基于粒子群算法的pid控制在变风量空调系统中的应用

《基于粒子群算法的pid控制在变风量空调系统中的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于粒子群算法的PID控制在变风量空调系统中的应用：本文通过采用引入收缩因子的粒子群算法设计一种稳定、高效的自适应控制器。以常规PID控制方法的整定结果作为参考，选择PID参数的取值区间，根据粒子群的演化规则自动完成最优控制。通过仿真结果表明，改进的算法不仅具有良好的鲁棒性，而且还有良好的收敛性。采用上述自适应控制器后，整个系统体现了良好的动态性能及较强的鲁棒性。　　关键词：粒子群算法收缩因子变风量空调系统PID控制器　　0引言　　变风量(VAV)空调系统因其优良的节能性和舒适性，获得了越来越广泛的应用。VAV空调系统的控制机

2、理并不是很复杂，末端送风装置是实现变风量功能的关键，而选择何种控制系统并与末端送风装置进行有机结合是整个VAV空调系统最重要的环节之一。　　目前，由于传统的变风量空调系统中PID控制参数存在整定困难，所以效果往往不是那么理想，自适能力存在着一定的问题，为了解决传统方法对于非线性系统控制效果不佳的问题，很多传统学者将一些智能算法引入到送风量控制当中，比较有代表性的是PID参数自整定控制方法，它是基于遗传算法、神经X络或模糊控制这几项算法基础的。与传统的神经X络和遗传算法等为代表的自整定算法相比，本文所采用的引入收缩因子的粒子群算

3、法来进行PID参数自整定控制更具有优势，首先，它计算效率高，计算方法简单易行，由于计算量小，它又具有易实现的特点。采用引入收缩因子的粒子群算法的PID控制策略可以使系统具有更好的适应性，更适合于VAV空调系统的控制，也更加适合空调行业未来的发展。　　1基于改进的粒子群算法　　1999年Clerc提出带收缩因子的粒子群算法更有效的控制了微粒的飞行速度，他认为带收缩因子的粒子群算法具有良好的收敛性，同时又不用限制最大速度，因此，比惯性权重的粒子群算法更简单，能使算法达到全局探测与局部开采两者之间的有效平衡。　　算法如下：　　式（1

4、）中λ称为收缩因子，起类似于Vmax的作用，用来控制和约束微粒的飞行速度。同时，Eberhart和Shi在文献中也证明了收缩因子λ比惯性权重ω更能有效的约束微粒飞行的速度，同时增强了算法的搜索能力。而通过有关人员研究发现，采用收缩因子的粒子群算法，其种群规模取20~50，C参数取4.05~4.1时，可以有较好的收敛速度和精度。　　2建模　　2.1空调房间模型的建立　　为了方便研究，建模时暂不考虑它的纯滞后。空调房间基本上可以看做是恒温室。根据能量守恒定律，恒温室中能量蓄存量的变化率，等于单位时间内进入恒温室的能量与单位时间内由

5、恒温室流出的能量之差。即：　　上述关系的数学表达式是：　　式（2）中，C1为恒温室的容量系数(包括室内空气的蓄热和设备与围护结构表层的蓄热)，kJ/℃；tn、ts为室内空气温度（或回风温度）和送风温度；3/h；ρ为空气密度，kg/m3，可取ρ=1.2；c为空气定压比热，KJ/kg·K，可取c=1.01；qn为室内散热量kJ/h；r为恒温室围护结构的热阻，K/.Thesandqueen：toinisticandadaptiveParticleSOptimization.ProcIEEECongressonEvolutionary

6、putation，1999:1591-1597.　　[5]EberhartRC，ShiY.paringinertiaoptimization.PreceedingsoftheIEEEConferenceonEvolutionaryputation，ICEC.Vol1:84-88.　　[6]王维博，林川，郑永康.粒子群算法中参数的实验与分析[J].西华大学学报:自然科学版，2008，27(1):76-80.　　[7]王建明，李训铭.变风量系统空调房间建模与特性参数估算[J].计算机仿真，2002，19(4):69-72.