基于改进入侵杂草算法的空调送风温度控制

为减少冷冻水系统能耗,提高变风量空调送风温度控制效果,提出一种基于入侵杂草的萤火虫群算法优化PID控制策略。首先对变风量空调的送风温度-冷冻水阀系统进行建模;然后将基本萤火虫群算法与杂草优化算法结合,构建入侵杂草-萤火虫群算法,利用改进后算法对空调送风温度系统进行控制。进行系统仿真对比以及实验测试,结果表明:改进后的送风温度控制更加精确,稳定性更强,同时具有一定的节能效果。

改进GSO-Smith预估补偿的VAV冷冻水系统优化控制

为了提高变风量空调(VAV)冷冻水系统控制效果,提出一种改进萤火虫算法优化PID控制的思路,并对系统添加史密斯预估器,从而优化对系统的控制。首先对变风量空调的冷冻水系统进行建模,通过求解系统的过渡时间、截止频率、M序列的幅值从而得到系统的传递函数;然后在原萤火虫算法的基础上进行创新,提出一种与Pareto最优解和步长优化策略结合的改进萤火虫算法,从而改善基本萤火虫算法后期容易陷入震荡和局部最优的问题;最后在被控系统中添加Smith预估器,使系统的滞后环节得到消除和改善,并利用改进后的萤火虫算法对PID参数进行整定调节。通过仿真对比可知,优化后的变风量空调冷冻水控制系统稳定性得到加强,滞后性减弱,同时具有良好的鲁棒性,因此验证了该算法的有效性。

基于改进GSO-BPNN的变风量空调冷却水控制

为了改善变风量空调冷却水系统控制中存在的能耗和稳定性存在缺陷的情况,提出一种基于BP神经网络和改进萤火虫算法的综合优化控制算法。首先对变风量空调的冷却水系统进行建模,然后利用改进后的萤火虫算法对BP神经网络进行优化,优化对象为初始权值和阈值,从而加快对目标函数的求值,得到最优的结果。最后利用改进后的BP神经网络优化冷却水模型中的变频PID控制器的参数。通过进行仿真对比以后可知,对比于基本萤火虫算法,改进萤火虫算法优化后的BP神经网络有着更好的权值和阈值,系统稳定性得到加强,同时具有良好的鲁棒性,在符合室内负荷的条件下,也有较为明显的节能效果。

基于改进自适应萤火虫群算法的空调送风温度优化控制

为了提高变风量空调(VAV)送风温度系统的控制精度,减少冷冻水系统能耗,提出一种基于改进自适应萤火虫群算法(AGSO)优化的PID控制策略。建立被控对象数学模型,引入混沌搜索和变异策略,改善基本萤火虫群算法后期容易陷入震荡和局部最优的问题,利用改进自适应萤火虫群算法对冷冻水阀-送风温度PID控制进行优化。实验结果表明:对比基本GSO-PID控制,改进AGSO-PID控制具有良好的鲁棒性和稳定性,送风温度温度误差降低约40%,冷冻水系统能耗降低约2.2 kW。