变风量空调系统的内膜解耦控制

发布时间：2021-01-10 10:33

　　针对变风量（variable air volume,VAV）空调的多系统耦合影响控制稳定性与节能效果的问题,设计改进的免疫粒子群（AI-PSO）算法对其进行降阶拟合。对变风量空调系统进行数学建模,对常规PSO算法中的惯性权重进行优化,提出使其呈Sigmoid函数形式自适应下降的策略,提升其寻优效果,进一步引入多粒子学习策略和人工免疫思想,拓展其寻优过程中粒子的多样程度,避免陷入局部最优解,实现精准降阶。仿真结果表明,基于改进AI-PSO算法降阶的内模解耦控制解耦效果令人满意。 

【文章来源】：计算机工程与设计. 2020,41(10)北大核心

【文章页数】：6 页

【参考文献】：
期刊论文
[1]VAV空调系统的内模解耦方法[J]. 陈哲,张九根,梁芯萌,谢金鑫.  计算机工程与设计. 2019(01)
[2]基于解析法的变风量空调解耦优化控制[J]. 陈大鹏,张九根,梁星.  计算机工程与应用. 2018(18)
[3]基于免疫粒子群算法的中央空调冷冻水系统优化控制[J]. 陈大鹏,张九根,梁星.  计算机应用. 2017(09)
[4]浅谈国内外中央空调发展现状及发展趋势[J]. 韩成浩,李慧静.  吉林工程技术师范学院学报. 2017(04)
[5]自适应遗传算法在变风量空调系统解耦控制中的应用[J]. 徐玮,张九根,杨伟斌,张许平.  仪表技术与传感器. 2017(04)
[6]基于粒子群优化的感应电机模糊扩展卡尔曼滤波器转速估计方法[J]. 尹忠刚,肖鹭,孙向东,刘静,钟彦儒.  电工技术学报. 2016(06)
[7]一种改进的对角线解耦在变风空调上的应用[J]. 葛懂林,付东翔,朱卫云.  电子科技. 2015(11)
[8]MFAC和前馈补偿组合的VAV系统解耦控制仿真[J]. 冯增喜,任庆昌.  计算机仿真. 2014(09)
[9]基于改进粒子群算法的双馈感应发电机参数辨识[J]. 刘永康,潘学萍,鞠平.  河海大学学报(自然科学版). 2014(03)

硕士论文
[1]多变量时滞系统的动态解耦内模控制方法研究[D]. 朱宇琪.北京化工大学 2016



本文编号：2968554