论文部分内容阅读
空调系统是调节室内环境的重要工具。随着人们对室内舒适性要求的提高,针对现有空调系统舒适性和节能方面不是特别令人满意的特点,提出了将热舒适指标引用到空调系统中的方法,实现了空调作用点的转移。空调作用点由空气转移到人体本身,充分体现出了“以人为本”的概念,使得空调系统更加的人性化。本文在综述热舒适理论的基础上,利用MATLAB分析了六个影响变量对PMV值的影响程度,其中空气温度和空气流速的作用程度较大,为确定系统的控制变量提供了依据。并针对PMV指标计算复杂和工作量大的特点,采用了建立PMV预测模型的方法,实现了PMV控制能够应用于实时控制系统的目标。本文在分析神经网络优缺点的基础上,建立了 BP神经网络预测PMV的模型,而且针对BP神经网络收敛速度慢和预测精度低的问题,提出了鸟群算法(BSA)优化BP神经网络初始权值和阈值的方法;然后,通过采用Lévy飞行的方法改进BSA算法,改善了 BSA算法后期收敛速度慢和局部寻优较弱的缺陷;最后,利用MATLAB建立了采用BSA-BP算法和LévyBSA-BP算法预测PMV的模型。仿真结果表明:基于LévyBSA-BP算法的PMV预测模型比BSA-BP算法和BP神经网络的预测模型,具有更高的收敛速度和预测精度。本文针对实际空调系统非线性、时变性和滞后性的特性,提出了采用模糊PID作为热舒适控制的控制算法,并设计了模糊PID控制器;然后,针对模糊PID参数对经验和大量试验依赖性的问题,采用了 LévyBSA算法对模糊PID量化因子和比例因子优化的方法,实现了对PID参数的在线自整定;最后,利用MATLAB对基本PID、模糊PID和改进的模糊PID进行仿真实验。仿真结果表明:采用改进的模糊PID控制,较其余两种控制器,具有更小的超调量和更强的稳定性,控制效果更好。本文利用simulink建立了变风量空调末端热舒适控制的模型,并将仿真结果与传统温度控制进行对比分析。结果表明,热舒适控制有更好的舒适性和节能性。