变风量空调系统末端部分基于自适应线性神经元的前馈解耦控制

摘要

从节能和提高室内环境质量的角度来看,暖通空调(HVAC)自控系统是楼宇自动化中最重要的系统.因此,采用有效的空气调节方式对智能建筑的能量管理控制(energy management control,EMC)具有重要意义.目前,变风量(variable air volume,VAV)空调系统以其巨大的节能潜力逐渐成为国内外空调系统的主流.但是,变风量(VAV)空调系统具有多变量、强耦合、非线性、时变的特点,因此它的设计、运行和管理都比定风量(constant air volume,CAV)系统难度大.这也是限制VAV系统更广泛应用的一个重要原因.该论文以变风量空调系统的末端作为研究对象,具体分析了末端部分的控制回路之间的耦合关系;并通过实验测试的方法建立了末端部分被控对象模型.文中应用了自适应线性神经元多变量系统控制的概念,并结合前馈解耦控制的策略,针对变风量空调系统的末端部分提出了自适应线性神经元网络前馈补偿解耦的控制方案.论文中对自适应线性神经元网络前馈补偿解耦的控制方法,从Matlab仿真和实验系统测试两个方面进行了论证.仿真和实验的结果令人满意,证明了它是一种行之有效的解耦控制方法.同时,论文还给出了以Visual Basic工具开发的解耦控制系统应用软件.该软件操作界面良好,通过VB-DDE-METASYS的模式与Metasys系统软件实现了数据交换.

目录

文摘

英文文摘

声明及关于论文使用授权的说明

1绪论

1.1变风量系统在国内外的应用情况

1.2变风量空调系统的基本原理及组成

1.3变风量系统的特点

1.4变风量技术在国内外的研究现状

1.5课题背景、研究目的和意义

1.6研究方案

1.7论文组织结构

2变风量空调自动控制系统

2.1概论

2.2变风量空调系统末端侧的控制方法

2.2.1压力有关型末端

2.2.2压力无关型末端

2.2.3压力有关和压力无关末端装置比较

2.3变风量空调系统机组侧的控制方法

2.3.1送风管道压力控制

2.3.2送风温度的控制

2.3.3新风量的控制

2.4变风量空调系统中变量的耦合关系

3变风量空调末端建模及经典解耦方法简介

3.1概论

3.2末端部分建模方法

3.3变风量空调系统组成分析及末端部分建模

3.4变风量空调末端风量--管道静压解耦方法探讨

4VAV末端的神经网络解耦方法

4.1神经网络原理

4.1.1人工神经元模型

4.1.2人工神经网络的学习

4.1.3典型神经网络简介

4.1.4人工神经网络在控制中的应用

4.2变风量空调末端神经网络解耦方案设计

4.2.1常见神经网络解耦方案

4.2.2自适应线性神经元网络解耦补偿原理

5VAV末端解耦控制实验研究

5.1概论

5.2仿真实验设计及结果分析

5.2.1仿真软件简介

5.2.2变风量空调末端仿真模型及结果分析

5.3物理实验设计及结果分析

5.3.1 METASYS系统简介

5.3.2变风量空调系统的硬件实现

5.3.3变风量空调系统的软件实现

5.3.4 Metalink控件及DDE技术

5.3.5末端解耦控制系统软件设计

5.3.6实验系统的硬软件调试

5.3.7实验结果及分析

6结论

6.1论文工作总结

6.2论文中的独立见解

6.3进一步的研究和开发工作

致谢

参考文献

附录1图表索引

附录2软件文档(另册装订)