鱼群算法PID分段控制在空调冷冻水系统中的应用.doc

上传人:gs****r 文档编号:1568037 上传时间:2019-03-05 格式:DOC 页数:7 大小:27.50KB
下载 相关 举报
鱼群算法PID分段控制在空调冷冻水系统中的应用.doc_第1页
第1页 / 共7页
鱼群算法PID分段控制在空调冷冻水系统中的应用.doc_第2页
第2页 / 共7页
鱼群算法PID分段控制在空调冷冻水系统中的应用.doc_第3页
第3页 / 共7页
鱼群算法PID分段控制在空调冷冻水系统中的应用.doc_第4页
第4页 / 共7页
鱼群算法PID分段控制在空调冷冻水系统中的应用.doc_第5页
第5页 / 共7页
点击查看更多>>
资源描述

1、鱼群算法 PID 分段控制在空调冷冻水系统中的应用【摘 要】针对传统 PID 在空调冷冻水系统的控制中存在的不足,利用鱼群算法优化控制器的参数,同时为提高控制的稳定性,设定误差阀值,大误差时采用 PID 控制,小误差时采用 PD 控制。仿真后,控制环节的超调量及调整时间均有较大改善。 【关键字】鱼群算法;空调冷冻水系统;分段控制;PID Abstract: In view of the deficiencies of traditional PID control in the chilled water air conditioning system,using fish algorithm

2、 to optimize PID controller parameters, at the same time, set the error threshold,using pid control when error is heavy or use PD control in order to improve the stability of the controler. the overshoot and adjustment time all be improved well by simulating. Key words: Fish Swarm Algorithm; Air con

3、ditioning chilled water system; Step control; PID 中图分类号:TU 文献标识码:A 文章编号: 冷冻水系统是空调系统的主要组成部分,也是影响整个系统能耗的重要因素,随着空调系统的发展和复杂程度的日益提高,对其控制环节的要求也越来越高。本文应用智能控制思想,利用人工鱼群算法优化 PID的控制参数,同时以误差的大小为依据采取分段控制,取得了较满意的效果。 一、变流量空调冷冻水系统概述 变流量空调系统是指系统中供回水温差不变,通过利用供水量的改变来适应负荷的变化的系统。由于采用单台变频泵相对于一变多定或多台定速泵的配置更节能,又由于采用温差控制时水温

4、需经过一个周期 T才能被反映出来,会出现滞后,对于系统压力变化不够敏感,可能使水泵频率变化过大,故本文采用单台变频泵末端定压差控制。下图为空调冷冻水系统的结构图,当房间负荷发生改变时电动调节阀门的开度会相应的发生改变,进而导致管路特性曲线发生变化,阻力 S 改变,在流量 Q瞬时不变的情况下,根据公式P=SQ2,整个水系统的压差将随之改变。如图所示,当压差值大于设定值Pset 时,最末端的压差传感器将检测到该压差变化信号并将其传递给控制器,控制器通过变频器降低电机的频率,由于电机频率与水泵转速正相关即 fn,降低电机频率即可使水泵转速降低,输出的流量和扬程也随之降低,进而使空调末端的压差减小并回

5、到设定值Pset,反之亦然。所以对变流量空调冷冻水系统的优化控制主要就是对变频器的优化控制。 图 1 变流量空调冷冻水系统结构图 二、人工鱼群算法 (一)算法介绍 人工鱼群算法是一种新型的模拟鱼群行为的仿生优化算法。在一片水域中,鱼往往能够自行或尾随其他鱼达到营养物质多的地方,因而鱼数目最多的地方通常就是该水域中营养物质最多的地方。人工鱼的行为可描述如下: 1、觅食行为:这是鱼的基本行为,当发现食物时,则向食物方向移动。2、聚群行为:当发现视野内某处食物浓度较高并且不太拥挤时,大批的鱼会向该处聚集,从而形成非常庞大的群。 3、追尾行为:当鱼发现视野内某条鱼的食物丰富时,其他鱼会快速尾随而至。

6、4、随机行为:在视野中随机选择一个状态,向该状态移动。 公告板:用来记录最优人工鱼的状态和对应的食物浓度。各人工鱼每次寻优结束后都将自身状态处的食物浓度与公告板比较,若优于公告板,则将自身状态和对应的食物浓度赋给公告板,否则公告板保持不变。约束条件:由于人工鱼的行为只是一种数学表述,寻优后的结果有可能不符合实际情况,为此需要加入相应的约束条件,使其状态变为可行。 (二)鱼群算法的具体步骤: 1、初始化: 初始化 N 条人工鱼 Xi(i=1,2,N),人工鱼个体的状态可表示为向量 X=(P1,,Pj ,Pm),其中 Pj (j=1,2,m)为欲寻优的变量,视野范围 Visual,移动步长Step

7、,拥挤度因子、最大迭代次数 K 等参数,初始化公告板,设定约束条件 。 2、试探追尾行为:第 i 条人工鱼当前状态为 Xi,为邻域(即两鱼之间的距离 dVisable)内伙伴的数目,为人工鱼当前位置的食物浓度。探索当前邻域内食物浓度最高的人工鱼为最大的伙伴,如果,表明伙伴处具有较高的食物浓度且不会太拥挤,则朝伙伴的方向前进到下一步,计算第 i 条人工鱼下一位置的状态向量和食物浓度,其中: (j=1,m)(1) 否则转(4) 。 3、试探聚群行为:第 i 条人工鱼当前状态为 Xi,为人工鱼当前位置的食物浓度。探索当前邻域(即 dVisable)内的伙伴数目,及伙伴中心位置,如果表明伙伴中心有较多

8、的食物且不太拥挤,则朝伙伴中心方向前进到下一步,计算第 i 条人工鱼下一位置的状态向量和食物浓度 ,其中:(j=1,m) (2) 否则转(4) 。 4、觅食行为:第 i 条人工鱼在其感知距离内随机选择一个状态如果,则向该方向前进到下一步,计算第 i 条人工鱼下一位置处的状态向量和食物浓度 ,其中: (j=1,m)(3) 5、行为选择:对追尾行为,聚群行为进行评价,选取其中朝寻优方向前进最多即食物浓度最大的行为作为最终行为。若最终行为的寻优结果优于当前状态转(7);否则执行随机行为。 6、执行随机行为:第 i 条人工鱼在视野中随机选取一个状态,移动到该状态,计算下一位置处人工鱼的食物浓度。 7、

9、更新公告板:若人工鱼在新状态处的食物浓度优于公告板,则更新公告板后转(8) ,否则直接转(8) 。 8、对 i 加 1,转(2)对下一条人工鱼寻优,直至 N 条人工鱼全部寻优完毕。 9、是否达到最大迭代次数 K,如果是,转(10),不是,进入下一次迭代。10、输出最优值, 即公告板信息。 (三)鱼群算法流程图 将鱼群算法应用到 PID 控制器的参数优化中,可得其算法流程图如下: 图 2 鱼群算法流程图 三、系统控制方案 如前文所示,将压差设定值与检测的二次泵供回水压差的差值作为控制信号,通过控制器调节变频器的频率,进而控制水泵的转速,调节管道中的流量,稳定供回水压差在设定值。 鱼群算法是一种新

10、型的全局寻优算法,利用该算法优化 PID 控制器的参数,能够获得较好的效果。同时,为减少超调,提高系统的稳定性,采用分段控制。设定一个误差阀值 et,当误差大于阀值时采用 PID 控制,当误差小于阀值时采用 PD 控制。其控制系统结构图如下: 图 3 鱼群算法 PID 分段控制结构图 四、仿真 本文采用压差控制,以压差设定值与末端压差检测值的差值作为控制信号,压差设定值为 55kPa,初始压差为 45kPa;设定 PID 初值Kp=2,Ki=1,Kd=0.5;人工鱼群算法初始值视野范围 Visual=2、移动步Step=0.3,拥挤度因子=0.2、感知距离 Visable=1、迭代次数 K=2

11、00,选取空调冷冻水系统的模型为 (4) 优化后的值为 Kp=2.52,Ki=0.23,Kd=0.65。 取误差阀值 et=1kPa,对系统仿真,同时将仿真结果与传统 PID 控制及单独用鱼群算法 PID 控制的结果进行比较,如下图所示: 图 4 控制系统仿真结果比较图 其中星型线为传统 PID 控制的仿真结果,虚线为鱼群算法 PID 控制的仿真结果,实线为鱼群算法 PID 分段控制的仿真结果。可以看到传统PID 控制的超调量最大,调节时间也最长;鱼群算法 PID 控制无论是超调量还是调节时间都要优于传统 PID 控制,但是超调量仍稍显大;而采用鱼群算法 PID 分段控制能够进一步降低超调和调

12、节时间,调节效果良好。五、结论 本文将人工鱼群算法与普通 PID 控制相结合,提出了根据误差的不同采用不同控制方法的分段控制概念,并将其应用到了空调冷冻水系统的优化控制当中。通过 Matlab/Simulink 仿真表明:在大误差时用鱼群算法 PID 控制,小误差时采用鱼群算法 PD 控制的分段控制方法能够得到更小的超调量和更短的调节时间,调节效果满意。 【参考文献】 1毕崇宁.李歧强.变水量空调二次泵供水系统效率优化策略研究J.计算机仿真.2009 2严宇.蒋念平.中央空调冷冻水系统的专家 PID 控制J.计算机系统应用.2012 3李晓磊.钱积新. 一种新型的智能优化算法人工鱼群算法D.杭州.浙江大学.2003

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 学术论文资料库 > 毕业论文

Copyright © 2018-2021 Wenke99.com All rights reserved

工信部备案号浙ICP备20026746号-2  

公安局备案号:浙公网安备33038302330469号

本站为C2C交文档易平台,即用户上传的文档直接卖给下载用户,本站只是网络服务中间平台,所有原创文档下载所得归上传人所有,若您发现上传作品侵犯了您的权利,请立刻联系网站客服并提供证据,平台将在3个工作日内予以改正。