采用模糊滑模方法独立控制空调机温湿度外文翻译资料

英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料

采用模糊滑模方法独立控制空调机温湿度

摘 要

提出一种滑模控制（SMC）策略，以解决空调温湿度独立控制的问题；由于需要充分利用风侧进行冷却，复杂性增加。首先，基于数学模型确定室内温度和湿度的动力学。其次，为了减少SMC的颤振效应，协调室内条件以满足人们的需求，通过基于到达规律的新型模糊滑模控制策略，实现了对温湿度的独立控制。最后，通过仿真验证了所提出方法的有效性。

1. 介绍

在传统的中央空调控制系统中，温度通常是受控参数，通常采用多环PID控制方法。然而，由于各种原因，例如，温度变化的非线性和时变效应以及建立数学模型的复杂性，在传统PID控制器的帮助下，很难实现所需的控制性能^[1].除了参数设置方法的复杂性外，传统的PID控制器参数往往系统性能较差，对受控过程的适应性较差。因此，普通的PID控制很难满足中央空调系统中的控制要求。

与传统的空调系统相比，温湿度独立控制系统采用高温冷源、固湿控制等技术，确保节能。Lazzarin和Castellotti研究了一种由热泵驱动的自再生溶液除湿系统，该系统应用于超市，通过模拟全年的户外工作条件来验证其能源效率^[2].郝设计了冷却辐射屋顶，旋转除湿和位移通风空调系统。该系统可有效节约电能，显著提高室内环境质量，提高舒适度^[3].虽然独立温湿度控制的空调系统的优势是显而易见的，但在实际运行过程中仍存在一些问题。例如，如果独立于温度和湿度的控制系统在过渡季节需要充分利用风侧的自然冷却，则需要配置排气扇，这增加了系统的复杂性^[4].与传统的空调系统相比，温湿度独立控制空调的安装更加严格、复杂、成本高昂。

在空调控制过程中，模糊控制策略比PID控制更有效，因为前者可以调节部分负载运行下的室温和冷却盘管中冷却水的流速表现出令人满意的振荡响应；然而，鉴于模糊方法缺乏系统性，在空调系统中单独使用模糊控制方法的缺点是模糊过程中的不稳定性和鲁棒性差[5,6].在 [7–9]设计了一种基于遗传算法的PID控制器和自调谐PID型模糊自适应控制器，用于模拟中央空调系统的温度。这两种方法可以满足中央空调温控系统的需要；实验结果表明，冷却效果较好。针对非线性系统参数/结构不确定性和输入盲区问题，设计了一种基于神经网络的自适应控制方法，以确保系统的稳定性和鲁棒性。[10,11].文章 [12–15]研究随机非线性系统的反馈控制问题，为控制器之间的回步和系统稳定性证明做出了很多贡献。为了补偿系统的干扰或测量状态，文章[16,17]给出了一种新形式的降阶K滤波器。这些控制方法和抗干扰方法也适用于滞后较大、干扰多的空调系统。

滑模控制（SMC）是由Emelyanov等人在20世纪50年代提出的。Itkin等人随后总结并发展了SMC理论[18].后来，滑模控制被广泛用于机器人和航空[19].由于滑动运动的设计独立于系统参数和干扰，因此，SMC模型具有鲁棒性强、响应速度快、易于实现的良好特性。这些特性可以在中央空调系统中进行优化，并弥补传统PID控制器的缺点。此外，它还见证了相关领域的许多研究;例如，在 [20].在 [21]，研究了有限时间电平量化测量的半马尔可夫开关系统的滑模控制问题。当系统状态轨迹到达滑模表面时，由于切换信号，滑动表面上向平衡点的滑动运动的排他性发生是不可能的。一些研究表明，模糊SMC可以通过线性化不连续信号来抑制颤振效应。模糊滑模方法降低了切换控制的影响，并显著降低了颤振效应[22].在应用方面，模糊SMC方法应用于具有（半）马尔可夫开关参数的随机系统，这些参数已在[23–25].在 [26,27]，为非线性描述符系统提出了模糊SMC。因此，在SMC滑模参数设计及减少颤振现象方面提出模糊规律，确保室内温湿度的精确控制。

与传统的控制方法不同，本文采用的模糊滑模控制鲁棒、快速响应特性更适合于滞后较大、干扰多的空调系统。同时，本研究的贡献在于提出了用于独立控制室内温湿度的滑模控制器设计中的模糊规则，以解决因排风机配置而增加复杂性的问题。与传统的PID控制和模糊PID控制方法相比，所提出的模糊SMC策略实现了更快的调整响应、更小的过冲、更高的精度和更好的控制效果。同时，确保室内二氧化碳浓度处于正常水平。但是，这种空调系统主要适用于已知房间模型数据的情况。[00–12] 中用于有界停留时间的离散时间半马尔可夫跳跃线性系统随机延迟反馈控制及稳定性控制器的设计方法[28–30]将对未来扩展到随机案例的工作有很大帮助。

1. 室内环境的数学模型

空调系统中对温湿度的独立控制，调节除湿系统新鲜空气供应量和温控系统回风供应量，满足人们对室内环境舒适性的要求[31].系统如图所示1.

图1 空调系统图

本研究考虑了具有以下假设的办公楼环境[32]：（1）办公楼被视为闭环系统。（2）建筑物内的气压保持不变。（3）室内空气扩散性好，室温可以使用温度传感器测量。（4）湿度对室温的影响不明确。

2.1 温度的动态响应

鉴于空调系统中温度和湿度的独立控制使用除湿系统中的新鲜空气来去除室内残留湿度，CO2和气味使得为了保证室内空气质量，室温的动态响应建模必须只考虑房间的显热[33].

空调系统中的热能平衡表示如下[34,35]:

空调供气提供的热量是; 是显热; 是流出的热量;并且是散热。

房间显热变化可以描述如下[28]:

其中是室内空气密度，;V是房间体积 是室内空气的比热容，J/（Kg *K）;并且是室温。

空调系统向房间提供的显热与空气输出之间的关系可以表示如下[28]:

其中为供气量，, 为显热干风机盘管的空气温度°C。

对于以温湿度为变量独立控制空调系统的房间，影响室内温度响应的主要因素如下：流出房间的显热和房间的散热[36].房间的散热包括以下部分：（1）由于室内外温差和室内热源的直接散热而产生的瞬时显性冷却负荷。（2）阳光透过窗户辐射引起的散热。

房间的散热表示如下[37]:

其中是墙体面积，; 是墙体材料层的导热系数; 是墙体材料层的厚度，m; 是室外环境温度; 是玻璃窗内壁复合传热面的传热系数;并且是房间内玻璃窗的太阳辐射产生的热量。

流出房间的显热主要是回风带走的热量。假设办公楼是闭环系统，回风量可以根据温控系统的送风量计算如下[29]:

替换 （2）–（5） 到 （1）

2.2 湿度的动态响应

温湿度独立控制的空调除湿系统采用全新风系统。湿度控制系统通过发送含水量低于室内设计状态的干燥新鲜空气来承担建筑物的所有潜在热负荷。假设办公楼是闭环系统，建筑物内的压力保持不变，空气湿度的质量守恒可以计算如下[38]:

其中 建筑物中的空气总质量g; 是建筑物中空气的含水量，g/kg; 是空调供气的含水量，g/kg; 是除湿系统的排气量，g/h;并且是室内湿度负载，g/h。

因此，确定室内总湿负荷很重要。建筑物的水分产生主要来自室内的人，水面，植物以及渗透空气中的水分量[39].鉴于本文考虑了办公场所，主要的室内水分负荷涉及消散水分的人数和新鲜空气渗透所耗散的水分量[40].

基于成年人的办公楼人员湿负荷计算如下[32]:

其中是室内人员的数量，是人员群系系数，是成年人消散的水分量，g/h。

传统的空调系统只考虑了冬季新风渗透引起的湿负荷，而忽略了夏季新风渗透产生的微不足道的湿负荷。相比之下，干燥的空气负责独立温度和湿度控制的空调系统中的除湿，尽管其除湿能力有限。因此，必须考虑室外新风渗透引起的大湿度负荷。由于新鲜空气渗透引起的湿负荷可以计算如下[33]:

其中是渗透空气量是室外空气含水量。

替换 （8） 和 （9） 到 （7） 导致

室内二氧化碳浓度的估计

空调中的潜热控制系统具有独立的温度和湿度控制，使用全新鲜空气输入，以确保办公空间中预测的空气浓度保持新鲜。无人时空调的室内浓度与风量的关系表述如下：

室内二氧化碳浓度是; 是污染物排放率;并且是房间的机械通风。假设房间被认为是一个闭环系统，机械通风量等于潜热控制系统的输入空气量，即： 。

根据写字楼的实际情况，室内二氧化碳浓度从上午8点到下午6点计算。室内人员处于正常办公状态。极轻活性状态估计平均二氧化碳浓度为18 L/（人*h）。

因此，室内浓度预测模型表示如下：

办公室的人数表示n。

1. 滑模控制器设计

定义，是状态变量。假设供气温度和供气含水量不变，以及。

3.1 温度控制器

房间内温度响应的状态方程可以表示如下：

定义为终端设备的供气温度与理想的室内温度之间的误差;即，如果，然后 。

整体式滑动面可以减少系统的稳态误差，减弱抖动，增强温控器的稳定性。因此，积分滑模曲面函数定义如下：

如果，则

当系统状态轨迹到达滑动面上时，满足滑动模式可达性条件，确保状态空间内任何位置的运动点在有限的时间内到达开关面，接近运动的轨迹是无限的。因此，方法法可以有效地提高方法运动的动态质量。因此，选择幂函数的以下到达定律：

鉴于 ，幂到达定律保证了滑动模式和全局到达条件的存在。

因此，我们可以基于（14） 和 （15):

因此，根据达到功率定律得到以下滑动模式控制器：

定义以下 Lyapunov 函数

替换 （17） 被替换为可用因为 ，它得到。因此，除湿系统是稳定的。

3.2湿度控制器

等式 （10） 表示房间内温度响应的状态方程可以表示如下：

定义为潜热除热终端装置的供气湿度与理想的室内湿度之间的误差;即： 和 。

选择滑动曲面函数，即 ，

则

所选指数方法定律为

如果, 则幂到达定律达到滑动运动和全局可达性的条件。

此外，我们可以基于（20） 和 （21):

因此 。

选择以下 Lyapunov 函数：

。

因为,则系统稳定。

1. 模糊滑模控制器设计

在本文中，处理法律和被选中，其中， ，并且是要选择的适当参数，以确保系统状态轨迹迅速到达滑动表面并抑制颤振。因此，本文提出了基于到达定律的模糊SMC。采用模糊控制代替传统控制，解决了空调系统的抖动问题，同时提高了系统的动态质量，保证了系统的良好鲁棒性。

4.1参数模糊化

本研究设计了一种二维模糊控制器，以满足空调运行过程中温度参数变化和干扰效应条件下对稳定空调系统的要求。模糊定律的输入信号是温度误差e及其导数。输出信号是到达定律参数 和 。输入和输出变量的模糊子集为 {NB、NM、NS、ZO、PS、PM、PB}，并在 （minus;1， 1） 区域中量化。选择隶属函数作为对称三角形函数，并且模糊子集的每个值具有相同的范围宽度 [41].

4.2模糊规则

根据SMC原理，达到定律 参数确定模糊规则，如图2所示1–3分别。

图 2 模糊规则

4.3. 模糊推理

本文使用重心法完成去模糊。去模糊后的输出结果如下所示：

其中 是去模糊化后的输出结果，是输出变量，并且是 对应于 的隶属函数。

1. 仿真分析

本研究利用MATLAB/Simulink建立了中央空调系统的仿真模型。采用模糊滑模控制与传统PID控制方法对所提策略的正确性和可行性进行了对比和验证。

假设房间的长度、宽度和高度分别为16、10和4 m，室内空气密度、室内空气比热容、墙体材料的导热系数和墙体材料的厚度分别为=1.204，C=1.003 J/（Kg * K）、lambda; 分别 = 0.58 W/（mK） 和 m。图3说明了阳光通过房间玻璃辐射产生的热量。

图3 来自太阳辐射的热量

室内温度设置为25°C，室外温湿度的输入根据7月份在苏州收集的数据而变化，如图所示4和5.

图4 室外温度变化

图5 室外湿度变化

假设初始室内环境温度为26°C，含水量为13 g/kg，则当温度设置为25°C，最佳室内相对湿度为60%时，图显示空气含水量为12 g/kg。因此，理想的空气含水量为12 g / kg。

滑动模式下室内温湿度响应与PID控制策略的比较如图1所示。6和7分别。

图6 室内温度响应

图7 室内湿度响应

图中比较了滑模和PID控制策略下室内温湿度控制输入的风量8和9分别。

图8 温度控制输入风量

图9 湿度控制输入风量

数字6–9证明采用模糊SMC策略独立控制温湿度的空调系统，当输入风量仅与PID控制略有

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[590845]，资料为PDF文档或Word文档，PDF文档可免费转换为Word