基于模糊自适应的室内热舒适度建模与控制

发布时间：2017-07-02 12:15

  本文关键词：基于模糊自适应的室内热舒适度建模与控制，，由笔耕文化传播整理发布。

【摘要】：现代社会,人们有大量的时间在室内度过,因此,人们对于室内环境的品质和舒适性提出了越来越高的要求,传统的温湿度控制已无法满足人们的要求,人们希望能够直接以自身的热舒适感觉为出发点,对空调系统进行设计与控制。因此,研究基于室内热舒适度的空气调节方案具有重要的理论和现实意义。然而,人们对于舒适的定义存在差异;同时,室内空气对象是一个典型的非线性,纯滞后,具有动态时变性的系统,传统的控制方法往往很难达到较好的控制效果。因此,这些都是以热舒适度为控制目标的HVAC系统急需要解决的问题。针对这一问题,本文围绕室内热舒适度指标PMV的建模与相应控制器的设计,系统地开展了研究工作,希望为基于热舒适度的室内空气调节带来可行的方案。本文首先介绍了基于模糊自适应的室内热舒适度指标PMV建模与控制的研究目的与意义,并针对热舒适度预测模型和空气调节两个方面,分别对国内外研究现状和相应研究方法进行了综述。在此基础上,针对热舒适度指标PMV建模和基于PMV指标的空气调节控制器设计两方面进行了详细的研究。针对热舒适度指标PMV建模部分,提出了一种基于先验知识的热舒适度指标PMV模糊自适应建模方法。综合考虑影响PMV指标的全部六个因素,对于以往文献鉴于难以检测得到而回避的两个人体因素,提出了具有可行性的检测方法;采用基于先验知识方法对输入空间划分,并采用模糊神经网络的方法,在基于先验知识构建Ⅰ型T-S模糊模型的基础上,用神经网络的方法对该模型进行学习,使得所建立的模型既具备较好的物理意义,便于理解,又能够根据当前环境实时数据,自主调整模型相关参数,保证模型的精确性。最后通过仿真对所提出的建模方法进行验证。在已给出的PMV预测模型基础上,针对其在模糊规则数上仍然较多这样一个问题,提出了基于先验知识的PMV预测模型的改进方案,采用递阶结构改进之前提出的单层结构的模糊自适应模型,在改进的过程中,利用灵敏度分析的方法对影响PMV的六个变量重新进行选择和分配,充分考虑了热舒适度领域的先验知识在输入变量初始模糊划分上的应用,并且将统计和关联分析的方法应用到递阶结构各个子系统的模糊规则提取中。最后,通过仿真,并与原模型进行对比,对所提改进方法进行验证。针对基于PMV指标的空气调节控制器设计问题,提出了一种带约束的广义预测控制器设计方法,以热舒适度指标PMV作为被控对象。控制器设计中利用已建立的递阶模糊自适应热舒适度模型,并将模型分为软测量部分和预测模型部分。针对预测模型部分采用融合的多模型方法,将系统复杂的非线性关系转化为多个线性模型的凸组合,并成为适合GPC格式的参数时变模型,在此基础上设计了带约束的GPC控制器。在仿真过程中,从贴近实际工况考虑,假设了扰动的变化的情况,最终验证了本设计方案的可行性和有效性。
【关键词】：室内空气调节 PMV 自适应模糊神经系统 递阶结构 先验知识 灵敏度分析 软测量 模型转化 带约束的广义预测控制
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP273
【目录】：

• 摘要3-5
• ABSTRACT5-10
• 第一章 绪论10-18
• 1.1 研究的背景和意义10-11
• 1.2 国内外研究现状11-15
• 1.2.1 热舒适度指标模型研究现状11-13
• 1.2.2 室内空气调节研究现状13-15
• 1.3 本文研究的主要内容与文章结构15-18
• 第二章 基于先验知识的PMV模糊自适应建模18-32
• 2.1 引言18-19
• 2.2 室内热舒适度指标PMV概述19-20
• 2.3 PMV预测模型20-26
• 2.3.1 模糊神经网络基本原理20-21
• 2.3.2 输入变量的选择及其可行性研究21-23
• 2.3.3 基于先验知识的初始T-S模糊模型建立23-26
• 2.3.4 建模基本步骤26
• 2.4 仿真实例26-31
• 2.5 本章小结31-32
• 第三章 基于递阶结构的PMV模糊自适应建模32-43
• 3.1 引言32
• 3.2 T-S递阶模糊结构特点概述32-34
• 3.3 基于递阶结构的PMV模型改进34-39
• 3.3.1 基于灵敏度分析的输入变量选择34-36
• 3.3.2 递阶结构下的模糊规则提取36-38
• 3.3.3 递阶结构的后件辨识38
• 3.3.4 建模基本步骤38-39
• 3.4 仿真实例39-42
• 3.5 本章小结42-43
• 第四章 室内热舒适度的预测控制43-60
• 4.1 引言43-44
• 4.2 基于PMV的室内舒适度控制44-53
• 4.2.1 预测控制概述44-45
• 4.2.2 带约束的广义预测控制基本原理45-49
• 4.2.3 PMV模糊自适应预测模型的转化49-50
• 4.2.4 热舒适度指标PMV广义预测控制器设计50-53
• 4.3 仿真实例53-59
• 4.4 本章小结59-60
• 第五章 总结与展望60-62
• 5.1 本文的研究内容60-61
• 5.2 未来工作展望61-62
• 参考文献62-68
• 致谢68-70
• 攻读硕士学位期间已发表或录用的论文70-72

【参考文献】

中国期刊全文数据库 前4条

1 张玲;王玲;吴桐;;基于改进的粒子群算法优化反向传播神经网络的热舒适度预测模型[J];计算机应用;2014年03期

2 席裕庚;李德伟;林姝;;模型预测控制——现状与挑战[J];自动化学报;2013年03期

3 陈朦;李柠;李少远;;室内舒适性指标PMV的区间Ⅱ型T-S模糊建模[J];智能系统学报;2011年03期

4 叶晓江;连之伟;文远高;周朝霞;;上海地区适应性热舒适研究[J];建筑热能通风空调;2007年05期

  本文关键词：基于模糊自适应的室内热舒适度建模与控制，由笔耕文化传播整理发布。

本文编号：509865