变结构模糊神经网络预测控制在变风量空调系统中的应用

Mamdani模糊控制系统的结构分析理论研究及其在暖通空调中的应用一、本文概述随着科技的进步和人们对生活质量要求的提高，模糊控制理论因其独特的处理不确定性和非线性问题的能力，在众多领域得到了广泛应用。

特别是，在暖通空调（HVAC）系统中，Mamdani模糊控制系统以其高效、灵活和适应性强的特点，成为了研究热点。

本文旨在对Mamdani模糊控制系统的结构分析理论进行深入研究，并探讨其在暖通空调领域的应用。

本文首先介绍了模糊控制理论的基本概念和Mamdani模糊控制系统的基本原理，包括其模糊化、模糊推理和去模糊化等关键步骤。

接着，文章重点分析了Mamdani模糊控制系统的结构特点，包括其模糊规则库、模糊推理机、输入输出接口等组成部分的功能和设计方法。

同时，文章还对Mamdani模糊控制系统的稳定性和性能优化进行了讨论，提出了相应的改进措施。

在介绍完Mamdani模糊控制系统的基本理论后，本文将重点探讨其在暖通空调领域的应用。

通过对现有文献的综述和案例分析，文章总结了Mamdani模糊控制系统在暖通空调中的实际应用情况，包括温度控制、湿度控制、空气质量控制等方面。

文章还分析了Mamdani模糊控制系统在暖通空调应用中存在的问题和挑战，并提出了相应的解决方案和发展方向。

本文总结了Mamdani模糊控制系统的结构分析理论研究及其在暖通空调中的应用现状，并展望了未来的发展趋势。

通过本文的研究，希望能够为Mamdani模糊控制系统在暖通空调领域的应用提供理论支持和实践指导，推动该领域的技术进步和应用发展。

二、Mamdani模糊控制系统的基本理论Mamdani模糊控制系统是由E.H.Mamdani教授于1974年首次提出的，它是一种基于模糊逻辑和模糊集合理论的控制系统。

相较于传统的控制系统，Mamdani模糊控制系统能够更好地处理系统中的不确定性和模糊性，因此在许多领域中得到了广泛的应用。

Mamdani模糊控制系统的基本结构主要包括模糊化接口、模糊推理机、解模糊化接口和执行机构四个部分。

模糊控制技术在变频空调器中的应用空调技术的目标就是为要人们创造一个舒适的环境,但从室内而言，怛温环境并非是卫生和舒适的标准环境。

因为除了温度以外，还有湿度、空气流速等多种因素影响到舒适的程度。

而常规空调系统大多采用简单的机械温控开关来设定控制温度，通过压缩机的停开来实现空气调节系统的恒温控制。

这种以温度为变量的行方式一方面忽略了影响人体舒适感的多因素性；另一方在由于压缩机频繁的起动和停止，不仅压缩机易损坏，且将造成一定的能量损耗。

而采用模糊挖掘的变频式空调器，可以自动根据室内的热环境因素调节压缩机的转速，为人们创造一个舒适环境；同进也有利于节约电能，延长压缩机使用寿命。

1 变频空调器的工作原理变频空调器采用由变频压缩机、电子膨胀阀、室内外换热器和风机系统构成的可变容量制冷系统，该系统主要完成三大调节功能，即压缩机功率调节、制冷剂流调节和热交换器能力的调节。

其中压缩机功率调节由变频器完成，制冷剂流则由电子膨胀阀调节，而热交换能力由风扇调节。

变频空调器采用模糊控制技术输入作模糊技术处理后，可实现对多变量的动态控制，其控制关系如图1所示。

它包括三个输入量：室内温差及其随时间的变化率，室内热换器管壁的温度及其时间的变化率，室外热换器管壁的温度及其随时间的变化率。

输出量包括对空调器和制冷、制热、除湿、化霜、风向、风量等功能实行智能化控制.变频空调器的工作原理可参见图2，它可分为模糊输入接口、模糊推理判别决策机构和模糊输出接口三个部分。

模糊输入接口主要功能是根据本次采样得到的系统输出值，计算所选择的系统输入变量，并输入变量的精确值变为模糊量，即将在被控系统的温度差及温度差变化率的精确值转化为模糊量，以便进行模糊推理和决策。

模糊决策机构的主要功能是根据输入变量的模糊量和模糊推理规则表推出控制决策。

模糊输出接口的主要的功能是把经模糊推理决策后所得的模糊控制量转化为精确量，去控制压缩机的转速。

2 模糊控制在变频空调器中的实现变频空调器的控制器在自动工作方式下，根据温度和温差变化率推断出变频器的工作频率，进而控制压缩机的运行速度。

An Application Research of Fuzzy-PD in Multi-Working Condition Central Air-Conditioning Energy Saving SystemMingfang Du, Xiaoling Yang, YanBin LiuBeijing Union University, Beijing 100101 (E-mail: 1314310@)Abstract—For the aim of energy saving in intelligent building’s air-conditioning system, the improvement of the control algorithm is discussed mainly from the aspect of increasing the control precision. Combined with the actual demand of practical projects, the control mechanism is clarified, and the general control method is illustrated by a typical example. The Fuzzy-PD controller is proposed to improve the control effect instead of the PID controller. The eight-segment fuzzy subsets and two-dimensional controller model is used in this Fuzzy-PD controller. The central air-conditioning multi-Working Condition fuzzy control system is designed by the MATLAB software. The simulation result shows that the new control idea and the research method can be used to improve actual systems.Keywords—Fuzzy-PD, Air-Conditioning System, Energy Saving ControlFuzzy-PD在多工况中央空调节能控制中的应用研究杜明芳杨晓玲刘彦彬北京联合大学自动化学院北京 100101摘要为达到节能目的，从提高控制系统精度入手，探讨了智能建筑中央空调控制系统中的控制算法改进问题。

模糊PID算法在空调控制系统中的应用【摘要】空调控制系统是一种非线性设备，系统控制复杂，并且由于其干扰严重，参数耦合性强及时变性等特点，使得变频控制系统控制尤为复杂。

对于这样一个非线性的温度控制系统，简单的PID算法无法对其进行控制到非常好的效果。

将PID算法和模糊控制算法相结合形成模糊PID控制算法，该算法集成了PID算法和模糊控制算法的优势，包括比例、模糊、比例积分控制等。

使用模糊PID控制算法的空调控制系统具有更快的反应速度和更强的鲁棒性，更高的精度和稳态。

仿真实验证明，模糊PID控制能有效降低系统误差，保证系统具有良好的特性，达到变频空调的理想控制效果。

【关键词】PID 模糊控制变频空调引言随着科学技术的进步和计算机控制系统发展，通信数据中心机房也得到了大力的发展。

具统计，在典型的通信数据中心机房投资时，空调制冷设备占投资的6%，但是其空调设备在后期的电费支出却占整个机房的电费支出的40%以上，因此大型机房的空调设备节能问题是目前一个继续解决的重点难题。

空调系统设备不仅要保证工作人员的一个舒适的理想工作环境，更要创造一个各种设备能稳定运行的环境，由于信息化专用机房内各种程控交换机及电子计算机属于高精度设备，对工作环境有着特殊的要求，对机房环境的湿度、温度、净化空调送风方式都有很高的要求，这就对机房的空调控制系统提出了高要求。

空调系统设备属于非线性设备，具有滞后性、参数时变性和受环境影响大的特点，目前市场上大多数空调设备都是采用的控制方法都比较单一，很难对性能进行大幅度的提升。

但是采用模糊PID控制，可以实现优越的控制性能，主要是因为模糊PID控制根据空调的数学模型和实际测量结果对目标进行控制，非常适用于无法建立精确模型和模型变化的情况。

1 模型建立空调房是一个多变的目标体，比较复杂，实际的空调房的动态特征是一个高阶微分方程[2]，由于高阶微分方程计算非常复杂，不便于模型的建立，因此本文采用响应曲线的方法对空调房的室内温度的特性进行分析。

模糊控制在变风量空调VAVBOX中的设计研究蒋珍;田海丽【摘要】This thesis introduces applying of fuzzy controlling technology in variable air quantity of air-conditioning VAVBOX,designing and improving on fuzzy PID controller make air-conditioning more comfort and more economical.%介绍了模糊控制技术在变风量空调中的应用,通过对模糊控制器的设计及改进实现对变风量空调VAVBOX的控制以达到使空调舒适与节能的要求.【期刊名称】《聊城大学学报（自然科学版）》【年(卷),期】2012(025)001【总页数】5页(P42-45,56)【关键词】模糊控制;模糊控制器PD;变风量空调VAVBOX【作者】蒋珍;田海丽【作者单位】中原工学院电子信息学院,河南郑州450007;郑州城市职业学院电子工程系,河南郑州452370【正文语种】中文【中图分类】TP273;TP3110 引言模糊逻辑理论在控制领域的应用称为模糊控制（Fuzzy Control，FC）.模糊控制是一种正在兴起的能够提高工业自动化能力的控制技术.凡是无法建立数学模型或难以建立模型的场合都可以采用模糊控制技术.模糊控制系统是一种自动控制系统，它以模糊数学、模糊语言形式的知识表示和模糊逻辑的规则推理为理论基础；采用计算机控制技术构成的一种具有反馈通道的闭环机构的数字控制系统.它的组成核心是具有智能性的模糊控制器，这也就是它与其他自动控制系统的不同之处［1］.变风量空调系统在各种空调方式中，有其自身的很多优点，但它的这些优点却也带来了控制上的复杂性.目前，VAV空调系统的控制方式基本采用多个回路的PID控制.在系统模型参数变化不大的情况下，PID控制效果良好，但是，VAV空调系统是一个干扰大的，高度非线性化的，不确定的系统.本文主要针对VAVBOX采用模糊控制理论进行设计研究，并对模糊PID控制器进行技术改进，在其变形结构中大大减少了规则库的复杂程度，并实现了模糊控制与PID相结合的效果和功能，使VAVBOX体现出节能与舒适的两大优势［2］.图1 模糊PID控制的变形结构在无差模糊控制系统中，因为含有积分环节，所以可以将常规模糊控制其所存在的余差抑制到最小限度，达到模糊控制系统的无差要求.因此本变风量空调系统的VAVBOX主要采用无差模糊控制系统进行设计.我们发现无差模糊控制系统有一个很大的缺点.它们的规则库的建立非常的复杂，不利于软件和硬件的开发.我们知道规则库是模糊控制器的核心，必须具有完备性.模糊分割的个数决定了最大可能的模糊规则的个数.模糊分割数越多，控制规则数也越多，但是模糊分割数太小将导致控制太粗略，难以对控制性能进行精确的调整.因此单单从模糊分割数来考虑，简易与精确度是矛盾的.为此我们对模糊控制器进行结构的变形设计，从输入数和输入方法上进行改造，使其既能满足精确度和积分的作用，又能降低规则库的复杂性［3］.其变形结构如图1所示.1 设计思路VAVBOX装置根据设在空调房间的温控器（本系统采用Alerton MicrosetⅡ）采样读入实际温度值，求出其与设定温度值的偏差e和偏差变化率Δe并加以离散化，分割成多级，每一级对应一个模糊子集，这样就把精确量模糊化成模糊量e、Δe，就像人脑反映一个具体的精确量一样，得到一种寒、微凉、舒适、微暖、热之类的模糊量.通过总结人类专家的经验，并模仿人脑的模糊推理过程，确定推理规则，并作出模糊决策，例如：“在夏季工况下，当温度高于设定值且温度很快上升时，则开大VAVBOX的电动阀开度.”这就是通常采用的“若X且Y则Z”的推理，此种类型属于双输入单输出模型.因为这种模型不仅对被控制的温度误差作出反馈，而且同时要求对被控制的温度误差的变化率有所反馈，所以温度控制的稳定性比较好，一般不会产生振荡现象.同时，为了将模糊控制器PD所存在的余差抑制到最小限度，我们增加了积分环节，将模糊控制器PD的输出量进行积分，并使积分结果与模糊控制器PD的输出量叠加控制被控对象，达到了消除余差的效果［4］.VAVBOX装置的模糊控制流程图如图2示.图2 模糊控制流程图2 模糊控制器PD的设计2.1 采集数据模糊化设本VAVBOX末端控制系统所控制的房间温度要求稳定在固定点（设为24℃）附近.控制量为电动阀的开度（2－10V.dc）.设在温度固定点的温度为Tg，实际温度为Tp，则温度偏差：e＝Tg－Tp.温度偏差变化率：Δe＝（en－Δen－1）／T，式中en：n时刻的温度偏差；en－1：n－1时刻的温度偏差；T：采样周期.输出控制量：u.第一步因为实际上的温度偏差e、温度偏差变化率Δe与输出电压u是连续变化的量，为了便于推理合成运算，我们将其均匀量化成［－6，＋6］之间的整数.如果e和Δe不是整数，则可以根据表1均匀量化.表1 均匀量化量化等级－6 －5 －4 －3 －2 －1 0 1 2 3 4 5 6变化范围［－6，－5.5］（－5.5，－4.5］（－4.5，－3.5］（－3.5，－2.5］（－2.5，－1.5］（－1.5，－0.5］（－0.5，0.5］（0.5，1.5］（1.5，2.5］（2.5，3.5］（3.5，4.5］（4.5，5.5］（5.5，6］在这里我们还需要指出的对于实际的输入量，我们第一步首先需要进行尺度变换，将其变换到要求的论域范围.变换的方法可以是线性的，也可以是非线性的.对于本设计系统，我们采用的线性变换公式如下所示式中，将在［α，β］间的变量x0转变为在［－6，＋6］间的变量x＊0.第二步我们要做的是将经过尺度变换的输入数据模糊化，因为温度偏差与温度偏差率是被准确采集计算的，因此我们可以采用单点模糊集合进行模糊化处理.设温度偏差模糊集合为E，温度偏差率模糊集合为EC，则有2.2 数据库的建立模糊控制规则中前提的语言变量构成模糊输入空间，结论的语言变量构成模糊输出空间.每个语言变量的取值为一组模糊语言名称，它们构成了语言名称的集合.每个模糊语言名称相应一个模糊集合.对于每个语言变量，其取值的模糊集合具有相同的论域.模糊分割是要确定对于每个语言变量取值的模糊语言名称的个数，模糊分割的个数决定了模糊控制精细化的程度［5］.对于本系统，根据对温度变化的经验了解，具体分割如下：温度偏差E分为7级：NB：负大，NM：负中，NS：负小，ZE：零，PS：正小，PM：正中，PB：正大.E的隶属度函数如图3所示.温度偏差率EC分为7级：NB：负大，NM：负中，NS：负小，ZE：零，PS：正小，PM：正中，PB：正大.EC的隶属度函数如图4所示.图3 温度偏差语言值的隶属度函数图4 温度偏差率语言值的隶属度函数输出电压U分为7级：PB：正大，PM：正中，PS：正小，ZE：零，NS：负小，NM：负中，NB：负大.U的隶属度函数如图所示.2.3 规则库的建立图5 输出电压语言值的隶属度函数模糊控制规则是模糊控制的核心.因此如何建立模糊控制规则也就成为一个十分关键的问题.模糊控制规则具有模糊条件句的形式，它建立了前件中的状态变量与后件中的控制变量之间的联系.我们在日常生活中用于决策的大部分信息主要是基于语义的方式而非数值的方式.确定模糊控制规则的原则是必须保证控制器的输出能够使系统输出响应的动静态特性达到最佳.在本模糊控制设计中我们根据人们对变风量温度控制系统的操作经验设计出一组控制策略，并采用IFTHEN形式的模糊条件［6］.其具体形式如图5.IF E＝NM and EC＝NS then U＝PM，其含义是指当温度偏差为负中且温度偏差率为负小，则输出电压控制量为正中.模糊分割的个数决定了最大可能的模糊规则的个数.由此可知本系统模糊控制器PD 的最大可能规则数为7×7＝49.表2列出了该模糊控制器PD所采用的模糊控制规则.表2 模糊控制规则表EC NB NM NS ZE PS PM PB NB PB PB PM PM PM PS ZE NM PB PM PM PS PS PS ZE NS PM PM PM PS PS ZE ZE ZE PS PS ZE ZE ZE NS NM PS ZE ZE NS NS NM NM NB PM ZE NS NS NM NM NM NB PQ ZE NS NM NM NM NB NB2.4 模糊推理与清晰化计算（1）模糊推理.如前所述，对于我们的模糊控制器PD我们采用了IF－THEN形式的模糊条件句，则已知模糊控制器的输入量模糊量为：e是E′andΔe是EC′，则根据模糊控制规则进行近似推理，可以得出输出模糊量u（用模糊集合U′表示）为其中包括了三种主要的模糊逻辑运算：and运算，合成运算“·”，蕴含运算“→”.and运算通常采用求交（取小）或求积（代数积）的方法；合成运算“·”通常采用最大－最小或最大－积（代数积）的方法；蕴含运算“→”通常采用求交（Rc）或求积（Rp）的方法.（2）清晰化计算.以上通过模糊推理得到的是模糊量，而对于实际的控制则必须为清晰量，因此需要将模糊量转换成清晰量.清晰化计算通常有多种，在本系统设计中我们采用“加权平均法”［7］.这种方法取μU′（u）的加权平均值为u的清晰值，印本模糊控制器PD的论域为离散的情况则有：由此，我们首先利用合成算发计算出相应得控制量模糊子集，然后按加权平均法的原则得到离线计算的模糊控制表，在这里我们利用MATLAB的模糊控制工具箱模糊控制表计算出来，如图6所示.图6 模糊控制数据表图7 模糊控制数据表表3 模糊控制规则表NB NM NS ZE CS CM CB U E PB PM PS ZE NS NM NB3 模糊控制器P的设计模糊控制器P的设计步骤与原理与模糊控制器PD基本相同，我们在这里不再赘述，仅将模糊控制器P的控制数据图7和模糊控制规则表3给出.在模糊控制器P的设计中，我们主要是利用它的输出进行积分，使整个模糊控制系统具有积分的作用，从而消除余差，因此，我们需要在模糊控制器P的输出环节后面加上积分环.当我们在模糊控制器P的输出上加上积分环节后，其最终输出值再与模糊控制器PD的输出值叠加去控制被控对象.参考文献【相关文献】［1］孙增圻.智能控制理论与技术［M］.北京：清华大学出版社，1997.［2］ Peng W.Analysis and synthesis is of fuzzy intelligent control systems［D］.Hong Kong：Hong Kong Polytechnic，1993.［3］胡益雄，袁锋，张丽萍.VAV末端装置的模糊控制设计探讨［J］.长沙：长沙铁道学院学报，2002（4）：39－43.［4］ Huang S，Nelson R M.Rule development and adjustment strategies of a fuzzy logic controller for an HVAC System：Part One－Analysis［J］.ASHRAE Trans，1994.［5］诸静.模糊控制原理与应用［M］.北京：机械工业出版社，1995.［6］李士勇.模糊控制和智能控制理论与应用［M］.哈尔滨：哈尔滨工业大学出版社，1990. ［7］易继锴，侯媛彬.智能控制技术［M］.北京：北京工业大学出版社，1999.。

基于神经网络的变风量空调解耦控制李界家;刘岱岩;祝婵楠【期刊名称】《沈阳建筑大学学报（自然科学版）》【年(卷),期】2013(029)001【摘要】目的分析变风量空调运行时各变量之间的耦合关系,针对变风量空调参数多变、强耦合的特点,提出一种变风量空调系统改进型误差反播神经网络解耦控制方法,对变风量空调温湿度控制系统进行解耦.方法把整个系统的解耦目标分解为N 个子目标,每个子目标仅仅对一个回路通道进行解耦,其结构与指标函数简单,易于实现；并将模糊神经网络控制器与解耦控制器有机结合.结果解耦成功后,控制响应速度快、超调量几乎为零,达到期望温度后温度曲线保持不变,而此过程中湿度值基本没有变化,整个控制过程调节响应快,稳态误差小,解耦效果明显,有很强的控制精度和鲁棒性.结论 BP神经网络解耦控制算法具有很强的自学习功能和自适应解耦能力,能取得良好的解耦控制效果.【总页数】6页(P187-192)【作者】李界家;刘岱岩;祝婵楠【作者单位】沈阳建筑大学信息与控制工程学院,辽宁沈阳110168;沈阳建筑大学信息与控制工程学院,辽宁沈阳110168;沈阳供电公司,辽宁沈阳110003【正文语种】中文【中图分类】TP273【相关文献】1.基于PID神经网络的多变量解耦技术在变风量空调中的应用 [J], 卿华;毛永明2.基于PID神经网络解耦控制的变风量空调系统 [J], 付龙海;李蒙3.基于自抗扰控制器的变风量空调解耦控制 [J], 顾凯;付东翔;王亚刚4.基于自抗扰的变风量空调房间温湿度解耦控制 [J], 孙崇国; 杨世忠; 李善伟5.基于改进单神经元PID算法的变风量空调系统三参数前馈解耦控制 [J], 陈宗帅;李绍勇;贺冬辰;孙智冬因版权原因，仅展示原文概要，查看原文内容请购买。

基于RBF神经网络的VAV空调系统
肖会芹
【期刊名称】《制造业自动化》
【年(卷),期】2010(032)005
【摘要】变风量空调系统具有非线性和动态特性.目前,在VAV空调控制领域应用最广泛的神经网络是静态前馈Bp神经网络,而RBF是在Bp人工神经网络基本结构的基础上,通过存储内部状态使其具备映射动态特征的功能,从而使系统具有适应时变特性的能力.文中分别采用Bp神经网络与RBF神经网络建立模型,对VAV空调系统的少量参数的数据进行仿真预测,经比较分析,证明后者具有收敛速度快、预测精度高的特点.这表明利用RBF回归神经网络建模是可行的,其在VAV空调控制系统的研究领域有着较好的应用前景.
【总页数】4页(P112-115)
【作者】肖会芹
【作者单位】湖南工业大学,电气工程系,株洲,412008
【正文语种】中文
【中图分类】TP273
【相关文献】
1.VRV-VAV联合空调系统基于负荷预测的优化控制 [J], 王启迪;晋欣桥;杜志敏;祝用华
2.基于Lonworks的VAV空调系统实验平台设计 [J], 张良
3.VAV空调系统RBF神经网络PID控制器的设计与实现 [J], 程贝贝;任庆昌;白燕
4.基于VAV变风量智能建筑空调系统控制 [J], 李伟;李顺群
5.基于FASU末端的VAV空调系统设计与调试 [J], 高惠润;尚升;周强;王凤星;黄雪妮
因版权原因，仅展示原文概要，查看原文内容请购买。

东北大学硕士学位论文第1章绪论智能变频空调模糊神经网络控制系统的设计与实现毕业论文目录独创性声明.....................................................错误!未定义书签。

摘要...........................................................错误!未定义书签。

Abstract ..........................................................错误!未定义书签。

目录.. (1)第1章绪论 (4)1.1课题背景及国内外现状 (4)1.1.1课题背景 (4)1.1.2国内外研究现状 (5)1.2本文主要研究内容 (10)第2章智能变频空调控制系统控制方案 (12)2.1空调系统的工作原理及基本结构 (12)2.1.1变频空调的工作原理 (12)2.1.2空调系统基本结构 (13)2.2控制系统基本结构及控制系统的初步设计 (13)2.2.1空调控制系统基本结构 (13)2.2.2控制系统方案的确定 (14)2.2.3智能变频空调控制方法及总体方案的构思 (15)2.3本章小结 (15)第3章模糊神经网络基本原理 (16)3.1模糊控制原理 (16)3.1.1输入输出变量及模糊化方法的确立 (17)3.1.2模糊控制规则及模糊推理设计 (18)3.1.3清晰化方法的确立 (20)3.2神经网络理论基础 (20)3.2.1神经元模型及人工神经网络 (20)3.2.2人工神经网络的学习方法 (23)- 1 -东北大学硕士学位论文第1章绪论3.3模糊控制与神经网络的结合 (24)3.3.1模糊控制与神经网络的融合 (25)3.3.2模糊神经网络控制模型 (26)3.4本章小结 (27)第4章智能变频空调控制系统的模糊神经网络算法设计 (28)4.1变频空调控制系统的模糊模型 (28)4.1.1模糊控制策略及输入输出变量的确定 (28)4.1.2输入输出变量的语言值域及相应隶属度函数的确定 (29)4.1.3模糊控制规则的确定 (30)4.1.模糊决策及解模糊处理 (31)4.2模糊神经网络控制器的设计 (32)4.2.1模糊神经网络控制模型的设计 (32)4.2.2模糊神经网络的学习算法 (35)4.3变频空调智能控制算法 (38)4.3.1变频压缩机模糊神经网络控制器的设计 (38)4.3.2神经网络预测器NNP的设计 (41)4.4智能变频空调模糊神经网络控制方法仿真 (43)4.4.1模糊神经网络控制器的训练 (43)4.4.2三种控制方法的仿真及比较分析 (44)4.5本章小结 (47)第5章智能变频空调控制系统硬件设计 (48)5.1室内机控制电路设计 (48)5.1.1温度检测电路 (49)5.1.2遥控接收及LED显示电路 (50)5.1.3导风板、百叶窗控制电路 (51)5.1.4风机调速电路 (52)5.2室外机控制电路设计 (53)5.2.1电压检测电路 (54)5.2.2室外风机及四通阀驱动电路 (54)5.2.3内外机通讯电路 (55)5.2.4变频压缩机控制电路 (56)5.3系统硬件电磁兼容性分析 (57)5.4本章小结 (58)第6章智能变频空调控制系统软件设计 (60)6.1室内机控制系统软件设计 (60)- 2 -东北大学硕士学位论文第1章绪论6.2室外机控制系统软件设计 (62)6.3室内、室外机通讯协议 (64)6.4系统保护控制 (65)6.5系统软件的抗干扰性设计 (66)6.6模拟实验 (67)6.6.1上位机软件设计 (67)6.6.2下位机的配置 (68)6.6.3模拟实验验证 (68)6.7本章小结 (69)第7章总结 (70)7.1设计总结 (70)7.2改进方向 (71)参考文献 (72)致谢 (76)- 3 -东北大学硕士学位论文第1章绪论第1章绪论随着人们生活水平的不断提高，空调已经成为人们工作和生活中不可或缺的调节室内空气温度和质量的产品。

模糊控制在地铁地下站空调通风系统中的应用【摘要】本文介绍地钛地下站空调通风系统在控制上所遇到的问题，以及模糊控制的概念，并以地铁地下玷空调通风大系统为控制对象阐述了模糊控制算法在地铁环控系统的应用，以及采用模糊控制的优点。

【关键词】空凋通风系统自适应模糊控制查询表1前言地铁的地下站是特殊的建筑系统。

它具有面积大、空间广、区域应用功能复杂、区域间人员流动性大等特点。

这些特点使得地铁地下站空调通风大系统的监控对象往往具有时变性、非线性、随机性、大滞后的特性。

目前在地铁地下站的空调通风系统中普遍采用PID控制算法，虽然PID控制算法是一种应用广泛、技术成熟的控制方法，它能满足一般工业过程控制的要求。

但是采用PID算法的控制系统，其控制品质的优劣在很大程度上依赖于PID控制算法中的参数因子的整定，并且参数因子一旦计算好以后在整个控制过程中就是固定不变的。

而实际控制过程中地铁地下站环境是动态变化的，为了适应地铁地下站环境的特殊性，我们希望PID 的参数因子能依据当前系统的状况来做出相应的调整。

在这方面，PID控制算法难以满足控制系统的要求，尤其在系统参数时变和有负载扰动的情况下，这种现象表现得尤为明显。

为此，引入模糊控制技术，模糊控制技术是在模糊集合理论和模糊数学基础上发展起来的控制算法，这种控制技术能根据专家的知识和操作经验，依据偏差和偏差变化率的大小来调整PID控制算法中的参数因子大小，从而以其具有快速性和自适应的优点，为地铁地下站空调通风系统控制提供了有效的解决途径。

2模糊控制在空调通风系统中的应用2. 1空调通风系统的控制过程分析空调通风系统的控制过程一般分四个阶段：(1)根据室外的温湿度确定空调通风大系统的当前运行模式；(2)根据当前的运行模式确定新风和回风的混合比例；(3)根据混风温湿度与设定值之间的偏差，自动线性调节冷水阀开度；(4)根据地下站内测到的温湿度数据，通过变频器调节回排风机和空调风机的转速。