【《变风量空调的模糊PID控制分析案例》4600字】

第四章Multisim中仿真变风量空调的模糊PID控制分析案例目录TOC\o"1-3"\h\u23165变风量空调的模糊PID控制分析案例 188071.1模糊控制理论研究 1206771.1.1模糊化 290351.1.2知识库 37811.1.3模糊推理 4197671.1.4去模糊化 492401.2变风量空调系统的模糊PID控制系统的建立 4272091.2.1模糊PID简介 4139251.2.2模糊PID控制器的建立 5144561.3模糊PID控制系统仿真研究 11模糊控制理论研究变风量中央空调末端室温控制系统的受控物体难以形成准确的数学模型,该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,而且模糊控制并没有必须直接基于空调机房的精准数学模型,它具有了响应速度快、抵受内外扰动的能力强、鲁棒性好、控制效果越发好定等优势。模糊控制系统的工作原理和结构如下图所示，主要包括输入转换电路、模糊控制器、输出转换电路、执行器、被控对象、传感器等。同时,一个完整的模糊控制器也离不开一个模糊化的应用程序、知识库模块、去了模糊的推理和应用程序图STYLEREF1\s5.SEQ图\*ARABIC\s11模糊控制系统原理图模糊化以对于温度偏差e的模糊化作为实际案例,有一个简单的如图5.2所示的模糊化作业过程设计示意图,其中模糊子集语言变量从大到小表示为{pb、pm、ps、zo、ns、nm、nb}。经量化因子n处理后,采样的精确量e与话语物理领域中e的值呈现非线性关系,图中e的精确量大约为1.5,转化为模糊宇宙后,值大约为3,与之密切相关的模糊子集分别为pm(中)和ps(正小)。因此,发现3的值是属于模糊子集pm和ps的隶属程度,因此准确性e被模糊化。图图STYLEREF1\s5.SEQ图\*ARABIC\s12模糊化过程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：(5.1)高斯型隶属函数：(5.2)式中，——函数曲线的宽度；——曲线中心的位置。钟形隶属函数：(5.3)（4）Sigmoid型隶属函数：(5.4)式中，a、c——决定了Sigmoid型函数的形状。知识库知识库中存储了相关控制领域专家的知识、操作经验和要实现的控制目标。知识库通常由数据库和模糊控制规则库组成，其中存储了隶属函数、量化因子、比例因子、模糊推理和各语言变量的去模糊算法。规则库中有一系列控制规则。它们是模糊控制系统中最重要的环节，是专家知识和操作经验的具体体现。模糊规则可以通过以下方式获得和细化：(1)相关领域专家的经验和知识；(2)掌握了相关技术工作人员,通过自己在电子工程应用中对系统运行特性的认识和了解,使得系统经过了一系列操作后稳定地运行,并准确地记录了手动操作时各个控制器两端的真实输入和输出,然后对数据进行梳理和分析,最后研究并制定了相关的控制规则;模糊控制规则由许多模糊所蕴涵的关系"如果那么"组成,每个模糊的条件语句都会给出一个模糊所蕴涵的关系ri,即一个模糊控制规则,如下所示:R1:ifeisNBandecisNBthenuisPBR2:ifeisNBandecisNMthenuisPM...对于一个含有n个模糊的蕴涵关系的体积,通过"并"操作,即可以直接得到其中的n个模糊蕴涵关系R：模糊推理模糊推理可以通过模仿大量的人脑来研究模糊概念和方法,进行逻辑推理。根据己经建立的模糊性规则,由己经所知的模糊性命题推导得到了新的模糊性命题,其中所得到的推理结果由模糊性蕴涵的关系及其综合算法来决定。Mamdani法、扎德法等是最常用的模糊推理方式。曼达尼推理方式是使用最多的一种，本质上是一种综合推理方法。去模糊化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中转化成输出控制量,该精确量将被用来作为一个在比例因子发生线性改变后对执行器进行精确控制。去模糊算法一般具有以下几种形式：(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域，然后将该区域质心对应的模糊论域的值作为模糊输出的精确量；(2)平分线：首先确定模糊输出隶属函数曲线和模糊辐角域所包围的区域，然后对该区域进行等分，取平分线所对应的模糊辐角域的值作为模糊输出的精确量；(3)最大隶属度平均法(mom),如果在模糊输出的一个隶属度函数的曲线上,有如果两个点之间的隶属度是一样而且都是最大,则选取这些点所对应的模糊宇宙值的平均度数,以此来作为一个模粘贴输出的准确数。变风量空调系统的模糊PID控制系统的建立模糊PID简介PID调节的质量由三个参数kp、Ki、Kd。传统的PID控制参数很难在线设置,大部分都是通过试错或者工程设置的方式获得,不是一个最优解,并且很大程度上是依靠对PID控制系统进行精准建模。但是当系统遭受到强烈的干扰、系统类别时,就会导致系统在更长的时间内回到一个稳定的状态,降低了系统的动、静两种性能。模糊控制器是一种能有效地控制很多难以构造精确的数学模型的复杂系统,其相当于PD(微分比例)的调节。将上述两种主要的控制技术相结合在一起,可以达到优势相辅互补,提高整个系统的自动化和控制性能。模糊PID控制框图如下图所示。图STYLEREF1\s5.SEQ图\*ARABIC\s13模糊PID控制框图(5.5)(5.6)式中，——空调房间设定温度(℃)；——空调房间实测温度(℃)；——采样时间(s)。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和偏差变化率ec为输入。模糊PID控制器的建立根据5.2.1节所述,需要搭建一个两输入三相信号输出的mamdani型模糊控制器,用于vav空调的末端系统控制,结构框图如下所示。图STYLEREF1\s5.SEQ图\*ARABIC\s14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论语言的各个变量,并将它们进行划分来组成一个属于相应的模糊理论应用领域,选取一个三角形中的函数trimf作为一个变量隶属于的函数。由于采用该软件系统结构简单,可以有效地减少模糊控制器计算量和工作量,加快了该系统的自动运算运行速度,减少了系统的自动响应延迟时间,提高了系统的灵敏性,降低了系统能耗。其中模糊函数子集定义语言对于变量函数nb(正小负大)和变量pb(正大)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可用来表示作为其中的附属定义函数。①输入量1：温度偏差e，e实际变化范围取值为：[-6,+6]；模糊论域为：X={-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}；量化因子：70偏差e模糊语言变量E为：NB，NM，NS，ZO，PS，PM，PB；其隶属函数如下图所示：图STYLEREF1\s5.SEQ图\*ARABIC\s15偏差的隶属函数②输入量2：温度偏差变化率ec，ec实际变化范围取值为：[-0.1，+0.1]；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， 0.4，0.5，0.6}；量化因子：6偏差变化率ec模糊语言变量EC为：NB，NM，NS，ZO，PS，PM，PB；其隶属函数如下图所示：图STYLEREF1\s5.SEQ图\*ARABIC\s16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自动控制原理系统的教学实验和工程仿真研究结果,确定了与进入输出信号测量中的δkp、δki、δkd等控制有关的论域。③输出量：PID控制器的ΔKp、ΔKi、ΔKd如下表所示：表STYLEREF1\s5.SEQ表\*ARABIC\s11输出量参数取值范围模糊论域比例因子语言变量∆[-1.5,1.5][-0.3,-0.2,-0.1,0,0.1,0.2,0.3]3NB,NM,NS,ZO,PS,PM,PB∆[-0.0006,0.00006][-0.06,-0.04,-0.02,0,0.02,0.04,0.06]0.0001∆[-3,3][-3,-2,-1,0,1,2,3]3三个参数修正值的隶属函数如图5.7、5.8、5.9所示：图STYLEREF1\s5.SEQ图\*ARABIC\s17∆Kp的隶属函数图STYLEREF1\s5.SEQ图\*ARABIC\s18∆Ki的隶属函数图STYLEREF1\s5.SEQ图\*ARABIC\s19∆Kd的隶属函数（2）建立模糊控制器的控制规则结合系统模型对运行工况进行仿真，建立适用于末端温度控制系统的关于偏差e、偏差变化率ec与PID参数调节量ΔKp、ΔKi、ΔKd的模糊规则,采用“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末端温度控制规则制定为模糊控制规则表，如表5.2、5.3、5.4所示。表STYLEREF1\s5.SEQ表\*ARABIC\s12∆Kp控制规则表∆温度偏差变化率ecNBNMNSZOPSPMPB温度偏差eNBPBPBPMPMPSZOZONMPBPBPMPSPSZONSNSPMPMPMPSZONSNSZOPMPMPSZONSNMNMPSPSPSZONSNSNMNMPMPSPSNSNMNMNMNBPBZOZONMNMNMNBNB表STYLEREF1\s5.SEQ表\*ARABIC\s13∆Ki控制规则表∆温度偏差变化率ecNBNMNSZOPSPMPB温度偏差eNBNBNBNMNMNSZOZONMNBNBNMNSNSZOZONSNBNMNSNSZOPSPSZONMNMNSZOPSPMPMPSNMNSZOPSPSPMPBPMZOZOPSPSPMPBPBPBZOZOPSPMPMPBPB表STYLEREF1\s5.SEQ表\*ARABIC\s14∆Kd控制规则表∆温度偏差变化率ecNBNMNSZOPSPMPB温度偏差eNBPSNSNBNBNBNMPSNMPSNSNBNMNMNSZONSZONSNMNMNSNSZOZOZONSNSNSNSNSZOPSZOZOZOZOZOZOZOPMPBNSPSPSPSPSPBPBPBPMPMPMPSPSPB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。图STYLEREF1\s5.10模糊规则编辑器在确定量化因子、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ΔKp、ΔKi、ΔKd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。图STYLEREF1\s5.11模糊推理结果图STYLEREF1\s5.12模糊推理结果图STYLEREF1\s5.13模糊推理结果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。模糊PID控制系统仿真研究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,作为模糊式的控制器设计知识库。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作。图STYLEREF1\s5.14fuz与结构体进行连接基于图4.13无干扰PID仿真模型,在simulink下设计和构造了模糊PID控制系统。主控制器用模糊控PID制器来代替,其他环节也不变。，模糊PID控制器中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。在实际使用中,模糊控制中量化因子与比例因子之间的取决性变化对于模糊控制器的测量效果具有非常重要的影响,这就是我们需要依据实际的情况来做出选择。本文选择5.2.2节作为温度测量标准时设定的值,温度偏差e的主要量化因子是70;温度偏差变化率ec的量化因子为6，ΔKp、ΔKi、ΔKd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。增加一个示波器来监控ΔKp、ΔKi、ΔKd的设置过程。图STYLEREF1\s5.15模糊PID控制系统仿真模型图STYLEREF1\s5.16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。图STYLEREF1\s5.17t=3000-3500s时加入斜率为0.2%干扰的模糊PID房间温度仿真由图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