变风量空调系统中基于预测的末端再热控制策略

在对多区域变风量空调及其控制系统分析研究的基础上,提出一种优化的新风控制策略———基于预测的末端再热控制策略.该策略通过预测的方法对系统实施前馈控制,使用末端再热器调整区域的送风量,从而能够合理地分配新风.仿真结果表明,该新风控制策略与最大新风比控制策略相比,可以使系统保持较小的总新风吸入量,通过有效地控制各区域新风的配给,在保证各区域新风要求的同时,节约系统的能耗.     

过渡季节VAV空调系统送风温度的优化控制策略

变风量空调系统中,如何在良好室内空气品质与节能之间进行权衡一直是研究的难点．通过对多区域变风量空调及其控制系统进行分析研究,按照ASHRAE通风标准对新风量的要求,针对混和送风系统提出并在Tmsys仿真平台上分析了送风温度优化控制方案在不同负荷条件下的控制效果．研究结果表明,室外新风温度低于室内温度设定值时,送风温度的设定值受到设计风量和运行时刻各个空调区域风阀开度大小的限制．当过渡季节早晚的新风温度低于室内设定温度的工况时,若将送风温度由13℃升高到16℃,不但可以减少2．8％的空调系统能耗,而且有助于改善空气品质．     

多智能体分布式智能控制在VAV空调系统中的应

针对变风量（VAV）空调系统的特性，将VAV系统分解为多个智能体，提出了基于多智能体技术的分布式智能控制方法，有效地解决了变风量空调系统回路间的解耦和协调问题。建立了VAV系统的动态仿真程序，仿真结果表明该控制方法是有效的。     

变风量空调系统送风温度优化及容错控制

针对变风量空调(VAV)系统提出了基于湿度控制的送风温度优化及容错控制方法.该方法可以满足ASHRAE标准62-2001对室内空气品质和湿度的新要求,并提出了主成分分析、联合角度分析和故障补偿法则,该法则可以分别用于空调系统故障的检测、诊断和重构,从而实现对变风量空调系统的客错,保证系统优化目标的实现.在变风量空调系统的仿真器上进行了基于湿度控制的送风温度优化以及多种故障下的检测和诊断试验.     

多区域暖通空调温湿度鲁棒模型预测控制策略

多区域暖通空调(heating, ventilation and air conditioning, HVAC)系统相比基础的单区域空调系统能够更好地描述空调房间各区域内的动态热响应过程,传统模型预测控制(model predictive control, MPC)算法能较好实现温湿度控制,但室内区域之间传热系数的耦合作用,使得模型中存在不确定性扰动,这种情况下,传统MPC算法难以实现控制。针对这类问题,设计了一种基于线性矩阵不等式的改进鲁棒模型预测控制(robust model predictive control, RMPC)策略,将模型中存在的扰动用多胞不确定集来表示。最终将一个无穷时域控制量无限的最小化最坏情况的min-max问题转化为有限时域内求解状态反馈控制率的问题,同时考虑了状态与输入约束条件,通过在线实时求解即可得到每一时刻最优解。最后对多区域HVAC空调房间系统进行仿真,结果表明本文算法下3个区域温湿度的跟踪精度较高,抗干扰能力也较强。     

VAV空调系统中的自动控制浅析

变风量空调系统是节能性卓越、舒适性良好的全空气空调系统。其运行过程需要有适当的控制手段,以保证系统的节能效果和运行的稳定性。为满足人们的需要,利用现代化先进的自动控制系统大力开发节能型空调系统,VAV变风量空调系统应运而生,VAV空调系统节能效果良好。     

基于灰色关联分析的季节性民航货运量预测

为更精确地预测月度航空货运量,提出组合模型预测方法.该模型由季节GM(1,1)和季节ARIMA乘积模型构成,它结合了该2种模型中时间序列预测的优点.灰色模型GM(1,1)能准确反映时间序列的增长趋势;ARIMA乘积模型对季节特征有较好的拟合效果.依据霍尔特温特预测模型计算季节性GM(1,1)模型的季节指数,并用灰色关联分析求出组合预测中的权值.组合预测模型的平均相对误差为0.62%,而季节性GM(1,1)模型和ARIMA乘积模型的平均相对误差分别为4.49%和-3.16%.预测分析结果说明,该模型的非线性曲线拟合精度和预测精度明显高于单个模型,可较好地反映系统的动态性和运量的季节时序关联性,为季节性时间序列预测提供了新的途径.     

乘积ARIMA模型的建立及应用

ARIMA模型作为统计预测中的一种重要模型,被广泛运用于各个领域中。本文在非季节性及季节性ARIMA模型的基础上介绍了乘积ARIMA模型的一般表达式,提供了建立这类模型及使用其进行预报的一般过程,并以某超市月顾客量数据进行了实例分析。分析结果表明,当一时间序列不仅含有季节性成分,还混有非季节性成分时,用乘积ARIMA模型的预测精度较高。但该模型只适用于短期预测。     

VAV系统中定静压与变静压控制的比较

变风量系统如果应用得当,相当可观的空调能源就可以被节省下来。变风量系统控制包括变静压和定静压控制模式。基于此,本文主要对VAV系统中定静压与变静压控制进行了比较分析。     

基于LabVIEW构建的数据库在变风量（VAV）空调系统中的应用

在变风量（VAV）空调自动控制系统中，对系统进行控制时需要检测采集许多实时数据，如房间温度、湿度、CO2浓度以及各种水阀、风阀、变风量箱、变频器、电加热器、加湿器等控制元件的数据，同时应用这些数据进行系统自动控制。本文介绍使用NI公司的LabVIEW软件及其数据库工具包，把变风量（VAV）空调系统运行中的各种数据进行集中实时存取。良好的数据库为系统辨识、解耦、仿真、控制以及优化提供强大的数据支持。     

多区域变风量空调系统送风温度的优化节能控制

在分析变风量空调系统局部控制的基础上,提出了两种实时的优化控制方案。其一是利用变风量末端风门开度的信号,将它们作为各区域相对负荷的指示信号,对送风温度进行实时优化;其二是针对周边区域采用定风量末端控制太阳辐射热负 空调系统,根据周边区域相对负荷大小,实时优化定风量末端的开／停控制。     

前馈补偿法在空调系统控制中的应用

采用机理分析和实验数据分析相结合的方法,建立了变风量空调的数学模型,并依据此模型建立了四输入、四输出的变风量空调系统的传递函数矩阵．针对该系统采用前馈补偿法设计了变风量空调系统的解耦补偿器,该解耦补偿器可以使所研究的变风量空调控制系统的开环和闭环传递函数矩阵都变换为对角矩阵,从而解除各个控制回路之间的耦合,使变风量空调系统实现解耦．实验结果表明,该解耦控制方法在变风量空调中的应用效果较好,提高了系统的控制品质和性能。     

交通流的季节ARIMA模型与预报

使用季节ARIMA模型对交通流进行建模及预报为高速公路交通状况分析、道路设施建设、公路效益评价及控制策略设计等提供了一种可靠的方法和途径。介绍了具有周期的季节ARIMA模型的一般表达方式，并提供了使用这一模型进行建模和预报的一般过程。最后以某高速公路的实测数据为例，进行实证分析，得到了72步的长期预报结果，其相对误差为0．13。     

变风量空调系统的优化控制算法

变风量空调系统因为控制过程复杂,所以目前难以推广,市场上广泛使用的是定风量空调系统.针对这种情况,从理论上提出了变风量空气处理机组送风温度的优化控制算法,并用Matlab 仿真软件对其进行了仿真分析,仿真结果表明,该算法以更低的能耗达到更佳的运行效果.     

采用软测量技术提高变风量空调系统的性能

变风量空调箱是变风量空调系统中最关键的设备,其串级控制系统由内、外环2个回路组成.作为内环的风量控制回路对变风量空调的性能起着重要作用.将高等过程控制中的软测量技术应用于内环回路的风量测量,使用软测量技术得到的测量结果对风量传感器的运行进行动态监测,当风量传感器的测量结果与软测量结果相差达到一定程度时,可以认为风量传感器出现了故障,在报警的同时,使用软测量结果临时替代风量传感器作为风量的测量值,仍可以使变风量系统具有较好的运行性能.     

改进的季节性指数平滑法预测空调负荷分析

根据空调日总负荷和日平均气温之间的较强相关性,对经典的季节性指数平滑法预测模型中的水平因子项进行修正,并去掉趋势因子项,得到了改进的季节性指数平滑预测模型.以上海某医学中心空调系统作为该空调负荷预测模型的应用实例,在整个预测期内模型平均预测误差为8.8%.这表明改进的季节性指数平滑法适合于办公类建筑空调负荷的预测.     

变风量空调系统模糊PID控制的仿真

针对目前变风量(VAV)空调系统参数整定困难,将模糊控制和常规PID控制相结合,提出一种基于模糊控制规则的模糊PID控制方法及模糊PID控制器的设计思路,并将其应用于VAV空调室温控制中．通过与常规PID控制器的室温控制仿真曲线比较表明：当条件变化时,模糊PID室温控制实现了参数在线自整定,取得了较好的控制效果;模糊PID控制动态响应快,控制精度高,超调量小,具有较强的鲁棒性;所需送风量更接近实际负荷的需要,达到了既舒适又节能的效果．     

变风量空调系统传感器故障检测与诊断

在建立变风量空调系统仿真器的基础上，针对系统的温度、流量和压力传感器等进行故障的检测与诊断．提出基于主成分分析的方法，根据系统正常的历史运行数据建立数理统计模型，通过传感器实测数据与正常数据在故障子空间投影的比较，对传感器的故障进行在线检测；提出联合角度法通过比较新发故障向量与故障库中各经验故障向量在两个子空间投影的夹角，在线分离出故障源．结果表明，提出的主成分分析和联合角度的方法对于变风量空调系统传感器故障有较为准确和快速的检测和诊断效果．