室内温控系统的预测控制研究
【摘要】:随着我国城市化进程的进一步加快,节能建筑的发展成为我国可持续发展战略的一个重要方向,室内温度控制系统作为建筑设施中一个非常重要的子系统受到了越来越多的重视,它在设计方面主要包括了系统的建筑设计、电气设计和控制设计等。本文主要对室内温度控制系统进行了研究。
通过对地板辐射采暖系统进行实验,得到其阶跃响应曲线。经分析得出系统具有大惯性特征,将动态矩阵控制(DMC)算法引入到地暖控制系统中。动态矩阵控制具有算法简单、计算量小、鲁棒性强等特点,并且无需考虑被
控对象的结构与阶次。仿真研究表明该控制方案的有效性。针对地暖系统具有大惯性、参数不确定和随机干扰等特点,提出一种基于量子遗传算法(QGA)的约束广义预测控制(GPC)方法,将广义预测控制的控制增量作为量子染色体的基因,滚动优化GPC的控制增量。广义预测控制在优化中引入了多步预测的思想,显著提高了抗负载扰动和抗随机噪声能力,并利用量子遗传算法的种群多样性和极强的全局搜索能力提高控制精度。仿真结果表明该控制方法与常规广义预测控制相比较具有良好的控制效果和更强的鲁棒性。
对多输入多输出分数阶非线性制冷空调系统进行研究,引入分数阶PIλDμ控制器,并使用量子遗传算法优化控制器参数。分数阶系统理论是一种高效和精确的理论工具,利用分数阶微积分方程描述系统特性,极大地拓展了系统的表述范围和控制层面。为了减少不确定扰动和系统惯性的影响,在反馈通道中引入灰色预测理论对系统反馈输出建立灰色模型,多步预测反馈输出值的变化趋势。仿真结果表明在该控制方案作用下空调系统实现了理想的输出。
|
|
|
|
1 |
印建平,高峰;基于最优控制的新型非线性预测仿真研究[J];现代制造工程;2004年01期 |
2 |
史恩秀,黄玉美,史文浩;轮式移动机器人轨迹跟踪的预测控制[J];机械科学与技术;2004年10期 |
3 |
潘晨;肖健梅;;基于SVM的船舶动力定位系统预测控制[J];仪器仪表用户;2010年06期 |
4 |
张厚杼;;氨合成塔温度的最佳预测控制[J];化工自动化及仪表;1988年01期 |
5 |
王永骥,徐桂英,涂健;水轮发电机组l~∞范数性能指标预测控制[J];控制理论与应用;1991年04期 |
6 |
吕剑虹,陈来九;一种多变量连续时间预测控制方法[J];自动化学报;1995年02期 |
7 |
毛志忠;一种全局稳定的直接预测自适应控制器[J];信息与控制;1995年02期 |
8 |
彭辉,桂卫华;预测控制中逆矩阵的递推求解算法[J];中南工业大学学报(自然科学版);1997年04期 |
9 |
方斌,李仁,季幼章;关于预测控制的鲁棒性[J];安徽大学学报(自然科学版);1998年02期 |
10 |
杨马英,王树青,王骥程;有约束过程的预测控制[J];浙江大学学报(工学版);1999年06期 |
11 |
黄显林,王永富,胡恒章;基于小波神经网络的非线性系统预测控制研究[J];自动化技术与应用;1999年05期 |
12 |
冯少辉,周立芳,钱积新;过阻尼过程的预测控制改进算法[J];机床与液压;2002年04期 |
13 |
兰婷,张伟勇;一种具有稳态目标优化的预测控制算法[J];油气田地面工程;2002年03期 |
14 |
程宏亮,张国贤,包海昆;一种基于RTLinux实时操作系统的自适应预测控制的实现方法[J];计算机测量与控制;2003年06期 |
15 |
金元郁,张彦军;基于输入设计的广义预测控制[J];青岛科技大学学报(自然科学版);2003年01期 |
16 |
王令群,潘石柱,郑应平;半导体生产线的RBF神经网络预测建模[J];计算机应用;2005年07期 |
17 |
宗晓萍;冯贺平;;基于神经网络的时滞系统预测控制[J];自动化技术与应用;2005年12期 |
18 |
徐余法;徐余法;俞金寿;;基于神经网络的非线性预测控制[J];电气自动化;2005年05期 |
19 |
冯惕;王建国;;预测控制中预测方程的两种基本形式及其转换[J];苏州科技学院学报(自然科学版);2007年03期 |
20 |
祁军;范燕;张郁中;;禁忌搜索算法在预测控制中的应用[J];辽宁石油化工大学学报;2008年02期 |
|