第4章、楼宇自控系统中的智能控制和仿真课件.ppt

1、.1第第4章、楼宇自控系统中的智能章、楼宇自控系统中的智能控制及仿真控制及仿真.2第第4章、楼宇自控系统中的智章、楼宇自控系统中的智能能控制及仿真控制及仿真zhangshaojun.3 常规的楼宇控制技术已经较为成熟，常规的楼宇控制技术已经较为成熟，旦受控系统的监控点数较多，被监控的变旦受控系统的监控点数较多，被监控的变量较多和变量间的关系错综复杂，控制目量较多和变量间的关系错综复杂，控制目和任务具有一定程度不确定性，常规的控和任务具有一定程度不确定性，常规的控制方法和控制系统就不能很好地应对复杂制方法和控制系统就不能很好地应对复杂的工况进行高质量和高可靠性的控制了的工况进行高质量和高可靠性的

2、控制了,此此时，必须借助于基于智能算法的智能控制时，必须借助于基于智能算法的智能控制方法来设计控制系统了。方法来设计控制系统了。.44.1、智能控制的基础理论、智能控制的基础理论4.1.1、楼宇智能控制中的智能控制方法、楼宇智能控制中的智能控制方法 智能控制系统是这样一类系统：具有模仿人的学习，推理功能；能智能控制系统是这样一类系统：具有模仿人的学习，推理功能；能始终适应变化的环境；具有处理多种信息以减少不确定性；能以安全和始终适应变化的环境；具有处理多种信息以减少不确定性；能以安全和可靠的方式进行规划，产生和执行控制的动作，以获得系统总体上最优可靠的方式进行规划，产生和执行控制的动作，以获得

3、系统总体上最优或次优的性能指标的系统。或次优的性能指标的系统。智能控制领域中多种学科、技术相互渗透和交叉，应用极为广泛，智能控制领域中多种学科、技术相互渗透和交叉，应用极为广泛，工控领域、楼控领域都有很深入地应用。智能控制的主要理论内容有：工控领域、楼控领域都有很深入地应用。智能控制的主要理论内容有：（1)模糊控制：基于模糊逻辑的智能控制。模糊控制：基于模糊逻辑的智能控制。（2)神经网络控制：基于神经网络的智能控制。神经网络控制：基于神经网络的智能控制。（3)基于模式识别的智能控制基于模式识别的智能控制.（4）混沌控制：基于混沌分形理论的智能控制）混沌控制：基于混沌分形理论的智能控制。（5)基

4、于规则的仿人智能控制。基于规则的仿人智能控制。（6)预测结合其他一些智能控制方法的负荷控制。预测结合其他一些智能控制方法的负荷控制。.5 结合传统的控制方法，如结合结合传统的控制方法，如结合PID控制、控制、Smith控控制、预测控制等，形成各种新的智能控制方法。制、预测控制等，形成各种新的智能控制方法。智能控制技术是在人工智能、认知科学、现代自适智能控制技术是在人工智能、认知科学、现代自适应控制、最优控制、神经网络、模糊逻辑、学习理论、应控制、最优控制、神经网络、模糊逻辑、学习理论、混沌与分形等技术的基础上发展起来的。混沌与分形等技术的基础上发展起来的。.64.1.2楼宇智能控制中的神经网络

5、控制方法楼宇智能控制中的神经网络控制方法 1、神经网络控制的发展、神经网络控制的发展 上世纪八十年代后，一些标志性的理论和技术陆续上世纪八十年代后，一些标志性的理论和技术陆续出现：出现：“能量函数能量函数”概念，把特殊的非线性动态系统结构概念，把特殊的非线性动态系统结构用用于解决优化之类问题理论于解决优化之类问题理论 提出了具有新特征的几种非线性动态系统结构。提出了具有新特征的几种非线性动态系统结构。提出了提出了Boltzman机模型，在学习过程中，采用了模机模型，在学习过程中，采用了模拟退火技术，保证了系统全局最优。拟退火技术，保证了系统全局最优。提出了提出了BP反向误差传播模型，把学习的结

6、果反馈到反向误差传播模型，把学习的结果反馈到中间层次的隐单元，改变他们的权系数，从而达到预期中间层次的隐单元，改变他们的权系数，从而达到预期的学习目的。的学习目的。BP模型实现了多层网络的学习算法，使得模型实现了多层网络的学习算法，使得神经网络研究和应用进入了全盛期。神经网络研究和应用进入了全盛期。提出了双向联想存储器和自适应双向联想存储器，提出了双向联想存储器和自适应双向联想存储器，为在有噪声环境下的学习提供了有力的方法。为在有噪声环境下的学习提供了有力的方法。.7 2、神经网络控制的适用范围神经网络控制的适用范围 （1)适于研究非线性系统。神经网络在理论上能够以任意精度适于研究非线性系统。

7、神经网络在理论上能够以任意精度逼近任意非线性映射，可以用来研究复杂的非线性系统。逼近任意非线性映射，可以用来研究复杂的非线性系统。（2)采用分布式结构存储监测和控制信息。所有监测和控制信采用分布式结构存储监测和控制信息。所有监测和控制信息等势分布储存于网络中各神经元。神经元间具有极大的多径连接息等势分布储存于网络中各神经元。神经元间具有极大的多径连接性，网络具有良好的可靠性、鲁棒性和容错性。性，网络具有良好的可靠性、鲁棒性和容错性。（3)并行处理方式。使神经网络具有实现复杂并行控制的能力。并行处理方式。使神经网络具有实现复杂并行控制的能力。（4)学习和自适应性。应用系统存储的历史数据记录，可对

8、网络学习和自适应性。应用系统存储的历史数据记录，可对网络进行训练，通过这种训练进行训练，通过这种训练,当输入出现训练中未提供的数据时，网络当输入出现训练中未提供的数据时，网络具有智能辨识的能力。具有智能辨识的能力。（5)数据融合。网络能够较好地处理融合定量或定性数据，综数据融合。网络能够较好地处理融合定量或定性数据，综合使用传统控制方法与人工智能方法解决较复杂的控制问题。合使用传统控制方法与人工智能方法解决较复杂的控制问题。（6)适于研究多变量系统。与现代控制理论研究多变量控制系统适于研究多变量系统。与现代控制理论研究多变量控制系统的方法相比，使用神经元网络的多输入输出模型，可有效地应用于的方

9、法相比，使用神经元网络的多输入输出模型，可有效地应用于多变量控制系统的研究。多变量控制系统的研究。.8 在控制理论中，由于非线性系统的多样性与复在控制理论中，由于非线性系统的多样性与复杂性，建立系统模型和非线性控制系统是较为困难杂性，建立系统模型和非线性控制系统是较为困难的事情，而神经网络理论具有很好的处理非线性系的事情，而神经网络理论具有很好的处理非线性系统的能力，是研究非线性系统的有力工具。统的能力，是研究非线性系统的有力工具。.9 3、神经网络控制研究和应用的热点、神经网络控制研究和应用的热点 当前，研究和应用的热点主要有：模糊控制和神经网络当前，研究和应用的热点主要有：模糊控制和神经网

10、络控制相结合的神经网络模糊控制控制相结合的神经网络模糊控制;神经网络滑模控制；神经神经网络滑模控制；神经网络专家系统控制；利用神经网络来构造一个模拟器，模拟网络专家系统控制；利用神经网络来构造一个模拟器，模拟系统动态特性，再对系统进行在线控制的系统动态特性，再对系统进行在线控制的BTT控制；神经网控制；神经网络自适应评判控制；使用经网络对系统装置进行故障诊断络自适应评判控制；使用经网络对系统装置进行故障诊断,检测出错误后通过差错控制系统进行调节，保证系统正常运检测出错误后通过差错控制系统进行调节，保证系统正常运行的容错控制；神经网络与常规控制方法结合行的容错控制；神经网络与常规控制方法结合;神

11、经网络模神经网络模型参考自适应控制型参考自适应控制;完全神经网络控制等。完全神经网络控制等。神经网络控制技术在楼宇智能化控制中也有较多和深入神经网络控制技术在楼宇智能化控制中也有较多和深入的应用，如在变风量空调系统的控制方面，在制冷系统的控的应用，如在变风量空调系统的控制方面，在制冷系统的控制方面等方面。制方面等方面。.10 4.1.3、模糊控制模糊控制 1、模糊控制的基本概念、模糊控制的基本概念 设计一个控制系统的首先知道被控对象精确的数学模型。对控制规设计一个控制系统的首先知道被控对象精确的数学模型。对控制规律的设计，是根据被控对象的数学模型和要求的性能指标来进行的。律的设计，是根据被控对

12、象的数学模型和要求的性能指标来进行的。系统变量多，各种参数又存在不同程度的时变性，且过程具有非线系统变量多，各种参数又存在不同程度的时变性，且过程具有非线性、强耦合性，对应的模型非常复杂，难于求解导致模型实用价值不性、强耦合性，对应的模型非常复杂，难于求解导致模型实用价值不大。借助于人类大脑的一种模糊属性和利用有经验的操作人员进行手动大。借助于人类大脑的一种模糊属性和利用有经验的操作人员进行手动控制控制,可以得到较好的控制效果。可以得到较好的控制效果。对于许多无法构造数学模型的对象，让计算机模拟人的思维方式进对于许多无法构造数学模型的对象，让计算机模拟人的思维方式进行控制与决策，用模糊数学工具

13、帮助求解这些工程系统的控制问题。通行控制与决策，用模糊数学工具帮助求解这些工程系统的控制问题。通过感觉器官感知周围世界，在脑和神经系统中调整获得的信息，经过适过感觉器官感知周围世界，在脑和神经系统中调整获得的信息，经过适当的存储、校正、归纳及选择等过程后进行决策，达到预期的控制目当的存储、校正、归纳及选择等过程后进行决策，达到预期的控制目标。标。通过使用经验将一个较复杂的控制过程用语言来描述，总结成一系通过使用经验将一个较复杂的控制过程用语言来描述，总结成一系列的条件语句，即控制规则。应用计算机程序来实现这些规则，采用模列的条件语句，即控制规则。应用计算机程序来实现这些规则，采用模糊集合来描述

14、模糊条件语句，构成模糊控制器来实施控制，这就是模糊糊集合来描述模糊条件语句，构成模糊控制器来实施控制，这就是模糊控制。控制。.11图4.1、模糊控制器功能.12 2、模糊控制的步骤和设计、模糊控制的步骤和设计 可以使用计算机程序来实现模糊控制器的控制规律。模可以使用计算机程序来实现模糊控制器的控制规律。模糊控制步骤：糊控制步骤：（1）采样）采样 （2）将输入量精确值转变为模糊量）将输入量精确值转变为模糊量 （3）由输入模糊变量、模糊控制规则，按模糊推理规则）由输入模糊变量、模糊控制规则，按模糊推理规则计算控制量计算控制量 （4）将控制量精确化实施控制。）将控制量精确化实施控制。.13 模糊控制

15、器的设计内容：1）确定语言控制规则 2）确定模糊量的隶属度函数。3）确定模糊控制器的输入、输出量化因子。进行模糊控制时，要进行模糊化和反模糊化，这就必须使用到量化因子。量化因子的大小及其不同量化因子之间大小的相互关系，对模糊控制器的控制性能影响极大。如果模糊控制器的输出有多条控制规则确定，即控制规则彼此具有交叉性，设计难度增加。.14 3、模糊算法及控制模糊算法及控制 模糊控制算法的实现过程：计算机经过中断采样获取被控制量的精模糊控制算法的实现过程：计算机经过中断采样获取被控制量的精确值，将此值与给定值比较取差，得到误差信号确值，将此值与给定值比较取差，得到误差信号E，把误差信号，把误差信号E

16、的精确的精确值进行模糊化。值进行模糊化。模糊控制系统中，模糊控制器起着关键的作用。模糊控制器的输入模糊控制系统中，模糊控制器起着关键的作用。模糊控制器的输入变量一般选误差和误差的变化率，输入变量的个数叫模糊控制器的维变量一般选误差和误差的变化率，输入变量的个数叫模糊控制器的维数，维数越高控制精度越高，但同时也越复杂，表现在模糊控制规则越数，维数越高控制精度越高，但同时也越复杂，表现在模糊控制规则越复杂，控制算法的实现难度也越大。误差复杂，控制算法的实现难度也越大。误差E的模糊语言集合的模糊语言集合e是一个模糊是一个模糊向量。再由向量。再由E和模糊控制规则和模糊控制规则R(模糊关系模糊关系)根据

17、推理的合成规则进行模糊根据推理的合成规则进行模糊决策，得到模糊控制量决策，得到模糊控制量U。为了对被控对象施加精确控制，还需将模糊。为了对被控对象施加精确控制，还需将模糊控制量转换成精确量，即去模糊化处理。得到的精确数字控制量，经数控制量转换成精确量，即去模糊化处理。得到的精确数字控制量，经数模转换变为精确的模拟量送给执行机构，对被控对象进行控制。如模转换变为精确的模拟量送给执行机构，对被控对象进行控制。如此循环下去，就实现了被控对象的模糊控制。实际工程当中，多采用两此循环下去，就实现了被控对象的模糊控制。实际工程当中，多采用两维模糊控制器。维模糊控制器。将变量的实际变化范围划分成若干等级，这

18、些等级的全体就是变量将变量的实际变化范围划分成若干等级，这些等级的全体就是变量论域。将在一定范围内的实际变量输入值转换为论域中的等级值过程就论域。将在一定范围内的实际变量输入值转换为论域中的等级值过程就是模糊化过程。是模糊化过程。.15 4、模糊控制器的隶属函数、模糊控制器的隶属函数 对于论域对于论域E来讲，该论域在来讲，该论域在0，1闭区域内的任闭区域内的任何一个映射何一个映射.16 模糊变量的隶属度函数的曲线形状较尖的模糊模糊变量的隶属度函数的曲线形状较尖的模糊子集，其分辨率较高，控制灵敏度也较高；相反，隶属函数子集，其分辨率较高，控制灵敏度也较高；相反，隶属函数的曲线形状较缓，控制特性也

19、较平缓，系统的稳定性较好。的曲线形状较缓，控制特性也较平缓，系统的稳定性较好。因此，一般在误差大的区域，选择低分辨率的模糊子集；在因此，一般在误差大的区域，选择低分辨率的模糊子集；在误差小的区域，选择较高分辨率的模糊子集。误差小的区域，选择较高分辨率的模糊子集。.17 5、控制器的控制规则和生成方法、控制器的控制规则和生成方法 模糊控制器的控制规则是系统控制经验的总结，并用模糊条模糊控制器的控制规则是系统控制经验的总结，并用模糊条件语句来描述。生成模糊规则的四种基本方法是：件语句来描述。生成模糊规则的四种基本方法是：（1）根据专家的经验或过程控制知识生成模糊控制规）根据专家的经验或过程控制知识

20、生成模糊控制规则。则。（2）根据过程的模糊模型生成模糊控制规则。）根据过程的模糊模型生成模糊控制规则。（3）根据对手动控制操作的观察和测量来生成模糊控制）根据对手动控制操作的观察和测量来生成模糊控制规则。规则。（4）根据学习算法生成模糊控制规则。）根据学习算法生成模糊控制规则。生成模糊规则的几种互不排斥，可以交叉使用，如果综生成模糊规则的几种互不排斥，可以交叉使用，如果综合性的应用这几种方法可构成有效的方法生成控制规则。合性的应用这几种方法可构成有效的方法生成控制规则。.18 6、将模糊量非模糊化、将模糊量非模糊化 将模糊量非模糊化的过程叫清晰化或非模糊化。主要采用以下几种将模糊量非模糊化的过

21、程叫清晰化或非模糊化。主要采用以下几种方法方法 （1）重心法）重心法 取隶属度曲线与横坐标轴所围区域的中心为代表点。取隶属度曲线与横坐标轴所围区域的中心为代表点。（2）最大隶属度法）最大隶属度法 在推理结论的模糊集合中，取隶属度最大的元素在推理结论的模糊集合中，取隶属度最大的元素作为输出量，前提条件是隶属度一定是单峰曲线。作为输出量，前提条件是隶属度一定是单峰曲线。（3）中位数法）中位数法 在隶属度曲线与横坐标轴所围区域中，取在隶属度曲线与横坐标轴所围区域中，取1/2面积处面积处的纵坐标值为清晰化值。的纵坐标值为清晰化值。（4）系数加权平均法。）系数加权平均法。.19 7、模糊控制系统的设计与

22、实现、模糊控制系统的设计与实现 模糊控制系统的设计步骤：模糊控制系统的设计步骤：（1）获取有关受控装置设计和运行特点的较全）获取有关受控装置设计和运行特点的较全面的信息。面的信息。（2）确定控制对象。）确定控制对象。（3）确定模糊控制器的输入和输出变量。）确定模糊控制器的输入和输出变量。（4）确定各模糊变量的论域。）确定各模糊变量的论域。（5）确定模糊集和相应的每一个隶属度函数的）确定模糊集和相应的每一个隶属度函数的形状，对于较灵敏的变量，模糊集数目要多一些。形状，对于较灵敏的变量，模糊集数目要多一些。.20 （7）确定模糊规则表。）确定模糊规则表。（8）确定模糊表量的比例系数。）确定模糊表量

23、的比例系数。（9）已知数学模型的情况）已知数学模型的情况 在已知数学模型的情况下，用已经确定的模糊在已知数学模型的情况下，用已经确定的模糊控制器对系统进行仿真，测试控制系统的性能，不控制器对系统进行仿真，测试控制系统的性能，不断地调整规则表和隶属度函数，直到获得满意的效断地调整规则表和隶属度函数，直到获得满意的效果。果。（10）没有数学模型的情况）没有数学模型的情况 在没有数学模型的情况下，控制器要在运行装在没有数学模型的情况下，控制器要在运行装置上不断调试，直到获得一定的精度为止。置上不断调试，直到获得一定的精度为止。.21 8、模糊控制在制冷空调系统的应用、模糊控制在制冷空调系统的应用 模

24、糊控制已经成功用于变频冰箱、变频空调器系统中。例如，根据模糊控制已经成功用于变频冰箱、变频空调器系统中。例如，根据冰箱内的温度传感器测得温度值和得出相应的温度变化率，运用模糊神冰箱内的温度传感器测得温度值和得出相应的温度变化率，运用模糊神经推理确定冰箱内食品温度，进而控制变频压缩机的转速、风扇运转和经推理确定冰箱内食品温度，进而控制变频压缩机的转速、风扇运转和风门的开闭，达到最佳运行工况。变频空调器需要控制的主要参量有：风门的开闭，达到最佳运行工况。变频空调器需要控制的主要参量有：室温、风量和风向、蒸发器的过热度、压缩机制冷温度。由于空调负荷室温、风量和风向、蒸发器的过热度、压缩机制冷温度。由

25、于空调负荷始终在动态变化，控制系统采用智能控制方法做实时调节控制，常规控始终在动态变化，控制系统采用智能控制方法做实时调节控制，常规控制已经不能胜任。制已经不能胜任。空调器的模糊控制，就是通过传感器获得室温变化、室内外温度、空调器的模糊控制，就是通过传感器获得室温变化、室内外温度、室内外湿度和关于空调区域情况等大量数据，将这些实测数据与大量经室内外湿度和关于空调区域情况等大量数据，将这些实测数据与大量经验数据相比较，应用模糊理论使变频压缩机、电子膨胀阀、风机转速及验数据相比较，应用模糊理论使变频压缩机、电子膨胀阀、风机转速及风门这些执行机构做出相应的快速调节。风门这些执行机构做出相应的快速调节

26、。.22 9、模糊控制方法与其他方法的结合、模糊控制方法与其他方法的结合 模糊控制的学习能力较弱，因此模糊控制规则的获取和调整是模糊模糊控制的学习能力较弱，因此模糊控制规则的获取和调整是模糊控制应用的难点。工程与科研中跟多的是将模糊控制与其他优化理论、控制应用的难点。工程与科研中跟多的是将模糊控制与其他优化理论、方法及控制技术相结合，形成复合结构的智能控制方法。方法及控制技术相结合，形成复合结构的智能控制方法。随着模糊控制技术在工控领域和楼宇智能控制领域应用研究的不断随着模糊控制技术在工控领域和楼宇智能控制领域应用研究的不断深入，在控制策略方面从基于查询表方法的简单模糊控制，发展到与其深入，在

27、控制策略方面从基于查询表方法的简单模糊控制，发展到与其他人工智能领域相结合的智能模糊控制。例如：传统控制方法与模糊控他人工智能领域相结合的智能模糊控制。例如：传统控制方法与模糊控制构成的复合控制；利用神经网络来实现模糊控制；采用非线性优化算制构成的复合控制；利用神经网络来实现模糊控制；采用非线性优化算法、遗传算法和进化算法，对模糊控制的规则进行优化等。法、遗传算法和进化算法，对模糊控制的规则进行优化等。现在很多关于楼宇智能控制中应用神经网络控制理论的成果还在仿现在很多关于楼宇智能控制中应用神经网络控制理论的成果还在仿真与实验室阶段。因此模糊控制理论在控制领域和楼控领域中的应用还真与实验室阶段。

28、因此模糊控制理论在控制领域和楼控领域中的应用还有很多工作要做。有很多工作要做。.23 模糊控制和神经网络控制都具有从典型数据中评估系统模糊控制和神经网络控制都具有从典型数据中评估系统功能的属性，而无需传统的数学模型。在构造神经网络时，功能的属性，而无需传统的数学模型。在构造神经网络时，需要获得足够多的训练数据。这些训练数据将会通过反复学需要获得足够多的训练数据。这些训练数据将会通过反复学习，融人神经网络之中。这是神经网络的优越性，它使神经习，融人神经网络之中。这是神经网络的优越性，它使神经网络有学习及自适应功能；但神经网络系统不能直接将专家网络有学习及自适应功能；但神经网络系统不能直接将专家提

29、供的规则直接地应用在神经网络系统中。对于模糊控制来提供的规则直接地应用在神经网络系统中。对于模糊控制来讲，专家提出的控制规则可以直接填充在规则矩阵。这就是讲，专家提出的控制规则可以直接填充在规则矩阵。这就是模糊控制和神经网络控制的一个重要区别，基于该区别，建模糊控制和神经网络控制的一个重要区别，基于该区别，建立一个模糊系统的结构，比训练一个神经网络要来的简单，立一个模糊系统的结构，比训练一个神经网络要来的简单，但模糊控制缺点就是模糊系统无学习和自适应能力。但模糊控制缺点就是模糊系统无学习和自适应能力。把神经网络和模糊系统结合起来。例如用专家提供的规把神经网络和模糊系统结合起来。例如用专家提供的

30、规则初始化控制器，用神经网络去调节改进系统实时性。则初始化控制器，用神经网络去调节改进系统实时性。.24 4.4.4、模糊控制在变风量空调中的应用、模糊控制在变风量空调中的应用 对于常规对于常规PID控制器来讲，不能在线整定参数，当对象控制器来讲，不能在线整定参数，当对象存在结构非线性、参数时变性或模型不确定时，其参数更加难以整定，存在结构非线性、参数时变性或模型不确定时，其参数更加难以整定，且最佳参数容易漂移。下面以变风量空调房间为研究对象，采用模糊控且最佳参数容易漂移。下面以变风量空调房间为研究对象，采用模糊控制与制与PID控制相结合，构成模糊自适应控制相结合，构成模糊自适应PID控制器，

31、利用模糊控制器在线控制器，利用模糊控制器在线调整调整PID控制器的参数，进行结果仿真，并在仿真实验的基础上将其应控制器的参数，进行结果仿真，并在仿真实验的基础上将其应用于实际的变风量空调系统的控制当中去。用于实际的变风量空调系统的控制当中去。1、系统介绍、系统介绍 变风量空调系统由冷热水机组、空气处理机组、风阀及风管、送变风量空调系统由冷热水机组、空气处理机组、风阀及风管、送回风机以及空调房间构成。控制系统由以下几个部分组成：回风机以及空调房间构成。控制系统由以下几个部分组成：室内温度控制环节，即变风量末端装置控制；室内温度控制环节，即变风量末端装置控制；室内正压控制，即送、回风机匹配控制；室

32、内正压控制，即送、回风机匹配控制；送风静压控制；送风静压控制；送风温度控制；送风温度控制；新风量控制等环节。新风量控制等环节。.25 以上几个部分相互独立，又相互关联，各回路之间存在以上几个部分相互独立，又相互关联，各回路之间存在着很强的耦合性。当某个房间的温度下降时，该房间的末端着很强的耦合性。当某个房间的温度下降时，该房间的末端装置装置VAVbox的风阀就会关小，从而导致总风管内的送风静的风阀就会关小，从而导致总风管内的送风静压升高，其他房间的送风量增加。这时，这些房间压升高，其他房间的送风量增加。这时，这些房间VAVBOX的风阀就会关小以恒定各自的送风量。这又将导致系统静压的风阀就会关小

33、以恒定各自的送风量。这又将导致系统静压的进一步升高。当达到一定程度时，静压控制器就将降低送的进一步升高。当达到一定程度时，静压控制器就将降低送风机的转速以减小风量，回风机风量也随之减少。系统静压风机的转速以减小风量，回风机风量也随之减少。系统静压又回到原来的水平，这样各房间的又回到原来的水平，这样各房间的VAVbox的风阀的风阀 又开始开又开始开大。由于系统压力的变化必将影响到新风量的变化，从而导大。由于系统压力的变化必将影响到新风量的变化，从而导致送风温度的变化。送风量变化使得控制器调节新风、排致送风温度的变化。送风量变化使得控制器调节新风、排风、回风风、回风3个风阀的开度，这个风阀的开度，

34、这3个风阀阀位的变化将引起整个个风阀阀位的变化将引起整个系统的静压和流量发生变化。这样的过程使系统处在一种频系统的静压和流量发生变化。这样的过程使系统处在一种频繁的调节当中。风阀时而开大时而关小，送进室内的风量也繁的调节当中。风阀时而开大时而关小，送进室内的风量也是忽大忽小。是忽大忽小。.26 变风量系统对控制的要求比定风量系统要复变风量系统对控制的要求比定风量系统要复杂，要建立一个适合工程控制的数学模型比较困杂，要建立一个适合工程控制的数学模型比较困难，无法运行和运行情况不佳的系统，问题常常处难，无法运行和运行情况不佳的系统，问题常常处在控制系统当中。在控制系统当中。VAV空调系统是一个干扰

35、大、高空调系统是一个干扰大、高度非线性的复杂系统，因此，传统度非线性的复杂系统，因此，传统PID控制效果往控制效果往往并不理想。使用模糊逻辑控制比传统往并不理想。使用模糊逻辑控制比传统PID控制的控制的效果要更好。效果要更好。.27 2、模糊控制理论的应用 模糊控制系统的基本原理框图如图所示。.28.29 3、模糊控制的实现、模糊控制的实现 （1）、设计原理）、设计原理 利用人工智能的方法将操作人员的调整利用人工智能的方法将操作人员的调整经验作为知识存储到计算机中，根据现场实经验作为知识存储到计算机中，根据现场实际情况，计算机能自动调整际情况，计算机能自动调整PID参数。参数。.30 自适应模

36、糊控制器结构自适应模糊控制器结构.31 模糊控制器的设计主要包括内容：模糊控制器的设计主要包括内容：(1)确定模糊控制器的输入变量和输出变量；确定模糊控制器的输入变量和输出变量；(2)选择模糊控制器的输入量及输出量的论域并确定模糊选择模糊控制器的输入量及输出量的论域并确定模糊控制器的参数控制器的参数(如量化因子、比例因子如量化因子、比例因子)；(3)设计模糊控制器的模糊规则；设计模糊控制器的模糊规则；(4)确定模糊和反模糊化的方法，即模糊推理及模糊运算确定模糊和反模糊化的方法，即模糊推理及模糊运算的方法；的方法；(5)编制模糊控制算法的应用程序。编制模糊控制算法的应用程序。.32.33.34

37、.35.36.37 在线运行过程中，控制系统通过对模糊逻辑规则的结果在线运行过程中，控制系统通过对模糊逻辑规则的结果处理，查表和运算，完成对处理，查表和运算，完成对PID参数的在线自校正。其工作参数的在线自校正。其工作流程图如图流程图如图4.20所示。所示。(4)、仿真结果分析、仿真结果分析 实际的变风量空调实验系统有实际的变风量空调实验系统有5个变风量末端，每个末个变风量末端，每个末端都直接通过一个专用端都直接通过一个专用DDC进行监测控制，使用进行监测控制，使用MS/TP总线总线负责各末端的通信。负责各末端的通信。DDC中包含有中包含有PID控制算法，可直接控控制算法，可直接控制阀门的开度

38、。末端阀门采用的是制阀门的开度。末端阀门采用的是6片对开式叶片组成节流片对开式叶片组成节流式调节风门，式调节风门，,调节范围为调节范围为100lO；模拟的空调房间面；模拟的空调房间面积积25m2，室内设定温度，室内设定温度260C，VAVbox送风温度送风温度18。C，室内负荷室内负荷5kW，使用，使用2个个lkW的电热炉和的电热炉和30个个100W灯泡来模灯泡来模拟。拟。.38 图4.21 VAV末端风阀控制输出.39 4、结论 上面提出的模糊参数自整定PID控制器结合了PID控制和模糊控制的优点，实现了对PID参数的实时在线整定。与常规PID温控系统相比，该控制器不仅控制精度更高，结构较为简单，计算量小，易于工程实现。仿真实验克服了工程实践中的盲目性，为实际温控系统的设计与调试提供了理论参考依据。