基于改进的PSO算法的PID控制在VAV空调系统末端的应用

目的研究变风量空调系统温度-风量PID控制器的整定方法,利用改进粒子群算法的特点设计一种稳定、高效的自适应控制器.方法以PSO-CF(带收缩因子的PSO)PID控制方法的整定结果作为参考,在PSO-CF算法中用一个差分向量扰乱粒子的认知能力,再根据粒子群的演化规则自动完成最优控制.结果采用DPSO-CF(扰乱认知能力的带收缩因子的粒子群)PID自适应控制器时,系统的调节时间约为PSO-CF粒子群PID控制方法的30%,超调量减少了约75%.当系统加入扰动时,相比带收缩因子的PSO,扰乱认知能力的带收缩因子的粒子群PID自适应控制器的调节时间少,超调量小,系统控制品质得到了较大的改善.结论改进的算法不仅具有良好的鲁棒性,而且还有良好的收敛性.采用上述自适应控制器后,整个系统体现了良好的动态性能及较强的鲁棒性.

基于小波网络的变风量空调预测控制

变风量(VAV)空调系统具有节能、空气品质高的特点,应用前景广阔,本文介绍了变风量空调系统的基本原理。结合变风量空调系统的特点,在基于被控房间数学模型的基础上,将小波神经网络应用于变风量空调室温控制中。研究VAV空调的控制技术以提高其系统性能。