关 键 词：

说明书+CAD 房间温度控制系统与Simulink仿真设计【说明书+CAD】 房间 温度 控制系统 Simulink 仿真 设计 说明书 CAD

资源描述：

房间温度控制系统与Simulink仿真设计【说明书+CAD】,说明书+CAD,房间温度控制系统与Simulink仿真设计【说明书+CAD】,房间,温度,控制系统,Simulink,仿真,设计,说明书,CAD

内容简介：

1声 明本人慎重承诺和声明：我承诺在毕业论文（设计）活动中遵守学校有关规定，恪守学术规范，在本人的毕业论文中不剽窃、抄袭他人的学术观点、思想和成果，不篡改研究数据，如有违规行为发生，我愿承担一切责任，接受学校的处理。 学生（签名）： 2017年 6 月 1 日(设计)题 目: 房间温度控制系统与Simulink仿真 指导老师: 学生姓名： 所属院系： 专 业： 班 级： 完成日期： II摘 要随着科学技术的不断进步,温度控制系统中常用的是控制参数,而利用MATLAB控制这些参数已成为当今主流。在PID控制器的设计中,随着计算机技术的飞速发展,参数整定是最重要的,PID的设置大多是基于一些先进的软件。MATLAB仿真软件广泛应用于本设计中的继电反馈法、在线综合法和系统辨识法来研究PID控制器的设计方法,并使PID控制器的温度控制系统,并在MATLAB中使用虚拟示波器,在系统完善之前,观察阶跃信号的输出波形,得到干扰信号响应曲线的抗干扰性,经过对比得出了,在有了干扰信号时,该系统可以很好地控制系统的干扰信号,将干扰信号引入系统中是十分必要和可行的。关键词:PID控制；温度控制系统；MATLABIABSTRACTWith the continuous progress of science and technology, control parameter is commonly used in the temperature control system. And using the MATLAB to control those parameters has become the mainstream. In the design of PID controller, with the rapid development of computer technology parameter tuning is the most important thing. The PID Settings are mostly based on some advanced software. MATLAB simulation software is widely applied to the relay feedback method, Online variety legal and system identification in this design to study the design method of PID controller. And using the PID controllers temperature to control system, use a virtual oscilloscope in MATLAB. Before the system is perfected, observing the output waveform of the step signal and obtaining the interference of the signal response curve. By contrast, when there is an interference signal, the system can control the systems interference signal very well. It is necessary and feasible to introduce interference signals into the system.Key words: PID parameter tuning; controller; MATLABII目 录1 绪论11.1 选题的目的、意义11.2 对本课题涉及问题的研究现状11.2.1 经典控制11.2.2 智能控制21.2.3 结论31.3 主要解决的问题3 1.4 MATLAB简介32 数学模型的建立42.1 什么是数学模型42.2 模型的建立要求52.3 模型的种类52.4 数学模型的基本原则62.5 建立数学模型的方法步骤62.6 房间数字模型的建立8 2.6.1 单一外墙、内墙、楼板、楼地的热平衡方程.9 2.6.2 窗户的热平衡方程9 2.6.3 房间空气的热平衡方程103 Simulink的仿真研究11 3.1Matlab/Simulink环境下建立房间的动态仿真模型.11 3.2房间Simulink仿真模型的结构.11 3.3房间模型的动态特性仿真14 3.4温度控制与PID算法.15参考文献21总 结22致谢23IV1 绪论温度是生产过程和科学实验中非常重要的物理参数。在工业生产过程中,为了有效地进行生产,对生产过程中的主要参数,采取精细控制,如温度、压力、流量、速度,温度控制在生产过程中占有很大比例。准确测量和有效控制温度是高质量、高产量、低消耗,安全生产的重要条件。1.1选题的目的、意义房间的温度改变由于干扰成分多、相关数据的多样性,很难建立精确的数学模型。在本文中,房间温度的仿真模型,按照现实经验及数学依据,通过MATLAB进行计算机仿真尝试,设计了一种房间温度控制器。为进一步验证该控制器的工作成果,按照变频空调制冷和房间温度变化的特点,建立了房间温度的变化通过变频空调和传递函数的变频空调制冷控制仿真模型。MATLAB是一套科学的数值计算、符号运算和图形处理能力的计算语言集成,计算机仿真工具Simulink丰富的案例是MATLAB的一个额外的组件,可以用来提供一个系统级建模与仿真平台。对系统模型进行仿真,将空气传导延时与给定值进行比较,正确判断并调整仿真室温度变化。1.2对本课题涉及问题的研究现状为了实现对房间的温度控制,发现了传统的控制方法在时滞系统控制中的应用和近年来受到广泛关注的智能控制方法的应用。同时,这两种方法的结合是非常重要的控制方法由于具有二者的优点，因此也逐渐受到广泛的应用。1.2.1经典控制所谓的经典控制方法,提出了时滞系统的控制问题,并应用到最早的控制策略中,包括PID控制、史米斯预测控制、大林算法。PID控制器具有算法简单、鲁棒性好、可靠性高等优点。在实际控制系统的设计中得到了广泛的应用。PID控制的难点在于如何调整控制参数以获得最佳控制效果 1 。然而,PID的延迟过程中的应用是有限的,因为PID算法可以得到理想的效果,只有当系统模型参数是不随时间变化的时候。当PID控制器的整定参数被施加到系统随时间变化的参数的模型,该系统的性能会很差或甚至不稳定2。特别是时间延迟,即额定时滞的系统,普通的PID控制经常没有办法。可是,若是把它和另外的方式结合起来改良时滞过程的控制成效,然后继续发挥PID控制的优势。许多科学家提出了不同的模糊PID控制算法,创造了各种模糊PID控制器,如确定性模糊PID控制器的时间没有关系,并自动适应模糊PID控制器,从而使控制效果有了较大的改进。PID控制可以结合模糊控制和神经网络,即基于神经网络的模糊自适应PID控制式。Smith预估器是获得普遍运用的时滞系统控制方式,该方式是个时滞预估补偿算法。它经过预计目标的活动特点,采用单一预测模型进行补偿,得到无时滞反馈控制器,因而全部系统的控制就如无时滞环节,减少过冲,提高系统稳定性,加快调整过程,提高系统速度 3 。科学上Smith预估器能够全部使得时滞的后果消除,可是在现实运用中却令人不太满意,最重要的因素是:Smith预估器必须确保知道被控制的目标的准确的数学模型,当预估模型和现实目标有不一样的时候,控制质量就会变得非常坏,因此改变了Smith预估器在现实运用中的控制效果4。所以在Smith预估器的缺陷上,很多科学家发展或改进的方法包括:多变量Smith预测控制,非线性系统的史米斯预测,改进的史米斯预估器,自适应史米斯预估控制器。大林算法是由1968美国一家计算机研究公司的科学家开发的,用于工业过程控制的纯滞后特点而发现的一种控制算法。该控制的目的是制造一个差不多的数字调节器D(z),所有系统的闭环传递函数等价于纯滞后的一阶惯性环节,闭环系统的纯滞后时间等于被控对象的纯滞后时间。大林算法相对简单方便,只需要能制造出合适的并且能够物理完成的数字调节器D(z),便可以成功的消除纯滞后的不好的因素,所以在生产制造中获得了普遍运用。但它的缺陷是设计中有振铃过程,与史米斯算法类似,需要采用正确的数字模型,当模型误差较大时,控制质量会大大降低,导致系统变得极其不稳。1.2.2智能控制智能控制是一种不需要人的干涉就可以独立地驱使智能机械完成其目的的自动控制,它包括模糊控制,神经网络控制,遗传算法等5。模糊控制是智能控制较早的模式,它汲取了人思维模糊不定的特性,从普遍意义上说,模糊逻辑控制指的是运用模糊集合理论,综合考虑新的控制方法,模糊控制和不精确的数学模型是不确定系统控制的一种有效途径。模糊控制是一种基于专家规则的控制方法。在延时过程中,模糊控制是根据误差和误差变化率为输入,模糊量的精确值,根据输入变量和模糊规则与模糊推理合成规则的控制量的计算依据,然后将它清晰,准确的输出控制过程中,模糊规则是最重要的。但是,模糊控制有一些缺点,如精度低和复杂的算法6。因此,如果能结合其他算法来提高控制精度,将是非常有效的,如模糊史米斯控制器,模糊自适应控制器,模糊PID控制算法等。神经网络控制是学习和运用一些人脑结构和人类知识和经验的系统控制。一般认为,神经网络控制系统的智能鲁棒控制问题是好的,可以处理高维,非线性,强耦合和不确定性的复杂的工业生产工程,其显著特点是学习能力强。神经网络的主要优点是它能完全逼近任意复杂的非线性系统,具有很强的鲁棒性和容错能力。一般来说,神经网络控制的方法有两种,一种是用来实现建模的,另一种是直接用作控制器的。与模糊控制一样，神经网络也存在算法复杂的缺点，同时神经网络学习和训练比较费时，对训练集的要求也很高。1.2.3结论 传统的控制方法具有结构简单、可靠性高、实用性强等优点,在实际生产过程中得到了广泛的应用。但它们都是基于参数模型的控制方法,具有自适应性和鲁棒性,模型精度高,抗干扰能力差等特点。智能控制是一种非参数模型的控制方法,具有较强的鲁棒性和抗干扰能力。但智能控制有其缺点,即理论过于强大,该算法过于复杂,大多数方法仅限于理论和仿真研究,不能用于测试设备和工业生产。根据两种控制方法的特点,结合复合控制,时滞控制是一种有效的策略,模糊PID控制和模糊控制的成功应用,神经元史米斯预测控制,Smith神经网络控制等。这些方法不仅可以采用经典的控制方法,而且具有结构简单、可靠性和实用性强等优点,并能显示智能自适应控制、鲁棒性好,抗干扰能力强,弥补自己的不足,具有大时滞控制系统很好的应用前景。1.3主要解决的问题在本次设计中,主要是研究了室温控制系统的控制算法。采用PID控制算法,通过MATLAB仿真得到控制效果,然后分别与预期目标进行比较,检验各种算法能否满足要求,同时也对各种算法进行比较,选择较好的控制策略。根据PID控制算法,研究了不同数学模型对系统性能的影响;对于模糊控制算法重点介绍了模糊控制器的设计和模糊子集的选取,模糊规则和模糊推理的建立;模糊PID控制算法和模糊控制器以误差e和误差变化率EC作为输入控制模糊控制是确定PID和E之间的关系,和三个参数和EC,e和ec,通过E和EC的连续检测操作,根据模糊控制在线修改的实现原理,从而满足控制的要求。1.4 MATLAB简介 MATLAB软件包是一个功能强大,效率高,易于做科学计算和过程计算的交互式软件包。包括:通用数据分析、矩阵运算、数字信号处理、系统控制和应用建模优化,并应用基于集成环境的使用简单的图形,在这种环境下,MATLAB语言及其数学表达式的问题是相同的,不需要按照传统的方法,可以有效地规划计算和创意,是提供与其它高级语言的接口是一个重要的工具,为科学研究和工程中的应用提供了良好的环境。目前,它已被广泛应用于控制,图像信号处理和生物医学工程领域。PID参数整定设计是在MATLAB中使用的Simulink,这是一个功能强大的软件包,它是一个数学模型,只适用于液压系统仿真,通过Simulink仿真系统设计,可以预测设计效果的有效性,不涉及参考7。仿真结果是可用的,取决于数学模型正确与否,因此有必要关注数学模型的极值。2 数学模型的建立数学模型是运用数理逻辑方法和数学语言建构的科学或工程模型。数学模型的历史可以追溯到人类开始使用数字的时代。随着人类使用数字，就不断地建立各种数学模型，以解决各种各样的实际问题。对于广大的科学技术工作者对大学生的综合素质测评,对教师的工作业绩的评定以及诸如访友，采购等日常活动，都可以建立一个数学模型，确立一个最佳方案。建立数学模型是沟通摆在面前的实际问题与数学工具之间联系的一座必不可少的桥梁。2.1 什么是数学模型数学模型是针对参照某种事物系统的特征或数量依存关系，采用数学语言，概括地或近似地表述出的一种数学结构，这种数学结构是借助于数学符号刻划出来的某种系统的纯关系结构。从广义理解，数学模型包括数学中的各种概念，各种公式和各种理论。因为它们都是由现实世界的原型抽象出来的，从这意义上讲，整个数学也可以说是一门关于数学模型的科学。从狭义理解，数学模型只指那些反映了特定问题或特定的具体事物系统的数学关系结构，这个意义上也可理解为联系一个系统中各变量间内的关系的数学表达。数学模型所表达的内容可以是定量的，也可以是定性的，但必须以定量的方式体现出来。因此，数学模型法的操作方式偏向于定量形式。图2-1 数学模型图样2.2 模型的建立要求1.真实完整1）真实的、系统的、完整的,形象的反映客观现象；2）必须具有代表性；3）具有外推性，即能得到原型客体的信息，在模型的研究实验时，能得到关于原型客体的原因；4）必须反映完成基本任务所达到的各种业绩，而且要与实际情况相符合。2.简明实用在建模过程中，要把本质的东西及其关系反映进去，把非本质的、对反映客观真实程度影响不大的东西去掉，使模型在保证一定精确度的条件下，尽可能的简单和可操作，数据易于采集。3.适应变化随着有关条件的变化和人们认识的发展，通过相关变量及参数的调整，能很好的适应新情况。2.3 模型的种类用字母、数字和其他数学符号构成的等式或不等式，或用图表、图像、框图、数理逻辑等来描述系统的特征及其内部联系或与外界联系的模型。它是真实系统的一种抽象。数学模型是研究和掌握系统运动规律的有力工具，它是分析、设计、预报或预测、控制实际系统的基础。数学模型的种类很多，而且有多种不同的分类方法。1.静态和动态模型静态模型是指要描述的系统各量之间的关系是不随时间的变化而变化的，一般都用代数方程来表达。动态模型是指描述系统各量之间随时间变化而变化的规律的数学表达式，一般用微分方程或差分方程来表示。经典控制理论中常用的系统的传递函数也是动态模型，因为它是从描述系统的微分方程变换而来的（见拉普拉斯变换）。2.分布参数和集中参数模型分布参数模型是用各类偏微分方程描述系统的动态特性，而集中参数模型是用线性或非线性常微分方程来描述系统的动态特性。在许多情况下，分布参数模型借助于空间离散化的方法，可简化为复杂程度较低的集中参数模型。3.连续时间和离散时间模型模型中的时间变量是在一定区间内变化的模型称为连续时间模型，上述各类用微分方程描述的模型都是连续时间模型。在处理集中参数模型时，也可以将时间变量离散化，所获得的模型称为离散时间模型。离散时间模型是用差分方程描述的。4.随机性和确定性模型随机性模型中变量之间关系是以统计值或概率分布的形式给出的，而在确定性模型中变量间的关系是确定的。5.参数与非参数模型用代数方程、微分方程、微分方程组以及传递函数等描述的模型都是参数模型。建立参数模型就在于确定已知模型结构中的各个参数。通过理论分析总是得出参数模型。非参数模型是直接或间接地从实际系统的实验分析中得到的响应，例如通过实验记录到的系统脉冲响应或阶跃响应就是非参数模型。运用各种系统辨识的方法，可由非参数模型得到参数模型。如果实验前可以决定系统的结构，则通过实验辨识可以直接得到参数模型。6.线性和非线性模型线性模型中各量之间的关系是线性的，可以应用叠加原理，即几个不同的输入量同时作用于系统的响应，等于几个输入量单独作用的响应之和。线性模型简单，应用广泛。非线性模型中各量之间的关系不是线性的，不满足叠加原理。在允许的情况下，非线性模型往往可以线性化为线性模型，方法是把非线性模型在工作点邻域内展成泰勒级数，保留一阶项，略去高阶项，就可得到近似的线性模型。2.4 数学模型的基本原则1、简化原则现实世界的原型都是具有多因素、多变量、多层次的比较复杂的系统，对原型进行一定的简化即抓住主要矛盾，数学模型应比原型简化，数学模型自身也应是“最简单”的。2、可推导原则由数学模型的研究可以推导出一些确定的结果，如果建立的数学模型在数学上是不可推导的，得不到确定的可以应用于原型的结果，这个数学模型就是无意义的。3、反映性原则数学模型实际上是人对现实世界的一种反映形式，因此数学模型和现实世界的原型就应有一定的“相似性”，抓住与原型相似的数学表达式或数学理论就是建立数学模型的关键性技巧。2.5建立数学模型的方法步骤1.模型准备首先要了解问题的实际背景，明确建模目的，搜集必需的各种信息，尽量弄清对象的特征。图2-2 建模步骤示意图2.模型假设根据对象的特征和建模目的，对问题进行必要的、合理的简化，用精确的语言作出假设，是建模至关重要的一步。如果对问题的所有因素一概考虑，无疑是一种有勇气但方法欠佳的行为，所以高超的建模者能充分发挥想象力、洞察力和判断力，善于辨别主次，而且为了使处理方法简单，应尽量使问题线性化、均匀化。3.模型构成根据所作的假设分析对象的因果关系，利用对象的内在规律和适当的数学工具，构造各个量间的等式关系或其它数学结构。这时，我们便会进入一个广阔的应用数学天地，这里在高数、概率老人的膝下，有许多可爱的孩子们，他们是图论、排队论、线性规划、对策论等许多许多，真是泱泱大国，别有洞天。不过我们应当牢记，建立数学模型是为了让更多的人明了并能加以应用，因此工具愈简单愈有价值。4.模型求解可以采用解方程、画图形、证明定理、逻辑运算、数值运算等各种传统的和近代的数学方法，特别是计算机技术。一道实际问题的解决往往需要纷繁的计算，许多时候还得将系统运行情况用计算机模拟出来，因此编程和熟悉数学软件包能力便举足轻重。5.模型分析对模型解答进行数学上的分析。”横看成岭侧成峰，远近高低各不同。能否对模型结果作出细致精当的分析，决定了你的模型能否达到更高的档次。还要记住，不论那种情况都需进行误差分析，数据稳定性分析。6.模型检验把数学上分析的结果翻译回到现实问题，并用实际的现象、数据与之比较，检验模型的合理性和适用性。7.模型应用取决于问题的性质和建模的目的。2.6 房间数字模型的建立房间是一个复杂的热力学模型,受多种因素的影响,如内外因素。因此,在近几年想要建立一个精确的数学模型非常困难,许多学者对此进行了研究,简化了许多在空调房间变风量空调系统数学模型(不考虑室外温度变化的室内负荷和太阳辐射的影响),数学模型和房间的建筑差异的实际特点是太大;文献中所使用的各种惯性和纯滞后环节代表的房间模型,这种方法不能完全反映建筑空调系统的动态特性。随着中国的经济和节能意识的迅速发展,建立建筑围护结构的精确特性和暖通空调系统的数学模型和动态仿真模型,确定合理的控制系统具有非常重要的意义。空调房间的示意图如图2-3所示，房间模型建立的基本方法：状态空间法。整个房间是一个复杂的热力系统,想用数学模型来描述几乎是不可能的,因此,第一是建立数学模型如下:1)简化房间的墙上,每一个对象的各个环节;2）忽略房间内部各物体的蓄热量；3)忽略房间内部气体的流动；4)设房间内部温度为分布参数。假设组成建筑物的围护结构的各层材料各向均质同性，则墙体的导热可用偏微分方程描述： 图2-3 空调房间的示意图24 （2-1）其中， 为材料的密度，；为材料的比热， ；为材料的导热系数，；t为壁体内的温度，。以墙壁和墙壁的初始条件和边界条件,方程推导出的空间和时间保持离散的一半的问题离散处理,经过得出一个普通的微分方程的方程,由于一系列的建筑围护结构,可以得到一系列的微分方程。围护结构表面的长波辐射与室内空气对流之间的方程构成了描述整个建筑热平衡的矩阵微分方程。单一房间由围护结构、室内家具和室内空气构成，围护结构包括外墙、屋顶、内墙、楼板、楼地、门和窗，窗口可能由于含有空气层具有热容量小的特点,因此,它与其它支护结构略有不同,因此围护结构的热分散性、围护结构的温度、围护结构的温度、节点离散化方法和热平衡方程是不同的。 图2-4 多层材料组成的单一围护结构离散温度节点示意图 图2-5 窗户的温度节点示意图2.6.1 单一外墙、内墙、楼板的热平衡方程对于由多层材料组成的单一围护结构，如图2-4所示，内外表面分别是1节点和n+1节点。由于室外温度采用室外空气综合温度，因此,在n + 1个节点的温度是已知的,那么内部表面温度节点,节点内部的温度和温度,以及节点热平衡方程如下: （2-2） （2-3） （2-4）以上三式中：、为第i个差分层的比热容，KJ/(kgK)、密度kg/m3、导热系数，W/(mK)、厚度 m；为房间内的空气温度 ；为室外空气综合温度 ；为围护结构内表面的换热系数，W/(m2K)；为第j面墙内表面温度 ；为与第j个表面的辐射换热系数，W/(m2K)；为围护结构内表面获得的辐射热量，包括太阳辐射热量以及照明、人体和设备的辐射得热 W。2.6.2 窗户的热平衡方程建立双层玻璃窗户的内、外层玻璃温度节点的热平衡方程如下： （2-5） （2-6）以上两式中、为窗户内层和外层玻璃的热容 KJ/(m2K)；、分别是窗户内层和外层玻璃的温度；与分别为各层玻璃对太阳辐射的吸收得热 W；为内层温度节点获得室内照明、人体和设备的辐射得热 W。2.6.3 房间空气的热平衡方程所谓的室内空气热平衡包括室内家具和设备,因为它们也影响房间的整体热特性。房间空气热平衡方程用文字表示为：与各壁面的对流换热量+各种对流得热量+空气渗透得热量+空调系统显热除热量=单位时间内房间空气中显热量的增值，其数学式表示为： （2-7）式中：为照明、人体显热和设备显热等的对流散热量W， ；为空气渗透量 m3/h；为室外空气的单位热容KJ/（m2k）；为空调系统的显热除热量 W；为室内表面与空气的表面换热系数W/（m2k）；为第面围护结构的面积 m2；为第面围护结构的内表面温度 ；为室外空气温度 ；为房间空气温度 ；为房间空气热容 KJ/K。3 Simulink仿真研究3.1在Matlab/Simulink环境下建立房间的动态仿真模型MATLAB / Simulink是一个功能强大的软件包的动态系统的建模,仿真和分析。它支持连续,离散和混合线性和非线性系统。它不仅提供了一个图形化的交互环境,你只需要拖动鼠标来描述构建系统图的模型,你甚至不需要编写一行代码。与传统的微分方程和微分方程建模相比,仿真包更直观、方便、灵活。以某小区空调系统试验室空调室1为建模对象,对其结构尺寸,方位如图4所示，高3.3m。 图3-1 某学空调系统试验台建筑平面图3.2 房间Simulink仿真模型的结构房间的Simulink仿真模型是根据前面的热平衡方程来建立的。所建的房间模型的常数或参数可以根据不同房间的建筑材料的不同进行修改。1） 墙体（楼板）等围护结构的Simulink动态传热模型如图3-2所示；2） 窗的Simulink动态传热模型如图3-3所示；3） 房间的Simulink动态仿真模型如图3-5所示；在房间的Simulink仿真模型中:输入参数是房间的外扰(室外空气综合温度、邻室温度、太阳辐射强度等,内部干扰(照明,设备和散热的身体),空调送风参数(包括送风量和送风温度);输出参数是房间内温度。房间的Simulink仿真模型的参数图3-5所示,和子系统图如图3-4所示。图3-6中的“Subsystem”是计算围护结构内表面温度的模型，该模块的输入参数是室外空气综合温度，邻室温度及内热源（包括照明、人体和设备的得热量）和太阳散射辐射得热的辐射部分，输出参数是围护结构各内表面温度。图3-2 墙体（楼板）等维护结构的动态传热模型图3-3 窗的动态传热模型图3-4 房间的Simulink仿真模型子系统结构图图3-5 房间的Simulink仿真模型 图3-6 房间的Simulink仿真模型参数设置3.3 房间模型的动态特性仿真在Simulink仿真环境下,利用MATLAB软件,在Simulink中的各个模块的具体方法根据上述公式与联立方程组,各种数值解,输出曲线随时间变化。影响建筑物内热湿状况和空气环境的因素有室外气象条件，室内发热量和产湿量，以及采暖和空调系统的运行方式。房间热力系统的扰量可归纳为外扰和内扰两大类：（1）外扰：室外空气综合温度、太阳辐射强度、邻室空气温度、送风量、送风温度。（2）内扰：照明，人体，设备的散热。房间动态特性仿真的初始条件：房间初始温度为26，室外气综合温度为30，邻室温度为26，照明得热量为100W，人体显热得热量为300W,设备显热得热量为300W，太阳散射辐射量为0，送风温度为16，送风量为0。房间温度的变化曲线如图3-7所示，由图可知房间温度收敛值为30.33。 图3-7 初始条件下房间温度变化曲线表3-1 房间模型的动态特性仿真结果扰量室温稳定值()室温幅值放大系数时间常数（h）室外空气综合温度2阶跃31.951.620.8111.6人体显热得热量500W阶跃31.140.810.0016/W6.95送风量0.1m3/s阶跃24.7-0.13-0.13（s ）/m31.1送风温度4阶跃27.211.210.30251.6房间温度在初始条件下达到稳定后，通过改变某种输入信号，而保持其他输入信号的恒定，进行房间模型的动态特性仿真，扰量主要有室外空气综合温度、邻室温度、照明得热量、人体显热得热量、设备显热得热量，送风量和送风温度。分别求出了相应的动态特性参数：放大系数K和时间常数T等 将各种扰量的房间模型的动态特性仿真结果汇总于表3-1中。由表3-1可知，空调系统送风量和送风温度发生阶跃变化时的时间常数较小；室外空气综合温度发生阶跃变化时的时间常数较大。3.4 温度控制与PID算法1.温度控制的框图 图3-8温度控制框图 这是一个典型的闭环控制系统，用于控制加热温区的温度（PV）保持在恒定的温度设定值(SV)。系统通过温度采集单元反馈回来的实时温度信号（PV）获取偏差值（EV），偏差值经过PID调节器运算输出，控制发热管的发热功率，以克服偏差，促使偏差趋近于零。 图3-9 温度反馈控制图 温度控制的功率输出采用脉宽调制的方法。固态继电器SSR的输出端为脉宽可调的电压UOUT。当SSR的触发角触发时，电源电压UAN通过SSR的输出端加到发热管的两端；当SSR的触发角没有触发信号时，SSR关断。因此，发热管两端的平均电压为： Ud(t/T)* UAN=K* UAN （3-1） 其中K= t/T，为一个周期T中，SSR触发导通的比率，称为负载电压系数或是占空比，K的变化率在01之间。一般是周期T固定不便，调节t, 当t在0T的范围内变化时，发热管的电压即在0UAN之间变化，这种调节方法称为定频调宽法。下面将要描述的PID调节器的算式在这里的实质即是运算求出一个实时变化的，能够保证加热温区在外界干扰的情况下仍能保持温度在一个较小的范围内变化的合理的负载电压系数K。 图3-10 简单的固态继电器加热电路图图3-11 脉宽调制电压输出示意图2.温度控制的两个阶段 温度控制系统是一个惯性较大的系统，也就是说，当给温区开始加热之后，并不能立即观察得到温区温度的明显上升；同样的，当关闭加热之后，温区的温度仍然有一定程度的上升。另外，热电偶对温度的检测，与实际的温区温度相比较，也存在一定的滞后效应。 这给温度的控制带来了困难。因此，如果在温度检测值（PV）到达设定值时才关断输出，可能因温度的滞后效应而长时间超出设定值，需要较长时间才能回到设定值；如果在温度检测值（PV）未到设定值时即关断输出，则可能因关断较早而导致温度难以达到设定值。为了合理地处理系统响应速度（即加热速度）与系统稳定性之间地矛盾，我们把温度控制分为两个阶段。图3-11 温度控制的动态响应过程图PID调节前阶段 在这个阶段，因为温区的温度距离设定值还很远，为了加快加热速度，SSR与发热管处于满负荷输出状态，只有当温度上升速度超过控制参数“加速速率”，SSR才关闭输出。“加速速率”描述的是温度在单位时间的跨度，反映的是温度升降的快慢，如上图所示。用“加速速率”限制温升过快，是为了降低温度进入PID调节区的惯性，避免首次到达温度设定值（SV）时超调过大。在这个阶段，要么占空比K=0, SSR关闭；要么占空比K=100, SSR全速输出。PID调节器不起作用，仅由“加速速率”控制温升快慢。（2） PID调节阶段在这个阶段，PID调节器调节输出，根据偏差值计算占空比（0100），保证偏差(EV)趋近于零,即使系统受到外部干扰时，也能使系统回到平衡状态。3 PID算法 PID控制的原理是基于下面的算式：输出M(t)是比例项，积分项和微分项的函数。 其中： M(t) PID回路的输出，是时间的函数 Kc PID回路的比例增益 e PID回路的偏差（设定值（SV）与过程变量(PV)之差） Minitial PID回路的静态输出值 为了能让数字计算机处理这个算式，连续算式必须离散化为周期采样偏差算式，才能用来计算输出值。数字计算机处理的算式如下： 从这个公式可以看出，积分项是从第一个采样周期到当前采样周期所有误差 项的函数，微分项是当前采样和前一次采样的函数，比例项仅是当前采样的函数。在数字计算机中，不保存所有的误差项，其实也不必要。由于计算机从第一次采样开始，每有一个过程采样值必须计算一次输出值，只需要保存前一次过程值(PVn-1)和积分项前值。利用计算机处理的重复性，可以将以上算式变换为： 其中： Mn 在第n 采样时刻，PID回路的输出计算值 SV PID 回路设定值 PVn 在第n 采样时刻的过程变量值 PVn-1 在第n1 采样时刻的过程变量值 MX 积分前项值 Mintial PID回路的静态输出值Kc PID回路的比例增益KI 积分项的比例常数 KI=Kc * Ts / Ti Ts是离散化时的采样时间间隔 Ti是积分时间参数；KD 微分项的比例常数 KD=Kc * Td / Ts Ts是离散化时的采样时间间隔 Td是微分时间参数；从上面PID的算式，可以分析三个基本参数Kc, KI, KD在实际控制中的作用：（1） 比例调节作用：比例项按比例反应系统的偏差，系统一旦出现了偏差，比例调节立即产生调节作用用以减少偏差。比例作用大，可以加快调节，减少偏差。但是过大的比例调节，使系统的稳定性下降，甚至造成系统的不稳定。（2） 积分调节作用：积分项消除系统的稳态误差，提高无差度。只要有偏差，积分就进行，直到无偏差时，积分运算才停止，积分调节项输出一常数值。积分作用的强弱取决于积分时间常数Ti，Ti越小，积分作用越强。积分控制可提高系统的无差度，但积分项输出响应缓慢，使得系统调节时间增长。微分调节作用：微分项反映系统过程变量的变化率（PVn-1-PVn）/ Ts），具有预见性，能预见变化的趋势，因此，能产生超前的调节作用，在偏差还没有形成之前，已被微分调节作用消除。因此，可以改善系统的动态性能。在微分时间参数Td选择合适的情况下，可以减少超调，减少调节时间。微分调节对干扰有放大效果，过强的微分调节，对系统抗干扰不利。此外，微分项反映的是过程变量的变化率，而当过程变量没有变化时，微分调节输出为零。微分调节不能单独使用，需要与另外两种调节规律相结合，组成PD或PID调节器。参考文献1 愈瑞钊，史济建 人工智能原理与技术，浙江：浙江大学出版社，19932 张志杰 燃煤锅炉模糊PID控制算法研究与引用，大庆石油学院3 杨红，陈颖 基于模糊PID控制算法的温控系统设计，广西师范大学学报，2004.84 李洪兴，王加银，苗志宏 模糊控制系统的建模，中国科学，A辑，20025 楼世博，孙章，陈化成 模糊数学，科学出版社，19826 李少远，王景成 智能控制，北京：机械工业出版社，2005.17 陶永华.新型PID控制及其应用M.北京:电气自动化新技术丛书,2002.8 张春鹏. PID温控系统实训教学探讨.职业教育研究M.2011.9 耿瑞 基于MATLAB的自适应模糊PID控制系统计算机仿真，哈尔滨，载信息技术学报，2006第1期10 刘金琨 先进PID控制及其MATLAB仿真，北京：电子工业出版社，2003总 结 房间是一个复杂的热力学模型,受多种因素的影响,如内外因素。因此,在近几年想要建立一个精确的数学模型非常困难,许多学者对此进行了研究,简化了许多在空调房间变风量空调系统数学模型。所以利用学者对房间温度数学模型的研究设计出了一个简单的房间温度控制系统。第一章介绍了温度控制的意义、MATLAB软件的应用以及该领域的发展趋势。第二章介绍了数学模型的建立以及种类，建立一个数学模型需要遵守