG0(S)e-s-X(S)U(S)Y(S) 图2.4 史密斯预估器原理图图中虚线包围的部分称为史密斯预估器。我们推导出系统的闭环传递函数 （2.5）由式（2.5）可见，史密斯预估控制的闭环特性方程式中没有了延时项。也就是说，该系统比原系统相比已经消除了纯滞后环节对系统稳定性的影响。2.3.2 史密斯预估控制的优缺点史密斯预估器结果简单，使用

40、方便，而且对于数学模型精确的情况下控制效果非常好。但是当遇到系统参数时变，或是模型不准确的情况，控制效果变差。所以史密斯预估器适应能力差，无法解决复杂的控制问题，必须加以改进。2.4 预测控制预测控制或称为模型预测控制(MPC)是用于工业控制中的先进控制方法之一。一般预测控制均包含三方面的内容:(1)预测模型，(2)滚动优化，(3)反馈校正。这三步一般有在线的计算机连续执行。预测控制是一种根据预测的过程模型的控制算法。根据过程的历史信息判断将来的输入和输出。它强调模型的函数而非模型的结构。因此，状态方程、传递函数甚至阶跃响应和脉冲响应都可作为预测模型。预测模型能体现系统将来的行为。因此，设计者

41、可以实验不同的控制规律用计算机仿真观察系统输出结果。预测控制是一种最优控制的算法。它根据损失函数或性能函数计算出将来的控制动作。预测控制的优化受移动的时间间隔和连续在线传送的限制。移动的时间间隔有时称为临时窗口。这是与传统的最优控制最大的区别，传统的最优控制是用一个性能函数来判断整个最优性。这种方法能很好地控制动态特性变化和有不确定因素的复杂系统。在这种情况下，不能在整个时间域内判断最优性能。2.4.1预测控制原理阶跃响应作为预测模型, 利用线性系统的叠加原理, 在采样时刻可得到该过程的输入与输出的关系。y(k+1)=u( k) +u( k- 1) +u( k+1- N) = u(k+1-i)

42、式中, h=称为脉冲响应系数; 称为过程的阶跃响应系数; N是一个较大的整数, 能使过程基本上得到完成。为了提高预估值的准确性, 采用校正的方法对基于预测模型的输出预估值进行校正,即(k+j) =(k+j)+y(k)-(k)。式中, ( k+j) 为校正输出预估值, ( k+j) 为基于预测模型得到的输出预估值。y(k)-(k)为现时刻的输出量值与预估值之差。另外, 为了避免过程出现急剧变化的输入和输出, 要求输出沿着参考曲线到达设定值。目前, 最广泛应用的参考轨线为一阶的, 其定义为:(k+i) =y(k) +(1-) (i=1,2,P)。为设定值, (k+i) 为参考曲线, y(k) 为现

43、时刻输出测量值。a是参考曲线中决定收敛速度的系数, 通常。在预测控制中, 采用在线滚动式的实现方法,可以有效地克服过程的一些不确定性因素, 提高控制系统的鲁棒性。即只施加第一个控制输入, 等到下一个采样时刻再根据采集到的过程真正输出值,重新优化, 计算新的一组最优控制输入, 如此类推,“滚动”推进。2.4.3预测控制的优缺点预测控制具有对模型要求不高，控制品质好，易于在线实施计算机控制等一系列优点。特别是对复杂的控制对象控制效果非常好。虽然预测控制可以很好控制多变的复杂过程，但是根据预测控制的要点，设计这样一个控制系统很复杂而且要求经验丰富，对设计者的要求也是预测控制不能广泛得到应用的主要原因

44、.由于预报控制的自身特点，它很适合先进过程控制和监督控制领域，这些控制的输出主要是设定值的轨迹。预报控制并不适合调节控制问题。第三章 VAV末端装置控制算法的仿真研究本章首先建立了系统的数学模型，然后对史密斯预估器、模糊控制、模糊调整PID参数、预测控制进行了仿真，最后将它们进行逐一对比研究。3.1 数学模型的建立房间数学模型的建立是一个复杂的过程，其中要考虑当地气候，建筑材料，房间中的主要负荷，房间结构等诸多因素，计算十分复杂。但是在实际工程应用中，通常将房间看作一阶惯性加纯延时或二阶惯性加纯延时，本文中采用一阶惯性加纯延时。风量传感器，温度传感器一般为一阶惯性环节，而风阀一般为一个比例环节

45、或一个积分环节，本文采用积分环节。根据工程的一般情况，最终选取模型如下：房间模型： 温度传感器模型： 风量传感器模型： 风阀模型： 本系统采用的是串级控制，利用内环快速抑制风量干扰，最终仿真的模型结构如图3.1所示。图3.1 系统仿真模型3.2 串级系统的建立为了方便起见，主控制器选用PID控制器。由于此系统存在纯延时，传统的方法无法计算出PID参数，故采用工程中常用的临界比例度法整定。整定后的参数为：KP=60,KI=0.1,KD=200。内环控制器采用比例控制器，采用二阶最佳整定后KP=15，经过调整最终确定为10。在内环加入一个幅值为10的阶跃信号干扰信号。本文后面提到的各种控制方法都是

46、建立在本节讨论的模型上。内环整定模型如图3.2所示。干扰图3.2 内环整定模型仿真结果如图3.3所示。3.3 内环整定仿真结果因为现在只是对串级系统进行建立，所以加入了史密斯预估器消除纯延时的影响，串级系统整体模型结构如图3.4所示。3.4 串级系统整体模型结构仿真结果如图3.5所示。图3.5 串级系统整体仿真结果在150秒左右出现幅值为10的干扰，但是在干扰出现后很短的时间里它就被迅速消除，可以看出串级系统对干扰有很好的抑制作用。3.3史密斯预估器的研究史密斯预估器对系统的纯延时有很好的抑制作用，但是常规的史密斯预估器对模型精度要求极高，模型参数在不变化时，可得到较为理想的控制效果，但是参数

47、发生改变常规史密斯预估器将无能为力。由于实际应用中房间模型的参数在随外界环境改变时，所以本节将研究几种史密斯预估器的改进型，并和常规史密斯预估器进行比较。3.3.1 常规史密斯预估器常规史密斯预估器的仿真模型如图3.6所示。图3.6 常规史密斯预估器的仿真模型 预测模型与实际模型相同即模型匹配时的仿真结果如图3.7所示。图3.7 模型匹配时的常规史密斯预估器仿真结果 当惯性时间常数T=100，滞后时间=60时仿真结果如图3.8所示。图3.8 模型不匹配的常规史密斯预估器仿真结果 当模型变化时，特别是滞后时间变化时，会影响系统性能，甚至导致系统不稳定。3.3.2 改进型史密斯预估器1动态参数自适

48、应史密斯预估器动态参数自适应史密斯预估器是一种史密斯预估器的一种改进方案，它比常规史密斯预估控制方案多了一个调节器，通过计算得出调节器为。模型结构如图3.9所示。图3.9 动态参数自适应史密斯预估器模型图 预测模型与实际模型相同即模型匹配时的仿真结果如图3.10所示。图3.10 模型匹配时的动态参数自适应史密斯预估器仿真结果此处的图3.10与图3.7相同，可以看出当模型匹配时，系统的性能与预估器无关。 当惯性时间常数T=100，滞后时间=60时仿真结果如图3.11所示。图3.11 模型不匹配的动态参数自适应史密斯预估器仿真结果 当惯性时间常数T=100，滞后时间=20时仿真结果如图3.12所示

49、。图3.12 模型不匹配的动态参数自适应史密斯预估器仿真结果由图3.11图3.12可以看出当实际模型中的惯性时间常数大于预估模型时，系统的响应速度变慢，但是趋于稳定的速度变快。 当惯性时间常数T=60，滞后时间=20时仿真结果如图3.13所示。图3.13 模型不匹配的动态参数自适应史密斯预估器仿真结果当惯性时间常数T=60，滞后时间=60时仿真结果如图3.14所示。图3.14 模型不匹配的动态参数自适应史密斯预估器仿真结果由图3.13图3.14可看出，当实际模型中的惯性时间常数小于预估模型时，响应速度加快，但是系统趋于稳态的速度降低。2改进方案这是一种比较普遍的史密斯改进方法，有很多史密斯改进

50、都是基于此方法的原理。当模型匹配时，预测模型与实际模型误差为零,该预估器等同于传统结构。当预测模型与实际模型不匹配，误差信号就会通过一个一阶惯性的滤波器反馈至给定，来抑制模型不匹配带来的影响。经过仿真定性的得出惯性时间常数T对输出的影响。当输出波动较大，可以增大T来抑制震动，但系统的响应速度会减慢。当输出响应速度很慢，可以增大T来提高响应速度。所以只能权衡利弊，找出一个适合具体对象的T值。经反复实验，最终T选为200。改进方案史密斯预估器的仿真模型如图3.15所示。图3.15 改进方案史密斯预估器的仿真模型其中subsystem3为预测模型不加纯延时，subsystem2为预测模型。预测模型与

51、实际模型相同即模型匹配时的仿真结果如图3.16所示。图3.16 预测模型与实际模型相同即模型匹配时的仿真结果 当惯性时间常数T=100，滞后时间=60时仿真结果如图3.17所示。图3.17 模型不匹配的改进方案史密斯预估器仿真结果当惯性时间常数T=100，滞后时间=20时仿真结果如图3.18所示。图3.18 模型不匹配的改进方案史密斯预估器仿真结果当惯性时间常数T=60，滞后时间=20时仿真结果如图3.19所示。图3.19 模型不匹配的改进方案史密斯预估器仿真结果当惯性时间常数T=60，滞后时间=60时仿真结果如图3.20所示。图3.20 模型不匹配的改进方案史密斯预估器仿真结果3.3.3 几

52、种史密斯预估器的仿真比较在模型匹配时两种改进型史密斯预估器的比较如图3.21所示。图3.21 在模型匹配时两种改进型史密斯预估器的比较当模型匹配时两种改进型相当于常规史密斯预估器，效果没有区别。当惯性时间常数T=100，滞后时间=60时仿真结果如图3.22所示。图3.22 在模型不匹配时两种改进型史密斯预估器的比较当惯性时间常数T=100，滞后时间=20时仿真结果如图3.23所示。图3.23 在模型不匹配时两种改进型史密斯预估器的比较当惯性时间常数T=60，滞后时间=20时仿真结果如图3.24所示。图3.24 在模型不匹配时两种改进型史密斯预估器的比较当惯性时间常数T=60，滞后时间=60时仿

53、真结果如图3.25所示。图3.25 在模型不匹配时两种改进型史密斯预估器的比较图中蓝线代表第二种改进方案的仿真曲线，绿线代表第一种改进方案的仿真曲线。在此仿真中惯性时间常数T变化了25%，滞后时间变化了50%，而一般的史密斯预估器的参数变化范围远远低于这一数值。由图可以看出，改进型史密斯预估器可以很好的抑制模型变化产生的影响，而常该史密斯预估器效果就很差。从响应速度，超调量，上升时间等诸多因素综合考虑，第一种改进方案的效果由于第二种方案。以后的仿真均采用第一种改进方案，即动态参数自适应史密斯预估器。3.4 模糊控制3.4.1 模糊控制器的设计本节的方案主控制器将采用模糊控制器，利用其抗干扰能力强，鲁棒性好等特点对本课题进行设计仿真。具体设计过程如下：本文模糊控制器为两路输入，一路为偏差