变风量中央空调的多模式控制研究
本文关键词:变风量中央空调的多模式控制研究
更多相关文章: 变风量空调系统 多模式控制策略 Elman神经网络 果蝇优化算法 最小二乘支持向量机
【摘要】:能源作为支撑人类文明进步和现代社会发展的基础,成为时下最备受关注的话题。我国既是能源大国又是能耗大国,其中,建筑能耗占总能耗的比例最多,空调系统能耗又是建筑能耗最主要的一部分。而变风量空调系统因其能够有效降低运行能耗和控制灵活成为空调领域研究的核心对象。因此,对变风量空调系统控制效果问题的研究具有重要的理论意义和实际应用价值。本论文首先对变风量空调系统进行了简要的介绍,并结合工程实例对实际工程中变风量空调系统的控制方式进行了详细的分析及选择,然后针对空调系统的大干扰、时变等特性提出了基于温差的多模式控制策略,并对其中的大温差控制策略进行研究,最后对小温差控制策略进行了研究。本文主要完成的研究工作分为以下几点:(1)结合工程实例设计了空调系统整体方案、末端装置控制方案、风量控制方案、送风温度控制方案以及新风控制方案,并在设计过程中详细分析了控制方法的优越性及实际工程所面临的问题。(2)建立了送风温度设定值补偿量的Elman神经网络预测模型,对变风量空调系统的送风温度工作点进行优化,并提出将果蝇优化算法用于整定PID控制器参数,以提高PID控制器的控制效果。仿真研究结果表明:Elman神经网络可以建立较准确的预测模型;基于Elman神经网络预测的FOA-PID的控制策略有更高的控制精度,更快的响应速度和更小的超调量,提高了系统的动态性能指标和稳态精度。(3)建立了末端装置中风阀的最小二乘支持向量机预测模型,使系统适应非线性过程的动态变化,并提出采用果蝇优化算法进行滚动优化,以求得VAV空调系统的控制律。仿真研究结果表明:最小二乘支持向量机可以快速准确地建立温度预测模型,并具有更好的泛化能力;FOA滚动优化的LSSVM预测控制策略可以克服被控对象的非线性、时变等不确定性因素,有效地减小了空调控制系统的超调和振荡,加快了系统响应速度,鲁棒性强,跟踪能力好。
【关键词】:变风量空调系统 多模式控制策略 Elman神经网络 果蝇优化算法 最小二乘支持向量机
【学位授予单位】:沈阳建筑大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP18;TB657.2
【目录】:
- 摘要4-5
- Abstract5-13
- 第一章 绪论13-19
- 1.1 课题研究概述13-14
- 1.1.1 课题研究的背景13-14
- 1.1.2 课题研究的目的及意义14
- 1.2 课题研究的现状和发展趋势14-17
- 1.2.1 变风量空调系统的发展14-15
- 1.2.2 空调系统的控制研究现状与发展15-17
- 1.3 课题研究的方向及贡献17-18
- 1.3.1 课题研究的方向17
- 1.3.2 课题研究的贡献17-18
- 1.4 论文的结构安排18
- 1.5 本章小结18-19
- 第二章 变风量空调系统简介19-25
- 2.1 变风量空调系统概述19-21
- 2.1.1 变风量空调系统的概念19
- 2.1.2 变风量空调的特点19-20
- 2.1.3 变风量空调系统的分类20-21
- 2.2 变风量空调系统的组成及工作过程21-22
- 2.2.1 变风量空调系统的组成21-22
- 2.2.2 变风量空调系统的工作过程22
- 2.3 变风量空调系统的优点及存在的问题22-23
- 2.3.1 变风量空调系统的优点22-23
- 2.3.2 变风量空调系统存在的问题23
- 2.4 本章小结23-25
- 第三章 变风量空调系统控制设计及工程实例25-37
- 3.1 工程概况25-26
- 3.2 空调系统整体设计方案26-27
- 3.3 末端装置控制设计方案27-29
- 3.4 空调系统机组控制设计方案29-35
- 3.4.1 风量控制设计方案29-32
- 3.4.2 送风温度控制32-34
- 3.4.3 新风控制设计方案34-35
- 3.5 本章小结35-37
- 第四章 变风量空调系统大温差控制策略37-55
- 4.1 多模式控制策略概述37-38
- 4.2 神经网络概述38-44
- 4.2.1 神经网络特点38-39
- 4.2.2 神经网络分类39
- 4.2.3 人工神经网络模型39-42
- 4.2.4 人工神经网络的学习规则42-44
- 4.3 果蝇优化算法44-45
- 4.3.1 果蝇优化算法概述44
- 4.3.2 果蝇优化算法具体步骤44-45
- 4.4 基于Elman神经网络预测的FOA-PID大温差控制器设计45-51
- 4.4.1 控制系统的结构45-46
- 4.4.2 Elman神经网络优化模型的建立46-49
- 4.4.3 基于果蝇算法的PID参数优化49-51
- 4.5 实验仿真及结果分析51-54
- 4.5.1 系统仿真概述51-52
- 4.5.2 Elman神经网络模型仿真52-53
- 4.5.3 基于Elman神经网络的FOA-PID控制策略仿真53-54
- 4.6 本章小结54-55
- 第五章 变风量空调系统小温差控制策略55-69
- 5.1 预测控制55-57
- 5.1.1 预测控制分类55
- 5.1.2 预测控制特点55-56
- 5.1.3 预测控制基本原理56-57
- 5.2 最小二乘支持向量机57-61
- 5.2.1 统计学理论基础57-58
- 5.2.2 支持向量机58-60
- 5.2.3 最小二乘支持向量机60-61
- 5.3 FOA滚动优化的LSSVM小温差预测控制器设计61-65
- 5.3.1 LSSVM预测模型建立61-63
- 5.3.2 FOA滚动优化63-64
- 5.3.3 反馈校正64
- 5.3.4 算法实现步骤64-65
- 5.4 实验仿真及结果分析65-68
- 5.4.1 LSSVM预测模型仿真65-66
- 5.4.2 FOA滚动优化的LSSVM预测控制策略仿真66-68
- 5.5 本章小结68-69
- 第六章 结论69-71
- 6.1 总结69-70
- 6.2 展望70-71
- 参考文献71-75
- 作者简介75
- 作者在攻读硕士学位期间发表的学术论文75-77
- 致谢77-78
【相似文献】
中国期刊全文数据库 前10条
1 胡卫东;变风量空调系统控制的研究[J];长沙铁道学院学报;2001年01期
2 陈益武,缪小平,张虎;略论变风量空调系统[J];工程设计CAD与智能建筑;2001年07期
3 沙海晨;变频变风量空调系统及在工程上的应用[J];建筑热能通风空调;2001年03期
4 范卫军,郭春梅,苏久荣,欧阳鸿洲;有关变风量风口的特点及应用[J];建筑热能通风空调;2003年05期
5 杨卫国,王京;变风量空调系统的新风问题[J];邯郸职业技术学院学报;2003年04期
6 ;变风量空调系统与产品[J];智能建筑与城市信息;2005年08期
7 崔志;;变风量空调系统的优势探讨[J];制冷与空调(四川);2006年01期
8 严迪新;周虹;;变风量空调系统中风机的加权流量控制方法[J];暖通空调;2006年08期
9 沈沁;;浅谈节能变风量空调系统[J];山西建筑;2007年22期
10 葛高明;朱瑞琪;张文;;多区域变风量空调系统的新风控制策略[J];暖通空调;2007年11期
中国重要会议论文全文数据库 前10条
1 郭俊杰;蔡振雄;陈武;;变风量空调系统在船舶上应用的探讨[A];第五届全国制冷空调新技术研讨会论文集[C];2008年
2 杜群;魏素军;;变风量空调系统的控制[A];建筑电气设计与研究——湖北省/武汉市建筑电气专业委员会二○○九年年会论文集[C];2009年
3 杜志敏;晋欣桥;杨学宾;张旭豪;;基于容错的变风量空调系统新风优化控制[A];第五届全国制冷空调新技术研讨会论文集[C];2008年
4 戴斌文;狄洪发;江亿;;变风量空调系统总风量控制法模拟分析[A];全国暖通空调制冷1998年学术文集[C];1998年
5 邓辉军;朱伟锋;;中央电视台变风量空调系统的计算机控制[A];全国暖通空调制冷1998年学术文集[C];1998年
6 马经章;;变风量空调系统在工程设计中应用[A];全国暖通空调制冷1998年学术年会资料集(1)[C];1998年
7 李殿勋;李建林;;变风量空调系统初探及设计实例分析[A];全国暖通空调制冷2000年学术年会论文集[C];2000年
8 廖文武;;浅谈变风量空调系统设计[A];全国暖通空调制冷2000年学术年会资料集[C];2000年
9 曾艺;龙惟定;;变风量空调系统新风量分配的模拟计算[A];上海市制冷学会二○○一年学术年会论文集[C];2001年
10 江阳;;变风量空调系统设计实例分析[A];全国暖通空调制冷2002年学术年会论文集[C];2002年
中国重要报纸全文数据库 前3条
1 本报记者 吴静;西子联合:低碳建筑创造“绿色生产力”[N];杭州日报;2010年
2 ;超高层绿色建筑的领跑者[N];中国房地产报;2011年
3 ;节能减排100条(九)[N];中国旅游报;2010年
中国博士学位论文全文数据库 前4条
1 蒋红梅;基于协调的变风量空调系统递阶优化控制研究[D];西安建筑科技大学;2013年
2 王海涛;变风量空调系统在线故障检测与诊断方法及应用研究[D];湖南大学;2012年
3 陈华;变风量空调系统全年运行工况特性分析[D];天津大学;2004年
4 白燕;变风量空调系统递阶结构协调优化控制研究[D];西安建筑科技大学;2013年
中国硕士学位论文全文数据库 前10条
1 杨青;除尘系统变工况节能技术的研究[D];中冶集团建筑研究总院;2014年
2 李浩;基于史密斯预估补偿的变风量空调系统性能优化研究[D];西安建筑科技大学;2016年
3 葛界锋;基于PMV指标的空调控制系统研究及能耗对比分析[D];西安建筑科技大学;2016年
4 苏蕊;智能楼宇VAV变风量空调系统控制[D];天津大学;2015年
5 刘超;变风量空调系统变静压设定值及新风量保障控制方法研究[D];大连理工大学;2016年
6 王袖婷;变风量中央空调的多模式控制研究[D];沈阳建筑大学;2016年
7 张义;变风量空调系统控制的优化[D];重庆大学;2010年
8 郭俊杰;船用变风量空调系统的运行特性及其送风控制研究[D];集美大学;2010年
9 李友胜;智能建筑中变风量空调系统的控制与研究[D];兰州理工大学;2011年
10 蔡艾江;变风量空调系统的控制特性仿真研究[D];兰州理工大学;2005年
,本文编号:886973
本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/886973.html