智能控制课程期末论文

江苏科技大学智能控制课程论文智能控制课程论文学号：142030053姓名：谈敏佳专业：导航、制导与控制江苏科技大学智能控制课程论文中央空调的模糊PID控制器仿真摘要：针对中央空调能耗大的问题，本文以中央空调的水系统作为研究对象，提出水系统的模糊PID变频控制方案。仿真表明，与常规PID相比而言模糊PID控制算法具有更快的响应速度，更小的超调量和较小的振荡。关键词：中央变频空调；水系统变频；模糊PID控制；0引言中央空调水系统最基本的目的是能够满足空调系统的热交换，满足室内末端对冷量的需求，创造适宜的工作生活环境。在上世纪六十年代，变频水泵就被运用使用在中央空调的冷水洗头中。随着空调技术的不断改进完善，冷水机组也逐步的能够随着室内负荷的改变并实时做出响应。目前国内中央空调自动控制的水平较低，多采用多变量的PID控制。但是对于中央空调这种极易受干扰、高度非线性的控制系统，由于各个变量之间的关联性，各个回路之间的耦合性比较强，如果仍采用常规PID，系统调节时间比较长。所以运用模糊控制算法与PID结合，对于能耗消耗比较大的问题很有必要。中央空调在智能建筑能耗占50%，而水系统的耗能又占空调能耗的60%，所以如何改善水系统的耗能对节能减排很有意义。1中央空调的模糊PID控制器仿真设计一般的中央空调系统由冷水机组、冷却水循环系统、冷冻水循环系统、冷却塔和风机管组成。原理如图1-1所示：图1-1中央空调系统原理图目前中央空调在冷冻水流量控制的方法上基本采用两种方法：定压差法和定温差法。由于冷水系统负荷的大小与压差并无直接关系，因此压差的变化不能明确的表示市内负荷的变化。定温差法相对来说操作要简单许多，施工方便，管线的设置相对简单。所以选择定温差法。冷水的供回水温差反映室内进行热交换的多少，一般供水温度为7℃，回水温度为12℃。1.1中央空调模糊PID控制结构模糊PID控制虽然不依赖具体的数学模型，但总体来说也是属于计算机控制的范畴，其控制原理图如图1-2所示：江苏科技大学智能控制课程论文图1-2模糊PID原理图输入模糊PID控制器的两个变量包括冷水系统的回水温度在与给定值相比较后产生的偏差e以及偏差的变化率ec，模糊控制器输出的则是常规PID控制器所需的,,pidKKK。1.2精确量的模糊化（1）温度偏差的模糊化：根据工程实际将冷冻水的回水温度设为12℃，考虑实际的天气情况设置偏差的范围为[-15,15]。语言变量表示为E。将E的模糊子集iA相应的语言值设定为{NB（负大），NM（负中），NS（负小），ZE（零），PS（正小），PM（正中），PB（正大）}[1]。设E的论域为：E={-6，-5，-4，-3，-2，-1,0,1,2,3,4,5,6}其隶属度函数取三角型，一般可表述为：(xa)/(ba),axb()(xc)/(bc),bxxc隶属度函数表示如1-3所示：图1-3温差偏差的模糊化（2）温差变化率为/ecdedt,语言变量表示为ec。将ec模糊子集iB相应的语言值也设定为{NB（负大），NM（负中），NS（负小），ZE（零），PS（正小），PM（正中），PB（正大）}。Ec={-6，-5，-4，-3，-2，-1,0,1,2,3,4,5,6}，温度变化率范围为[-20，20]，其江苏科技大学智能控制课程论文隶属度函数取三角型，隶属度函数表示如1-4所示。图1-4温差变化率的模糊化（3）,,pidKKK的变化范围分别为[-0.27，0.27],[-0.000003,0.000003],[-0.09，0.09]，模糊论域为｛-6，-5，-4，-3，-2，-1,0,1,2,3,4,5,6}，其隶属度函数取三角型，隶属函数表示如1-5所示：图1-5,,pidKKK模糊化变量eecpKiKdK语言变量EECpKiKdK基本论域[-1515][-2020][-0.270.27][-0.0000030.000003][-0.20.2]模糊子集{NB（负大），NM（负中），NS（负小），ZE（零），PS（正小），PM（正中），PB（正大）}模糊论域[-66][-66][-66][-66][-66]量化/比例因子0.40.30.0450.0000050.0151.3模糊控制规则的确定模糊控制规则的基本思想是把人类专家对特定的被控对象或过程的控制策略总结成一系列“if(条件)then(作用)”形式表示的控制规则。对于双输入三输出的二维模糊控制器，其规则描述为：江苏科技大学智能控制课程论文ifE=AandEc=Bthen,,pidKCKDKE模糊控制规则是模糊控制器的核心，它的质量直接影响系统的响应特性。考虑到空调系统被控制对象具有纯滞后的特点，在建立模糊控制规则时，需注意以下情况。（a）在降温起始端，为了克服大惯性引起的被调量变化缓慢，加入大的控制量。（b）在降温后期，为了克服大惯性引起的超调，提前施加抑制量。（c）对于温度上升段，也作相应处理。根据专家对温度现象的控制经验制定的控制规则如表1-1所示：pK的模糊规则ecKpeNBNMNSZEPSPMPBNBPBPBPMPMPSZ0Z0NMPBPBPMPSZ0Z0NSNSPMPMPMPSNSNSNSZEPMPMPSZ0NSNMNMPSPSPSZ0NSNSNMNMPMPSZ0NSNMNMNMNBPBZ0Z0NMNMNMNBNBiK的模糊规则eciKeNBNMNSZEPSPMPBNBNBNBNMNMNSZ0Z0NMNBNBNMNSNSZ0Z0NSNBNMNSNSZ0PSPSZENMNMNSZ0PSPMPMPSNMNSZ0PSPSPMPB江苏科技大学智能控制课程论文PMZ0Z0PSPSPMPBPBPBZ0Z0PSPMPMPBPBdK的模糊规则ecKdeNBNMNSZEPSPMPBNBPSNSNBNBNBNMPSNMPSNSNBNMNMNSZ0NSZ0NSNMNMNSNSZ0ZEZ0NSNSNSNSNSZ0PSZ0Z0Z0Z0Z0Z0Z0PMPBNSPSPSPSPSPBPBPBPMPMPMPSPSPB表1-1控制规则1.4模糊推理这里采用马丹尼极小运算法。本系统中是2个输入量e,ec和3个输出量,,pidKKK的二维模糊控制器。控制规则为：R1：ifEisNBandEcisNB，thenpKisPB，iKisNB，dKisPSR2:ifEisNMandEcisNM，thenpKisPB，iKisNB，dKisNS……全部系统共计49条规则。1.5解模糊综合已知的模糊子集不同隶属度的赋值表以及各个参数不同的模糊控制模型，在进行反模糊化后可以得到,,pidKKK的准确值进行PID参数的调整[2]。2MATLAB仿真2.1建立FIS主框架在MATLAB提示符下输入fuzzy命令，启动FIS编辑器。命名模糊推理系统FIS为fuzzyPID，并在FIS编辑器中为该系统添加两个输入变量，命名为e和ec，分别代表温度偏差和温度偏差变化率。江苏科技大学智能控制课程论文2.2隶属度函数的确定双击名为e的方框，打开隶属度函数编辑器，并在隶属度函数编辑器的Edit选择“addMFS…”，在弹出的对话框中选中隶属度函数（MFType）和语言值个数（NumberofMFS）,分别按各隶属度函数命名为NB、NM、NS、ZE、PS、PM、PB，并设置当年变化量的变化范围和其在隶属度函数的显示范围。同样的方法设置ec和,,pidKKK。如图2-1所示：图2-1隶属度的确定2.3模糊控制规则的确定双击FIS编辑器上部表示模糊推理系统的白色方块就能打开模糊规则编辑器，根据前面各个变量之间的模糊规则表3-1，依次来输入模糊控制规则。这是两输入单输出的控制规则。如图2-2所示：图2-2模糊控制规则编辑3Simulink下系统建模仿真中央空调被控对象一般都是高阶的，处理起来困难。因此实际一般用低阶近似法描述其江苏科技大学智能控制课程论文数学模型，二阶模型具有可对两个时间常数进行不同比例组合的特性，因此可以比较好的反应高阶系统所具有的特性。三阶模型在对系统无明显改善的同时却大大提高了处理的复杂度[3]。根据空调系统末端各个环节的传递函数及对实验测试数据，用下列模型作为本次仿真的模型：12()(1)(1)sKeGsTsTs。3.1模糊PID建模仿真(1)选取1)40110(s)(461)(s1)teGs（3-1）40210(s)(301)(2s1)teGs（3-2）2)40310(s)(371)(s1)teGs（3-3）(2)根据经验和试凑，系统输出值设为12℃，三个参数设为0.15,0.002,1.5ipdKKK[4]，在1000s时加一个N=1的阶跃信号作为扰动。使用MATLAB的simulink库建立仿真模型，命名为tmj。模糊PID仿真结构图如下3-1所示：图3-1模糊PID仿真结构图模糊PID封装图如3-2所示江苏科技大学智能控制课程论文图3-2模糊PID封装图(3)仿真结果分析图3-3模糊PID参数变化响应曲线江苏科技大学智能控制课程论文图3-4模糊PID参扰动动作响应曲线通过2个响应曲线可以看出，在采用相同的系统模型时，在模糊PID的控制作用下，系统模型变化但是不改变PID参数初值，仍然可以取得不错的控制效果。在系统加入干扰时，系统也可以较快地回到设定值12℃[4]。3.2常规PID和模糊PID仿真对比(1)新建立tmj1文件，如图3-5所示：图3-5模糊PID与常规PID仿真对比结构图江苏科技大学智能控制课程论文图3-6常规PID封装图(2)仿真结果分析图3-7模糊PID和常规PID仿真对比结果图运行一段时间后，冷冻水的系统模型会变化，当系统模型变化为：40210(s)(301)(2s1)teGs，如图3-7所示：图3-7参数变化时模糊PID和常规PID响应曲线图可见模糊PID和常规PID都会发生一定变化，但是相比较而言模糊PID的振荡要小一些，常规PID的超调量有所增加。加入相同的干扰时，模糊PID相对于常规PID超调量要小。综上所述，通过以上仿真对比可以发现，采用模糊PID不论是在系统模型参数变化还是受到外界干扰都能取得比常规PID更好的效果，具有很强的鲁棒性[5]。江苏科技大学智能控制课程论文4总结本次仿真在模糊控制的原理上，提出应用于冷冻水系统的仿真方案、针对冷冻水系统自身所具有的特点，设计了模糊PID控制器，并且仿真得到的数据与常规PID控制器进行对比分析，得到了常规PID与模糊PID相比，系统模型稳定的情况下可以达到优良的控制效果，当系统扰动或是参数变化时候效果不能满意。从而将模糊PID的控制策略应用在中央空调控制系统上很有意义。参考文献[1]邱黎辉，阙沛文，毛义梅.模糊PID控制在中央空调系统中的应用研究[B].计算机测量与控制.2004.12(1)[2]孙一坚，潘尤贵.空调水系统变流量节能控制(续2)变频调速水泵的合理应用[J].暖通空调，2005，34(7)60-62[3]刘金坤.先进PID控制MATLAB仿真[M]，北京:电子工业出版社,2005[4]周宏煌.基于人工智能和专家系统的中央空调节能运行及故障诊断技术研究与实现[D],重庆大学，2007[5]苗立靖，杨杰，黄欣.模糊规则提取的两种方法性能分析[J],模糊系统与数学,1999,14(3):16-21