一种单系统空调的智能控制方法与流程

1.本发明涉及单系统空调控制技术领域，具体涉及一种单系统空调的智能控制方法。


背景技术：

2.我国是一个耗能大国，现今的能源已经无法满足我国社会发展的需求，在这样的环境下，我国大力倡导节能减排。目前我国在大部分的建筑内都布置有各种单系统空调，在工业生产与应用中也存在大量的单系统制冷空调，每年暖通制冷系统运行中耗费大量的能源，因此空调制冷系统的优化与控制极为必要，使其往低能耗发展。
3.目前，由于空调系统往往是时滞、时变和非线性的，且系统内部耦合也比较复杂，所以精确的模型控制和函数控制等方式都比较困难，常规的模糊控制策略存在特性曲线的上升特性，调节时间等参数不是特别理想；因此，需要设计一种单系统空调的智能控制方法。


技术实现要素：

4.本发明的目的是克服现有技术的不足，为更好的有效解决目前由于空调系统往往是时滞、时变和非线性的，且系统内部耦合也比较复杂，所以精确的模型控制和函数控制等方式都比较困难，常规的模糊控制策略存在特性曲线的上升特性，调节时间等参数不是特别理想的问题，提供了一种单系统空调的智能控制方法，其具有快速响应并降低制冷系统震荡的功能，提高了单系统空调的能效比，还能相对比较好的完成解耦控制，抗干扰性也比较强。
5.为了达到上述目的，本发明所采用的技术方案是：
6.一种单系统空调的智能控制方法，包括以下步骤，
7.步骤(a)，设定单系统空调的温度并获得输入变量；
8.步骤(b)，对输入变量和第一压缩机频率增量进行模糊化并获得模糊量，再建立模糊规则库；
9.步骤(c)，通过根据模糊规则库对输入变量进行判别，输出第一压缩机频率增量；
10.步骤(d)，将输入变量的值输入至模块控制器，并输出调整参数，完成对比例因子的自适应调节；
11.步骤(e)，基于比例因子的自适应调节，修正第一压缩机频率增量并获得第二压缩机频率增量，再利用第二压缩机频率增量完成对单系统空调的模糊控制。
12.优选的，步骤(a)，设定单系统空调的温度并获得输入变量，其中输入变量包括温差e以及温度变化率ec，且温差e为设定温度与输出温度的差值，而温度变化率ec为温差e的变化趋势并由e的微分得出，所述温差e和温度变化率ec的上下限均具有限定，若大于上限则将值采用最大值xe，若小于下限则将值采用最小值-xe。
13.优选的，步骤(b)，对输入变量和第一压缩机频率增量进行模糊化并获得模糊量，
再建立模糊规则库，其具体步骤如下，
14.步骤(b1)，对输入变量和压缩机运转频率增量进行模糊化并获得模糊量，具体步骤如下，
15.步骤(b11)，对输入变量进行模糊化并获得模糊量，其中温差e和温度变化率ec的语言变量均设为nb负大、nm负中、ns负小、zo零、ps正小、pm正中和pb正大，而温差e和温度变化率ec的论域均为-6、-5、-4、-3、-2、-1、0、1、2、3、4、5和6，且其隶属函数选用高斯函数；
16.步骤(b12)，对第一压缩机频率增量进行模糊化并获得模糊量，其中第一压缩机频率增量
△
u的语言变量设为nl负巨大、nb负大、nm负中、ns负小、zo零、ps正小、pm正中、pb正大和pl正巨大，设第一压缩机频率增量
△
u的论域为-9、-8、-7、-6、-5、-4、-3、-2、-1、0、1、2、3、4、5、6、7、8和9，其隶属函数选用高斯函数；
17.步骤(b2)，建立模糊规则库，其是将依靠实验经验和判断对特定的被控对象或过程的控制方法总结成条件if与结果then的控制规则。
18.优选的，步骤(c)，通过根据模糊规则库对输入变量进行判别，输出第一压缩机频率增量，其具体步骤如下，
19.步骤(c1)，判别并输出模糊，是将两个输入量e和ec和一个输出量
△
u的二维模糊控制器，具体控制规则如公式(1)所示，
[0020][0021]
其中，a1、a2和an，b1、b2和bn是输入的模糊子集，而c1、c2和cn是输出的模糊子集，设e＝e0和ec＝ec0，根据隶属度函数，根据隶属度函数与隶属函数公式μ(x)＝exp[-(x-c)2/σ2]可得合成推理结果，如公式(2)所示，
[0022][0023][0024]
步骤(c2)，解模糊，模糊判别的结果是一个模糊量，并不能直接控制被控对象，这时需要解模糊并将模糊量转换为精准量，如公式(3)所示，
[0025][0026]
优选的，步骤(d)，将输入变量的值输入至模块控制器，并输出调整参数，完成对比例因子的自适应调节，其中调整参数p的语言变量设为nb负大、nm负中、ns负小、zo零、ps正小、pm正中和pb正大，设调整参数p的论域为-6、-5、-4、-3、-2、-1、0、1、2、3、4、5和6，且输出的调整参数p要与比例因子ku结合，如公式(4)和公式(5)所示，
[0027]
q＝a
│
p
│
+b
ꢀꢀꢀꢀ
(4)
[0028]
ku
调整
＝ku+q
ꢀꢀꢀꢀ
(5)
[0029]
其中，a为权重数值，b为修正值。
[0030]
优选的，步骤(e)，基于比例因子的自适应调节，修正第一压缩机频率增量并获得第二压缩机频率增量，再利用第二压缩机频率增量完成对单系统空调的模糊控制，其中变频器收到第二压缩机频率增量信号后会修改其输出的供电频率，从而完成对变频压缩机的频率控制。
[0031]
本发明的有益效果是：本发明的一种单系统空调的智能控制方法，首先将单系统空调处于压缩机运行模式，再设定温度并获得输入变量，接着对输入变量和第一压缩机频率增量进行模糊化并获得模糊量，再建立模糊规则库，随后通过根据模糊规则库对输入变量进行判别，再输出第一压缩机频率增量，然后将输入变量的值输入至模块控制器并输出调整参数，再完成对比例因子的自适应调节，紧接着基于比例因子的自适应调节，修正第一压缩机频率增量并获得第二压缩机频率增量，再利用第二压缩机频率增量完成对单系统空调的模糊控制，这样采用基于模糊控制的方式对单系统空调进行控制，且还能在线自适应调节，有效的实现了该方法具有快速响应并降低制冷系统震荡的功能，提高了单系统空调的能效比，还能相对比较好的完成解耦控制，抗干扰性也比较强。
附图说明
[0032]
图1是本发明控制方法的整体流程图；
[0033]
图2是本发明的模糊算法的程序流程图；
[0034]
图3是本发明的建立的模糊规则库示意图；
[0035]
图4是本发明的调整参数调节规则库示意图。
具体实施方式
[0036]
下面将结合说明书附图，对本发明作进一步的说明。
[0037]
如图1所示，本发明的一种单系统空调的智能控制方法，包括以下步骤，
[0038]
步骤(a)，设定单系统空调的温度并获得输入变量，其中输入变量包括温差e以及温度变化率ec，且温差e为设定温度与输出温度的差值，而温度变化率ec为温差e的变化趋势并由e的微分得出，所述温差e和温度变化率ec的上下限均具有限定，若大于上限则将值采用最大值xe，若小于下限则将值采用最小值-xe。
[0039]
如图2所示，步骤(b)，对输入变量和第一压缩机频率增量进行模糊化并获得模糊量，再建立模糊规则库，其具体步骤如下，
[0040]
步骤(b1)，对输入变量和压缩机运转频率增量进行模糊化并获得模糊量，具体步骤如下，
[0041]
步骤(b11)，对输入变量进行模糊化并获得模糊量，其中温差e和温度变化率ec的语言变量均设为nb负大、nm负中、ns负小、zo零、ps正小、pm正中和pb正大，而温差e和温度变化率ec的论域均为-6、-5、-4、-3、-2、-1、0、1、2、3、4、5和6，且其隶属函数选用高斯函数；
[0042]
其中，隶属函数形状尖一些，它的分辨率就会高一些，控制的灵敏度也会比较高，稳定性较弱，容易引起振荡，而形状平缓一些，其控制特性比较平缓，稳定性也比较强；
[0043]
步骤(b12)，对第一压缩机频率增量进行模糊化并获得模糊量，其中第一压缩机频率增量
△
u的语言变量设为nl负巨大、nb负大、nm负中、ns负小、zo零、ps正小、pm正中、pb正
大和pl正巨大，设第一压缩机频率增量
△
u的论域为-9、-8、-7、-6、-5、-4、-3、-2、-1、0、1、2、3、4、5、6、7、8和9，其隶属函数选用高斯函数；
[0044]
其中，第一压缩机频率增量
△
u的模糊化是为了做更准确的调节温度；
[0045]
如图3所示，步骤(b2)，建立模糊规则库，其是将依靠实验经验和判断对特定的被控对象或过程的控制方法总结成条件if与结果then的控制规则。
[0046]
步骤(c)，通过根据模糊规则库对输入变量进行判别，输出第一压缩机频率增量，其具体步骤如下，
[0047]
步骤(c1)，判别并输出模糊，是将两个输入量e和ec和一个输出量
△
u的二维模糊控制器，具体控制规则如公式(1)所示，
[0048][0049]
其中，a1、a2和an，b1、b2和bn是输入的模糊子集，而c1、c2和cn是输出的模糊子集，设e＝e0和ec＝ec0，根据隶属度函数，根据隶属度函数与隶属函数公式μ(x)＝exp[-(x-c)2/σ2]可得合成推理结果，如公式(2)所示，
[0050][0051]
步骤(c2)，解模糊，模糊判别的结果是一个模糊量，并不能直接控制被控对象，这时需要解模糊并将模糊量转换为精准量，如公式(3)所示，
[0052][0053]
如图4所示，步骤(d)，将输入变量的值输入至模块控制器，并输出调整参数，完成对比例因子的自适应调节，其中调整参数p的语言变量设为nb负大、nm负中、ns负小、zo零、ps正小、pm正中和pb正大，设调整参数p的论域为-6、-5、-4、-3、-2、-1、0、1、2、3、4、5和6，且输出的调整参数p要与比例因子ku结合，如公式(4)和公式(5)所示，
[0054]
q＝a
│
p
│
+b
ꢀꢀꢀ
(4)
[0055]
ku
调整
＝ku+q
ꢀꢀꢀꢀ
(5)
[0056]
其中，a为权重数值，b为修正值，比例因子ku对于模糊控制的动静特性影响比较大，在温差e和温度变化率ec不同大小的时候需要不同的ku数值来优化其特性曲线，接着在温差较小且变化率较小到稳定阶段时需要一个较小ku，而在温差较大且变化率较大时需要一个较大的ku来使得温差迅速变小，从而降低调节时间，进一步提高空调能效，因此需要给产生变化的调整值p一个较大的权重来产生较大的ku调整量。
[0057]
步骤(e)，基于比例因子的自适应调节，修正第一压缩机频率增量并获得第二压缩机频率增量，再利用第二压缩机频率增量完成对单系统空调的模糊控制，其中变频器收到
第二压缩机频率增量信号后会修改其输出的供电频率，从而完成对变频压缩机的频率控制。
[0058]
其中，由于模糊控制下，其本身的输入量模糊化与输出量逆模糊后，在输入的温差极微小时会存在认为其已经没有温差的可能，若有较高精度的控制要求，设定温度后会做偏移处理，若e大于零则做正偏移，使得系统实际设定温度略大于输入设定温度，若e小于零则做负偏移，使得系统实际设定温度略小于设定温度。
[0059]
为了更好的阐述本发明的使用效果，下面介绍本发明的一个具体实施例；
[0060]
当单系统空调处于运行模式，此时压缩机做制冷补充，直接输出量为压缩机频率增量从而控制空调温度，且由于单系统空调的制冷振荡较大，稳定速度较慢，所以采用在线自调整ku的方式，该方式是温差曲线偏离设定较大时使用较大ku来实现曲线快速贴近设定值，当接近设定值时逐渐减小ku使得振荡较小，较为平滑的达到设定值，这样做使得制冷快速响应且振荡较小，而由于系统控制中一般很难做到完全的百分百精准到设定值，再根据需要可以在系统中内置设定偏移，将输入的显示设定值做合理偏移后作为控制系统的设定值。
[0061]
综上所述，本发明的一种单系统空调的智能控制方法，采用基于模糊控制的方式对单系统空调进行控制，且还能在线自适应调节，有效的实现了该方法具有快速响应并降低制冷系统震荡的功能，提高了单系统空调的能效比，还能相对比较好的完成解耦控制，抗干扰性也比较强。
[0062]
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。