舒适性中央空调的智能控制研究

摘要

随着经济的发展和人们生活水平的提高，人们对房间内热舒适度的要求越来越高，仅把温度作为控制参数的传统控制方法就显得非常粗糙，不能满足人们的需求。影响人体热舒适性的因素，不仅与物理环境因素有关，还与人体生理因素有关。前者主要包括温度、湿度、风速和平均辐射温度等，后者主要包括人体的服装热阻和新陈代谢率。人体对房间内环境的冷热感觉就是这些因素综合作用的结果。另外，现在的能源越来越紧张，人们的节能意识越来越高，于是要求中央空调既能满足人们对舒适性的追求，又能满足人们降低能耗的梦想，让它们达到一种和谐统一。
　　 中央空调是一个纯滞后、多变量耦合的非线性系统，采用传统的PID控制根本不能达到人们在舒适性和节能方面的要求，于是引入热舒适指标控制理论，实践已经充分证明这种理论的正确性。本文选择的热舒适性指标为PMV，直接以它作为被控参数，这就使得中央空调的执行器直接以人的热感觉变化而作出对应的调整，使空调房间一直处在一种热舒适的状态。PMV综合了影响人体热舒适的六大因素，只要房间处在热舒适状态，我们就可以随便调整这六大因素的组合，力求找到一种使中央空调系统能耗最低的状态，这就为热舒适性控制会节约能源提供了理论上的支持，本文最后的实例验证也证明这种控制方式确实节约能源。
　　 本文用神经网络训练的方式计算PMV值，避免的复杂的公式和繁杂的迭代，并且可以得到比较精确的值。控制策略选用模糊控制，这种控制方式不依赖被控对象的数学模型，具有鲁棒性好、动态响应好、上升时间快、超调小的优点。在与PID控制的仿真比较中，本文设计的模糊控制器确实有更好的性能表现，最后的实例验证也达到了既舒适又节能的效果，实现了舒适与节能的和谐统一。