【基于Matlab的空调控制系统仿真研究17000字（论文）】

基于Matlab的空调控制系统仿真研究 11.1课题研究背景及意义 11.2国内外研究现状 2 42变风量空调系统的建模 52.1过程建模的方法 5 53变风量空调系统的仿真研究 3.2仿真模型的建立 4变风量空调的PID控制 4.2PID控制器参数整定方法 5变风量空调的模糊PID控制 5.1模糊控制理论研究 5.2变风量空调系统的模糊PID控制系统的建立 6结论 参考文献 空调系统的可控性能和室内工作人员的散热舒适度及建筑物的能耗水平密切相关。VAV(VariableAirVolume变风量系统)中央空调系统以其舒适，节能，灵动的功用特点而逐渐变为近年来我国中央空调系统技术研究的方向和重点之一。由于终端设备的自动化和调整性能直接决定VAV空调系统的工作效率和质量，所以本文就深入地研究VAV终端设备的室温管理控制。本文主要研究内容如下：(1)通过对VAV空调系统的设计进行简要的分析，重点介绍了终端设备的基本原理，类型和控制方法。通过机理方法建立了空调终端设备各个主要环节的热特性数学模型，从节能的角度深入分析了空调机房的供热特性，并进一步建立了机理数学模型。(2)首先我们选择了一种传统的PID冷热控制器方式，来将其作为采用VAV两型终端机控制室温系统的主要冷热控制器，通过多年应用经验和可调节的设计方法初步获取这些控制参数，建立了一个冷热仿真系统模型，并通过多年的系统仿真应用实践经验来初步分析冷热控制室温系统的整体性能。房间温度在2324s左右稳定在26℃,房间最低温度在913s,超调量为15%,在3000-3500s内加入扰动后，房间温度在4575s左右重新稳定在26℃,房间最低温度在3500s,超调量为(3)把模糊控制理论和经典PID控制系统相结合，获得了模糊PID控制器。房间最高温度大约在1346s左右稳定在26℃,房间最低温度为1346s,超调量范围为0%,在3000-500s内加入扰动后，房间最高温度大约在3794s左右重新稳定到26℃,房间最低温度在3436s,超调量为3.3%关键词：VAV空调系统；末端装置；PID;模糊PID;Simulink仿真11.1课题研究背景及意义并且伴随着现代智能家居、智慧建筑等新技术理念的被提出，在现代智慧家居的建设里，中央空调已经成为了智慧建筑里一个十分重要的组成部分。而且随着当代智能化建筑的进步和发展，中央空调系统在现代化建筑中的应用率也越来越多，设计的复杂性也不停得到提升，在建筑物的能耗中所占的比重日益增加，为此对于中央空调的能耗这个问题也逐渐成为了人们广泛关注的焦点[1。在积极地进行中央空调系统的开发和设计研究上，实现了高能源和低温状态的变化，进行中央空调低能源控制战略的研究和制定不但具有理论和实践价值，而且具有重大的商用性和意义121。基于与空调相关数据库的统计资料，对于整个空调机常运营的整个过程中，几乎所有97%的工作时间都是处于不满负荷正常运营的状态。实际负载只占全部总负载的70%以下。为此对于空调的具体实践应用来说，其在设计中实际功率负荷的损失上，实际上是很难做到设计容量的最大化3。这也就是要求我们必须做好设备的合理化管控，确保实际的输出功率能够与实际的负荷相适应，从而推动中央空调系统能够更好地实现较低的功率，以及更高效率的发挥141。随着我国人们的生活水平正在不断提高和改善，为此我们在如何进行家庭居住和生产上，对于房屋和建筑的使用舒适性也会有更多的要求I⁵1。基于这种控制目标的视角来说，在对控制物体和动力学的设置上，已经可以实现从温度控制向压缩机的转速、风机的转速、膨胀阀的开度、流量调节阀等多种相关控制技术的转变。在而今的水利工程管控中，中间所涉及的各个环节都比较复杂，而且在建造的过程中，诸如水体的温度、湿度和空气质量等也是可能会随之产生变化。为此对于当前的大型楼宇工程项目管控来说，显然很多传统的管控模式已经很难完全达成项目建设的要求[6。这也必然会是未来我国对楼宇装置质量监督的重大发展趋势。为此我们需要通过统一的平台把技术、功能和要求、平台、厂家、接口等进行汇总。基于此可以实现各个平台之间的互动和协同，从而真正实现了一体化营销的目标，从而推动了建筑物的智能化管理系统可以充分地达到建筑物信息化和健康发展的目标7]。21.2国内外研究现状在我国上个世纪初期，质量监督已经开始走向了一个关键的质量审查环节。为此在这一阶段的过程中，许多企业都对其进行了专门的产品质量监督和检验工作人员的选拔和设置，基于本单元所需要的工具和技术，才能够有效地实现对产品品质的保障8,这对于提升和改善企业自身的知名度和品牌以及其口碑等各个方在上个世纪50年代的某个时候，美国戴明最先进行了一种质量管理理论"PDCA循环"的研究并被提出。随着我国现代智能化建筑技术的发展，在正确地进行建筑物的构造上，也需要努力确保建筑物的环境和空间性能够达到实现其节能、环保、舒适、安全等目标，从而可以实现对建筑物周围环境的进一步改善，促使其具有节能和控制的效率，这在国内外关注智能化建筑技术的各个领域中都已经成为了研究的重点和热门话题。对于建筑物周围环境的设置来说，主要包括空气、温湿度以及办公、通讯等环境。91。在我国正在进行的中央空调系统技术研发上，到现在已有大概50多年的科学研究时间。对于最早的中央空调控制系统而言，最根本的方法就是对其进行了温度的管控。为此我们在进行监测与管控的同时，通常都会基于PID控制进行相应的研究。对PID控制器而言，需要依靠精确的数学模型才能完成参数的整定。若一些项目本身存在着极高的复杂度和不确定20世纪80年代后期，许多发达国家已经开始在智能控制器实际应用的基础上，开展中央空调系统技术的研究开发，并开始进行监控。在目前的人工智能技术领域中，模糊控制策略不仅具有广泛的实际应用，而且是其最早的形式，因此在一些较为复杂的技术和项目中也具有较好的适用性[11。为了尽量地促使控制器具备更出色的控制功能和作用得以充分发挥，在控制系统技术进一步深入和发展的必要条件前提下，对于控制策略的正确选用来说，实际上已经做到了从最基本的基于检测表达式来设计并实现简单模糊控制的一种实现手段，到而今已经成为实现与人工智能相结合的一种新型智能模糊控制[121。为了进一步地研究促使该温度控制器设计能够同时实现更出色的温度控制驱动功率和工作成效，促使它们设计能够同工作过程中所有控制参数的自动变化相互地充分契合，为此也就逐渐开始了基于仪器网络的各种方法应用来对其进行系统实现。模糊控制系统参数自动调节的方法自适应、自动化组织模糊控制的应用对策[13。与此同时，在现代日本，低速电流输送方式风机温度控制空调系统的低速变风量温度空调也已经得到了明显性的改进，超声波的变流量温度传感器、电磁式的变流量温度传感器等已经完全取代了传统原有使用皮带或托管式的变流量温度传感器[14]。而且对于空调3到设计和理论层面仍然需要有较大的实现困难度15。供了一套能够充分利用温度神经网络以及模糊控制相互作用融合的设计方法与海格力则已经基本实现了由目前传统的控制理论研究算法至实际技术应用的快对不断进化的微计算机的理论以及人工神经网络的理论研究进一步广泛和深入，也由此促使我们在如何对其进行模糊控制的理论研究上已经得到了更好的深入4本课题通过查阅VAV空调系统的相关书籍和学术文献资料理方法建立所需要的被控物体模型，提出了在常规PID控制下系统动态特征和房间温度在2324s左右稳定在26℃,超调量为15%,在3000-3500s内加入扰动后，房间温度在4575s左右重新稳定在26℃,超调量为6.7%。模糊PID仿真结果：房间温度在1346s左右稳定在26℃,超调量为0%,在3000-3500s内加入扰动后，房间最低温度在3436s,超调量为3.3%。经过仿真结果对比，相较于传统PID控制系统，模糊PID控制系统超调量更小，减少了15%的超调量；室温调节所需要的时间更短，加快了978秒；面对干扰影响更小，调整速度更快，加快了781秒。模糊PID具有系统更灵活、更稳定，抗干扰能力更强等特点。52变风量空调系统的建模为了有效地管理和控制一个流程，需要我们知道每一个被控量在其中变化的以及在其中控制流程中的变化规律。而且都取决于流程的数学模式。因此，正确把握过程系统的控制量与控制器个数即过程性质之间的关系，是保证过程控制系统控制效果的重要条件和前提，也是我们在设计和构造一套合适的控制系统时必须做的首要事情。常见的建模技术有测试式建模、机构式建模。(1)测试建模：某一种不同形式的脉冲激励扰动信号，如一个阶跃扰动信号和一个脉冲扰动信号，被直接分别施加在整个脉冲控制工作流程的各个脉冲输入端(其中分别包括了控制变量和脉冲扰动控制变量)。该种方式工作道理简单，操作便利。它不必再需要了解和掌握控制流程的内在机制，把控制流程当成是一个黑盒子。它只是从外部特征出发来去测试和描述流程的动态特征。它的适用区域范围小，稳定期持(2)机理建模：根据流体力学过程中的工艺和机理，写出了各种与其相关的平衡方程，如物质平衡方程、能量平衡方程、动量平衡方程和一些可以直接反映流体在空气中的流动性和力学基本规则的运动方程、传热传质方程，从而可以得到一个被控对象或者是在控制环境中进行动态数学计算的模型，称为机理数学模型。然而，需要对所研究的机制有清楚的了解。基于以上不同的过程中建模方法的特点和优缺点，本文确定了一种采用机理性建模的研究方法对其进行了分析与研究，并建立起了可变风量末端室温控制系统各个环节中的机理性数学模型，使本文所要求建立的系统模型在实际应用中具有较为广泛的应用范围。(1)传感器6温度传感器是通过加热的电阻线上电压值的改变将温度信号转化为相应的式中，KF——风量传感器的比例系数；(2)风阀执行器：VAV终端室内温度控制系统的风阀为电动调节风阀。子控制器的控制信号(3)控制器：出两种不同的类型控制器用于控制风量末端的室温控制。这里以PID控制器为7式中，Kp——比例系数；T₁—一积分时间常数；Tp—一微分时间常数。对于空调系统的房间进行数学分析模型的构造和设计与其各种物理属性的内在机制密切相关，对于空调系统进行分析有利于发挥空调系统应有的控制效果是必不可少的。然而，建模过程中必须思考的变量很多，使得微分方程复杂，求型则可以用来逼近空调房子动态性的特点。因此，做出以下假设：(1)把空调房间看成是一个单容对象；(2)空调房间温度场分布均匀；(3)暂不加入纯滞后；(4)忽视了中央空调使用房间的安全围护结构和内部发电器件的正常蓄电(5)暂不考虑太阳辐射得热量。首先根据VAV空调系统的一些基本原理，送入到该空调机房间的最大通风量计算公式如图所示：Q—一送风吸收的显热负荷(W);p—一空气密度(kg/m³),取1.2;t,一一室内空气温度(℃);8但是当对空调机房间的负载需求发生变化或者所设定的室内气温发生变化时，很难判断出房间的负载，因而不太适宜作为一种控制系统的仿真和模拟。由能源守恒定律得知，空调在一个房间内以某一单位的时间内所进入的能源与其流出的能源之间的相对比值均应当等于它所储存的能源的相对比值。其中的数学表达式为：式中，α—一空调房间的容量系数(kJ/℃);t,—一房间内的空气温度(℃);Q₁—一通过气流送入房间的热量(kJ/h);Q₂—一房间内设备及人员产热量(kJ/h);Q₃—一通过回风口离开房间的热量(kJ/h);Q₄-一围护结构散热量(kJ/h)。对式(2.7)进行推导，为了有效地保证中央空调的房间内部压力稳定，其中出风口的送气量平均值应当相等于出风口的回气量，均值为w,可得：式中，w——送、回风量(m³/h);p一空气密度(kg/m³);ts、tnt。一一送风温度、室内温度和室外温度(℃);qn—一室内的散热量(kJ/h);r—一空调房间围护结构的热阻(h□℃/kJ)。(1)变风量(VAV)空调房间的数学模型整理式(2.8),可得：中央空调系统的房间处于稳定状态时，房间内空气温度变化频率约为0,即：9各物理量的值便是稳态时的值，如下式所示：在对中央空调系统增量进行自动增量调整中，主要就是考虑了被自动调整的增量方向偏离并达到一个大于给定增量值的速度转移这个过程，因此我们非常希望大家能够准确找出被自动调整的增量的速度转移和方向变化这个过程。当一个新的房间物理正处于一个稳态过渡阶段时，各房间物理师测量的房间平均值大约是相等于一个稳态时的房间平均值，再然后加上一个相应的时间变化物理量，如下式所示：综上所述，空调房间数学模型如下：简化后，可得：式中，T——VAV空调系统空调房子的热惯性时间常数；KR——VAV空调系统空调房子调节通道的占比；K,——VAV空调系统空调房子干扰通道的占比；△q—一空调房子内部及外界的热扰动等效为内部热量的增量(kJ/h)。式(2.13)经拉氏变换后得：由式(2.14)我们首先可以求得到一个房间末端送风系统及其中的中央空调机在进行房间内部温度调节时的送风通道进入输出及其送入的风量和室内外的气体进入温度发生变化的传递函数：当使用VAV空调时的定风量w0和使用定风量空调时的定风量w相同时，在空调系统下各自的空调房子的热惯性运动时间常数t和定风量的传递滞后t(2)空调房间的特性参数当采用VAV空调时的送风量w0与使用定风量空调时的送风量w相同 征参数。空调房间的尺寸分别为长a宽b高h=9.小时，空调房间的输出送风频率和速度一般为0.87m/s,设计输出风量wd=公式来精确地估计尺度系数k1、热惯性时间常数T和传递滞后的值。送风方式传递滞后时间常数放大系数特征比器送风 第2章变风量空调系统的建模孔板送风注：N为换气次数，次/h;a、b、h分别为空调房间的长、宽、高，m。采取散流器送风方法，传递滞后如下：空调房间的热惯性时间常数如下：采取定风量空调系统时，空调房间的占比如下：由K₁可以得到当我们在使用具有一定温度的变风量空调系统中，KR、KI的取值公式为：综上，可得到中央空调的房间温度调节通道输出的送风量和室内温度发生变化的传递函数为：空调房子中的扰动量与室内温度变化的传递函数：空调房间仿真模型如下： 第4章变风量空调系统的仿真研究3变风量空调系统的仿真研究Matlab(马特里克斯实验室)是由MathWorks公司开发的商业数学软件。除了矩阵运算、绘制函数、的数据图像外，还有你可以直接的使用来自动程序创建一虽然主要用途是专门用于数据进行额定数值的附加计算，但其众多的额定数量附加数值工具箱却广泛地可以应用于过程控制系统的软件设计与数据分析、图像数据处理。特别重要的一点是配套专业软件设计产品工具包诸如simulink等等工具的大量出现，为软件设计师们自身提供了一个完全难以可视和优化的软件设计和完全模拟化的操作体验平台。Matlab有很件。simulink我们可以给模型设计师团队提供一个虚拟平台，对进行模型建模后的仿真和数据分析。广泛应用于各种双向线性、非线性、和各种类型数字化工业过程质量控制的系统建模和过程仿真，具有很强的实用性。simulink支持多采样速率的系统，也就是说同一个系统的不同组成部分都可能具备不同采样速度，可以通过连续采样、离散采样乃至两种混合采样的方式来对采样速度和时间做出建模。它还为使用者提供了一个简单的图形用户界面来设计和构建一个模型的结构框图，用户只需要简单的手机鼠标即可创建一个动态的模型。操作更简单快捷，可以直接观看得到整个系统的仿真结果，更加直观。simulink还可以根据通信、视频等方面制定相应的模块库。它在许多领域的建模和仿真设计中都是非常有效地辅建立Simulink仿真模型的一些基本的步骤：1、运行时进行仿真，其中有指定特殊的参数以及在选择"simulation"后在主3、可以直接通过用户模板(masking)的用户功能模块来自行手动为你定制一个用户图标(icon)并赋予一个用户模块，并且它还让你可以直接自动为其中的一个用户列表创建一个对话框；4、scope显示模块将可能会像实际中的示波器一样在一个屏幕上同时显示电源输入和电机输出的各种图形，这个显示模块还可能会实现有一个模块可以直接同时显示电机输入和输出信号的显示功能。4变风量空调的PID控制为了有效地实现控制该系统，系统能够通过测量偏差的一个比例作用，即时地产生一个调节变化，以有效地保证它的快捷性；通过将偏差计算结果进行积分，可以大幅度地提高自动化控制系统的准确率，并把系统的响应平均值固定到一个设定点。通过对偏差方程式进行微分，可以有效地消除该系统中的惯性效应。PID基本构造图如下表所示。图4.1中，e(t)为偏差的一个输入，u(t)为一个控制输入和输出之间的相互关系就是三个基本的调节方法规律相互叠加，即：整理后，得：由式(4.2)可以推导出PID的传递函数如下：式中，K,——比例系数；K,—一积分时间常数；KD—一微分时间常数。自动控制系统除了准确地进行设计和构造外，最主要的是调整PID控制器的三个参数。控制器的参数调节整定的一个本质目标就是在控制效果能够满足既定系统的要求时，得到一个控制器的参数。常见的PID整定的方式有下面几种：(1)理论计算整定法：需要清楚地了解每一个被控对象和整个控制器系统的特点，对整个控制器系统的结构进行了理论建模，并根据这些设计参数来求解控制器的各种设计参数。理论上计算和设置方法对模型精度的要求很高，求解时间复杂，难以完全掌握，在机械领域无法迅速获取参数。(2)工程整定法：根据有关工程师的理论和实践操作经验，结合了被控对象的功能特点和控制要求，在工程现场调整了控制器的各种参数。由于工程整定方法容易被学习和记忆，不需要复杂的理论计算，对于操作者的技术要求也不高，因此已得到了广泛的应用。经常采用的建筑工程整定方式主要有经验试差法、Z-N法、临界比例带在真实的应用中，对工程整定的方法所获得的各种控制器参数都需要进一步的修改，让控制系统的控制效果能够应对实际需求。结合上述内容，本文决定使用临界比例带法对PID进行计算。控制器类型PK本文选择一种新型的与压力无关的终端可以控制的系统来监测空调各房间内部的温度。常规PID串级自动化控制系统所带来的、结构简单、调试方便、运行稳定性良好等优势。控制系统的辅助控制器可以采用P(比例)调节来代替PI(比例式积分)的调节，电动调节阀的传递函数就是一个比例式积分的过程。如果增加一个积分的过程，系统的类型就会得到一些改进，系统的稳定性也就会大大降低，积分的调节就会频繁地产生电动调节阀的自动控制和转动信号，必然也就会大大降低这个调节阀的质量和使用寿命。主控制器选择PID控制。结合2.2.1节中所有部分建立的VAV及各末端控制装置各个主要工作原理环节的时间数学计算模型，选择电动液压调节整流阀的各个工作时间常数分别为30,风量、温度传感器各自的各个工作时间常数的值分别为1、30,各自的传递函数计算公式根据列表显示如下：电动调节阀传递函数：风量传感器传递函数：温度传感器传递函数：根据3.2.2节，VAV末端控制系统中的空调机组在房间内的调节通道输出送风量和干扰频率时的传递函数和室内温度时的干扰频率时输出传递函数和频率时的传递函数分别表达式为如下图所示：调节通道传递函数：干扰通道传递函数：综上，VAV的末端温度控制器的系统主要控制图设计如下所示：T(1)控制器的末端温度调节系统的副回路控制器进行温度调节的参数测量图4.4末端系统副回路模型图4-3中P副控制器仿真模型如下所示。图4.6当kp=50时系统阶跃响应振荡过大当比例系数KP较小时，系统响应曲线如下图所示：(2)主回路室内温度控制系统的末端室内温度控制器主回路的参数调节整采用如下图所示的PID参数整定模型，对PID进行参数的整定。0PID参数整定模型中PID控制器模型如下图所示。 PID参数整定步骤如下：①将系统PID的最大功率积分系数p与时间功率ti同步调至最大，即设为ki=kp/ti=0,积分系数时间设定为0;再将微分时间系数td同时调至最小，即设为kd=kp*td=0,微分系数时间设定为0;此时的微分主控制回路是由子系统PID微分电路模拟系统结构设计如下图。②适当地调节PID控制器中比例系数kp(kp=1/δ)的大小，直到系统进行一个等幅频率的阶跃响应而呈现相应的等幅振荡。经过多次反复的整定，当kp=4.3时，即临界频率比例因子δk=1/4.3时，系统中一个单位的阶跃响应就会呈现一个等幅振荡的过程，由此我们可以通过计算求得临界振荡周期tk=277。③将已在步骤②中通过求得的临界振荡比例周期因子度量δk和临界振荡周期因子tk分别带入4.2节点的示意图4.1临界时的比例因子度量算法在上述经验计算公式中，计算可以得到相应的参数：进而可以计算出PID控制器的积分系数Ki、微分系数Kd:K;=Kp/T₁=0.00285;Ka=K,T图4.12PID控制器参数4.4传统PID控制系统仿真研究对如图4.13所示的仿真模型进行了仿真和研究。首先在空调房间的温度设确认为26℃,得到了如图4.14所示的房间的温度仿真曲线。由图4.14所示，采用PID控制，在无干扰的情况下房间温度在2324s左右稳定在26℃。房间的最低气温一般会出现在913s,温度大约为25.1℃,与我们所设为直观的对于干扰信号在人为作用下形成PID控制处理器控制处理效果相 4.16所示。由仿真结果图4.16可以清楚地看出，采用PID,在3000-3500s时对整个房间进行加入热扰动，房间的温度在4575s左右重新稳定到26℃,干扰后的房间最高温度测得为26.4℃,与设定的最高温度26℃,其中超调量温度为0.4℃,超调量6.7%。通过归纳以上实验结果，可得到PID各控制性能指标，如表4.1所示。性能指标上升时间峰值时间调节时间一5变风量空调的模糊PID控制系统在设计过程中结构及其参数都会发生巨大的改变。对于这样一个复杂系统，传统PID控制算法已经无法充分发挥它本身所应有的控制功能，而且模糊控制应用程序、知识库模块、去了模糊的推理和应用程序化图5.1模糊控制系统原理图第5章变风量空调的模糊PID控制00志。志。模糊子集语言变量模糊论域ZO模糊论域NSNMNB隶属函数可以把模糊概念转化成一个确定的值，这些特征可以被用来描述一个元素或一个物理量所属于的模糊集。一般而言，隶属性强度是指在0-1之间的数值，越是接近1,元素或其他物理量所属于模糊子集中的隶属性程度就会越高，反之就会越低。根据控制对象的情况，可以考虑控制系统精度、灵敏度和操作处理简单性的要求。因此，隶属函数的选择也具有主观意识，在工程实践中经常使用以下类型的隶属函数：(1)三角形隶属函数：(2)高斯型隶属函数：式中，σ——函数曲线的宽度；c—一曲线中心的位置。(3)钟形隶属函数：其中的n个模糊蕴涵关系R:R=R₁UR₂U….UR=U"R 去模糊模块的功能是通过特殊的算法把模糊推理所得到的模糊输入从论域(1)区域质心法：首先确定模糊输出和模糊论域的隶属函数曲线所包围的区5.2变风量空调系统的模糊PID控制系统的建立PID调节的质量由三个参数kp、Ki、Kd。传统的PID控制参数很难在模糊化如图5.3所示，模糊PID控制器由模糊控制器和PID控制器构成。VAV末端模糊PID控制器以空调房子设定温度To与实际温度ti之间的偏差e和偏差变化5.2.2模糊PID控制器的建立图5.4模糊控制器结构(1)输入输出变量的参数本文首先从理论基础上分析选取一个模糊PID控制器语言中的一个模糊理第5章变风量空调的模糊PID控制选取一个三角形中的函数trimf作为一个变量隶属于的函数。由于采用该软件系分别可以选择一个s和z型函数作为smf和z型定义函数从而zmf可用来表示作①输入量1:温度偏差e,量化因子：70偏差e模糊语言变量E为：NB,NM,NS,ZO,PS,PM,PB;图5.5偏差的隶属函数②输入量2:模糊论域为：Y={-0.6,-0.5,-0.4,-0.3,-0.3,-0.1,0,0.1,0.2,0.3,偏差变化率ec模糊语言变量EC为：NB,N第5章变风量空调的模糊PID控制图5.6偏差变化率的隶属函数基于4.3节中PID自动控制的系统工作基本原理以及4.4节中关于PID自动取值范围33(2)建立模糊控制器的控制规则“if-then”条件语句。为方便直观的对控制规则进行查询，将49条VAV末端温温度偏差变化率ec温度偏差e 第5章变风量空调的模糊PID控制表5.3△K₁控制规则表温度偏差变化率ec温度偏差e 利用matlab模糊的工具盒对49条模糊规则按照表5.2、5.3、5.4分别进行了编写，如下所示。NB)(1)在确定量化因子、比例因子和输入、输出的隶属函数后，通过综合推理算法和去模糊可以得到△Kp、△Ki、△Kd的精确结果。如下所示，图中推理结果面的光滑度可以反映模糊控制规则制订的合理程度。 将通过模糊控制工具箱所软件组成的模糊自动控制器件对数据系统进行了自动保存，为实现后续控制VAV末端的时间温度模糊控制PID自动控制处理系统的基础搭建和模糊仿真器的实现工作提供了技术支撑。为了正确设计和重新建立一个有可变风量式的末端式的室温模糊模型PID虚拟控制工作系统的模糊仿真和模拟设计方糊模型，首先我们需要将5.2.2节中已经重新建立的模糊模型PID虚拟控制器直接重新加载起来到一个matlab的虚拟工作系统空间中，并且它还需要重新创建一个fuz结构，作为模糊式的控制知识库。然后，将simulink通过仿真工作环境软件中的模糊控制逻辑过程控制器处理软件和接口模块自动连接到模糊控制结构中，如如下图5.14所示，这样模糊逻辑控制器就已经能够按照第5.2节所需要制定的模糊控制策略图来进行仿真工FunctionBlockFunctionBlockParameters:FuzzySpecifytheFuzzyIn(Forafile,usequotesandOKCancelHelp中PID的初始参数是第4.3节最终计算的结果，即kp=0.395ki=0.00285kd=14.224。次级回路中p控制器的参数kp=10恒定不变。子是70;温度偏差变化率ec的量化因子为6,△Kp、△Ki、△Kd的比例因子分别为3、0.0001、3。建立的变风量末端室温模糊PID控制系统仿真模型如图5.15和图5.16所示。1图5.15模糊PID控制系统仿真模型图5.16模糊PID子系统仿真模型空调系统房间内部的空气温度控制仿真实验结果显示如下表图5.17所示。 ——模糊PID01000由图5.17所示，采用模糊PID控制方式，房间温度在1346秒左右稳定在26℃。房间最低温度为26℃,与设定的温度值26℃相比，超调量为0℃,超调了0%。在3000-3500秒时对房间加入热扰动，房间温度在3794秒左右重新稳定在26℃,干扰后房间最高温度为26.2℃,与设定的温度值26℃相比，超调量为如表5.5所示。性能指标上升时间tr峰值时间tp调节时间ts无干扰模糊0有干扰模糊一接下来，将模糊PID控制与经典PID控制进行对比仿真，对比仿真模型如图5.18所示，仿真结果如图5.19所示。六10002000由图5.19,表4.1和表5.5可以归纳出模糊PID与经典PID的各性能指标，如表5.6所示。性能指标有干扰PID有干扰模糊PID上升时间tr一一峰值时间tp调节时间ts0结合图表可以得到，与传统PID控制系统相比，模糊PID控制系统响应速率快；超调量更小，缩减了15%的超调量；室温调节所需要的时间更短，加快了978秒；面对干扰影响更小，调整速度更快，加快了781秒。6结论(1)研究了经典的PID算法，搭建了VAV末端室温传统的PID控制系统，调在振荡多、超调量过大、超调量为15%、最低温度为25.1℃、调节时间过长等问题。温度从最初的32到26需要2324s,调节参数固定，对系统模型精度要求高，(2)将模糊控制系统理论广泛应用扩大到新型变风量温度末端新型室温模糊变风量最大温度值设在末端的两个室温模糊采用pid型微控制器使系统的室温响[1]李丽.电力蓄能及热泵、空调节能技术应用成效显著[J].电力需求侧管理，2013,4(1):35-36.能，2012,(9),10-14.[3]李宏亮.智能楼宇建筑施工技术存在的问题及对策探讨[J].科技创新与应用，2015,(1):164-164.[4]肖丽萍，唐军，李泽滔.中央空调变频调速节能控制的几个问题[J].贵州学，2012,30(2):72-75.业，2012,(9):160-161.[6]聂玉强，李安桂.