基于蚁群算法的变频空调室温智能控制方法.pdf

:./.基于蚁群算法的变频空调室温智能控制方法白国政(陕西工业职业技术学院信息工程学院陕西 咸阳)摘要:针对变频温度智能控制存在时滞性大、控温效果差等问题提出基于蚁群算法的变频空调室温智能控制方法 根据送风量变化线性范围构建变频风阀开度送风量模型实现基础变频风量控制 计算蚁群自适应输入函数减小温度智能控制误差 计算蚂蚁搜索路径时的转移概率不断更新规则调整搜索路径设计负责控制温度的压力无关型变频箱控制回路 采用可变论域伸缩因子分析输入和输出变量之间逻辑关系实现对温度智能调整 由实验结果可知利用该方法可控制室内温度最高为 与理想 图绘制结果一致说明该方法能够有效控制变频空调温度同时保证室内温度关键词:蚁群算法智能变频室温控制送风量模型模糊规则中图分类号:文献标识码:文章编号:()变频空调的终端是控制室内温度的关键设备其主要功能是追踪房间内的冷、热负荷保持房间内恒温使用户感受舒适 室内环境由于受到人为因素影响具有不确定性特点难以建立准确的数学模型因此用常规 控制难以实现室内温度控制随着控制原理的发展和改进变频空调技术发展迅速 文献提出了串级自抗扰控制方法将自适应控制器与串级控制相配合在串级温度环中应用自抗扰技术实现了自抗扰控制器的设计 设置空调机房及终端设备的模拟模式以达到变频空调室温控制 该方法的缺点是误差非线性反馈控制容易受到非线性不平滑函数影响导致控制效果不佳 文献提出了模糊迭代学习控制方法通过构建模糊迭代数学模型对比不同干扰信号条件下的跟踪响应发现模糊迭代学习预测控制不仅对周期性干扰具有较好的鲁棒性而且在随机干扰条件下依旧能够保持较好的跟踪性能从而实现了智能化的温度调控 该方法的缺点是变频温度智能控制受到输入参数影响导致控制误差较大针对上述缺点本文提出了基于蚁群算法的变频空调室温智能控制方法 在蚁群算法支持下结合能量守恒定律分析变频风阀开度送风量通过引入变论域伸缩因子智能控制室内温度 变频风阀开度送风量模型建立室内温度容易受到外界温度、气象条件、设备运行状况影响存在控制对象非线性、时滞大的特点因此构建模型时必须对变频风阀开度送风量模型进行约束和精简 在不计时延的情况下将变频空调房间看作一个单元模型空调房间的气温均匀分布不会受到空气流动、室外温度和大气压力影响 根据能量守恒方程建立数学模型:()()式中:、分别为室内流动气体、空气比热容为室内流动气体负荷 为室内空气密度 为室内变频、分别为进风、送风温度 为挥发系数 利用 程序通过对控制对象的输入和输出来判断控制目标 确定风阀开度送风量的线性变化区间 对风阀开度送风量进行阶跃响应测试确定系统的滞后和调整时间 在此过程中输出振幅保持不变将正弦波输入到风阀开启的控制端处通过观察进气流量的变化得出风阀关闭的频率基于此构建变频风阀开度送风量模型:()()式中:为房间面积 为时滞算子 对采样时间、采样周期、阶次等各参量进行采样并将其输入收稿日期:作者简介:白国政()男副教授工程硕士主要研究方向为电子信息与人工智能应用.年 月 机械设计与制造工程 .第 卷 第 期 ./工具箱中获取变频空调室温采样参数序列 基于蚁群算法的变频空调室温智能控制通过构建变频风阀开度送风量模型获取变频空调室温采样参数序列 对自适应蚂蚁模型进行智能温度控制学习和训练以确保蚁群算法的真实输出与期望的偏差最小.基于蚁群算法的智能控制流程设计蚁群算法是一种仿生学算法是由自然界中蚂蚁觅食的行为而启发的 自然界中蚂蚁在觅食过程中蚁群总能够寻找到一条从蚁巢和食物源的最优路径 在搜寻过程中不同路径、蚁群的信息素存在差别蚁群会聚集在一条路径上获取食物此路线即为最优路径 基于该原理对温度智能控制过程进行训练构建蚁群自适应函数 在智能温度控制系统中输入端仅含有一个信息素负责对算法的整体输出由此得到的自适应函数为:()()()式中:()为自适应函数 为权重()为在采样时间 内的输入结果对应的输出层()为:()()()()()()由式()所得到的结果与控制结果整体输出相当通过对网络进行智能控制使真实输入与期望输入之间的差异最大则稳定状态的最小差值 为:()()()由式()可使输出值和理想值之间误差达到最小由大量蚂蚁组成的蚁群的集体行为表现出一种信息正反馈现象:某一路径上走过的蚂蚁越多则后来者选择该路径的概率就越大 蚂蚁个体之间就是通过这种信息的交流达到搜索食物的目的在搜寻时各蚁群的位置选取是彼此无关的依据位置上的信息素及位置转换概率来选取位置 蚂蚁根据食物所在位置进行寻找并最终调整各个路径的信息素 蚁群算法的整体流程如下:)参数初始化)在 个节点中放 个蚁群将 个节点添加到蚁群的禁忌表中)通过对禁忌表的判定利用状态转换法选取下一个节点 蚂蚁通过路径上的信息素密度和路线的长短来确定下一次目标其状态转移概率公式为:()()()()()、()式中:()为状态转移概率()为、两个节点在时间 内的信息素量()为状态转换启发函数、分别为状态转换因子和期望因子为下一个可访问的节点)在确定了蚁群之后按照本地信息素的变化规律对整个蚂蚁群体搜索路径进行了最优规划直到它们全部被搜寻 每个蚂蚁在执行一个循环后按照式()处理其余的信息素:()()()()()()式中:为蚂蚁执行时间()为增加的信息素量)记录全部蚂蚁搜索食物时的路径获取最优路径并建立相应免疫群体求出基于全局信息素迭代修正最优解:()()()()()()式中:为全局信息素修正系数)重复)直到满足终止条件为止设计负责控制温度的压力无关型变频箱控制回路如图 所示图 压力无关型变频箱控制回路 变频中央空调是以调整区域的温度为控制信号利用变频箱来调整送风量使房间温度保持在一个恒温状态 该控制回路采用双闭环串级控制方式根据主副环输出功率调整风阀的开启程度实现房间温度调节.基于变论域自适应模糊规则的控制精度调节基于压力无关型变频箱控制回路结合蚁群算法设计智能控制流程调整风阀的开启程度虽然能够有效控制温度但是当模糊规则确定之后变论域是不确定的 在输入端没有改变的情况下由于输入端错误程度较低导致模糊分割变得相对粗糙从而降低了输出调整效率 为了提高控制器的准确率必须减小模糊集的峰值间距因此提出通过变论域扩展系数实现对温度的智能调整 变论域自适应模糊规则的控制误差校正如下所示:设输 年第 卷 机械设计与制造工程 入变量、输出变量为两个模糊划分结果上的模糊集峰点使用内插函数来表达模糊控制器()()()()式中:()为内插函数、分别为输入、输出变量为模糊划分结果 为插入次数 引入变论域伸缩因子分析输入变量、输出变量所对应的模糊推理论域用如下函数表示:()()()()()()式中:、分别为输入、输出论域伸缩因子 引入变论域思想后可以将变论场的量化因子与输出变量相结合从而更好地了解和运用变论域思想确定定量因素和标定因素之间关系随着误差不断缩小控制规则的数目越来越少调整的效果也越来越好所以要增加定量因素使得变论域范围比输出的模糊量小在输入变量大的情况下输入变论域伸缩因子大伸缩因子的变化率小在输入变量中等的情况下输入变论域伸缩因子中等而伸缩因子的变化率也应是中等在输入变量小的情况下输入变论域伸缩因子小而伸缩因子的变化率大 基于以上理论采用递进法得到了一种扩展系数 输入变量越大变论域伸缩因子越小实现室温的灵活调整 温度控制实验为了验证基于蚁群算法的变频空调室温智能控制方法的温度控制效果于 年 月在某地某办公楼两室内搭建与所提方法相同参数的温控系统实验平台.温度控制实验观测平台搭建实验采用 台室内机和 台室外机额定制冷参数为.额定制热参数为 两室内空间结构为.均带有.窗户窗户和墙壁的面积比为连接廊体部分有 个门尺寸为.室内高度为.将室内参数输入到/中搭建温度控制实验观测平台其三维结构如图 所示 通过 组网监控方式对变频空调进行了轻量化建模处理和三维可视化操作 在实验平台上安装了能够监控温度的传感器其与加热设备保持一定的距离 如果所探测到的温度比设定值低则温控器将会激活加热炉 在实际应用中一般都是先设置一个理想的温度再设置一个偏差或迟图 温度控制实验观测平台滞从而确定两个设置点 通过设置不同的上、下限使加热设备的状态转换次数变少若上、下两个设置点都是相同温控器不会重复开关从而防止部件提前损坏 在温度高于或低于设置值时加热装置随之发生变化避免控制器的延迟问题.机房温度云图热点分析机房温度云图热点示意图如图 所示图 机房温度云图热点示意图 由图 可知以“云”为中心以 的室内气温作为热源由控制板进行实时监测并将实时监测到的温度信息反馈至可视化的计算机上 通过数据画出 图如图 所示将温度从以原子为单位转化为以空间为单位得到一个数据文件图 理想 图 由图 可知房间中心温度为 左右最高为 .实验结果与分析分别使用串级自抗扰控制方法、模糊迭代学习预测控制方法和基于蚁群算法的智能控制方法对比分析 图是否与理想 图一致如图 所示 年第 期 白国政:基于蚁群算法的变频空调室温智能控制方法图 不同方法 图绘制结果分析 由图 可知使用串级自抗扰控制方法、模糊迭代学习预测控制方法所得 图与理想 图结果不一致使用基于蚁群算法的智能控制方法所得 图与理想 图结果一致说明使用本文方法能够有效控制室温 结论本文针对串级自抗扰控制方法、变频空调模糊迭代学习预测控制方法温度控制效果不理想的问题提出了基于蚁群算法的变频空调室温智能控制方法 研究成果如下:)在能量守恒定律下能够划分风阀开度送风量变化的线性范围)通过构建变频风阀开度送风量模型能够获取参数序列)通过学习与训练温度智能控制方式能够保证本文方法实际输出值和理想值之差达到一致)通过设计变频箱控制回路能够实现房间温度灵活调整参考文献:杨世忠衡丽帆.变风量空调系统房间温度的串级自抗扰控制.控制工程():.张淬郭迎清黄典贵.随机干扰的变风量空调模糊迭代学习预测控制.机械设计与制造():.黄江伟朱益龙莫修栋等.地铁设备管理用房变风量空调系统自控系统设计.暖通空调(增刊):.杨世忠逄铄李善伟.基于改进 的变风量空调冷却水控制.计算机仿真():.郭燕飞.基于光电传感器的暖通空调温湿度智能控制技术.传感技术学报():.杨世忠逄铄.基于改进自适应萤火虫群算法的空调送风温度优化控制.低温与超导():.郑斌黄璐周亮.基于智能水滴算法的空调水温二阶时滞 控制.控制工程():.朱德兰涂泓滨王瑞心等.基于分段多区间的温室夏季温湿度智能控制策略.农业机械学报():.任新瑞马立新.负荷跟踪型主蒸汽温度智能控制系统研究.控制工程():.郑军伟程雄伟刘航等.压水堆核电机组反应堆首次临界启动研究.自动化仪表(增刊):.刘静敏滕顺高董桂华.加压釜温度调节控制算法设计.自动化仪表():.王丽丽辛玲.改进的模型参考自适应 新风温度控制研究.自动化仪表():.():.:年第 卷 机械设计与制造工程