許 立
(河北北方學院附屬第一醫(yī)院后勤管理處,河北 張家口075000)
中央空調[1]系統(tǒng)是智能化建筑中一個重要的組成部分,但是中央空調系統(tǒng)的能耗量非常大,約占整個建筑能耗的60%~70%,因此如何使中央空調系統(tǒng)節(jié)能,已成為建筑節(jié)能的重點;而中央空調的控制策略直接決定著中央空調的能耗量,所以中央空調的控制策略成為人們研究的重點.
目前,中央空調系統(tǒng)的控制主要采用經(jīng)典控制理論中的PID數(shù)學模型,但由于空調系統(tǒng)是具有非線性、大滯后、時變等特性的復雜控制對象,很難建立精確的數(shù)學模型,使傳統(tǒng)的PID控制難以發(fā)揮良好的作用.近年來模糊控制在復雜的工業(yè)控制中得到了廣泛的應用,因其不依賴對象精確的數(shù)學模型而具有較強的魯棒性.但是模糊控制器穩(wěn)態(tài)精度低,動態(tài)性能欠佳[2].因此,本文提出了基于PID控制模型和模糊控制模型的自適應模糊PID控制策略,并應用于中央空調實際控制中,得到了比較滿意的控制品質.
標準PID控制器[3]是二階線性控制器,包括了比例 (Proportion)、積分 (Integral)、微分 (Deriva-tive)三個控制環(huán)節(jié),通過調整比例、積分和微分三項參數(shù),使得大多數(shù)的工業(yè)控制系統(tǒng)獲得良好的閉環(huán)控制性能.在工業(yè)控制中采用其離散算式:
其中u(n)為控制器的輸出量,e(n)為誤差信號,Kp為比例因子系數(shù),Ki為積分因子系數(shù),Kd為微分因子系數(shù).Kp、Ki、Kd在不同的工況下參數(shù)需修改才能自適應控制,在實際應用時需要根據(jù)遺傳算法優(yōu)化、神經(jīng)網(wǎng)絡辨識得出,由于一般被控對象都有較大的延遲特性,所以,很難獲得理想的控制效果.只有實際工況比較典型時,對累計誤差、超調量、調節(jié)時間等指標做適當限制的情況下,才能獲得較優(yōu)的控制效果.
標準模糊控制器[4]是運用模糊推理的方法,將專家知識庫和經(jīng)驗值描述為 “IF…,THEN…”語句所表達的一組過程控制規(guī)則與策略,能夠有效的控制系統(tǒng)的控制過程.它由三部分組成:模糊化、控制規(guī)則推理和反模糊化.模糊化和反模糊化單元直接與過程單元相連,控制規(guī)則推理單元則包含了專家知識庫和經(jīng)驗值.設計時,宜采用高斯函數(shù)描述誤差e、誤差變化率ec以及輸出u的隸屬函數(shù),并根據(jù)控制特性與仿真效果調整函數(shù)分布情況.為取得更優(yōu)的效果,推理規(guī)則Ke、Kec、Ku一般采用遺傳算法進行優(yōu)化.模糊控制由于缺少積分環(huán)節(jié),控制過程中會產(chǎn)生較大穩(wěn)態(tài)誤差,而且由于控制規(guī)則不能夠無窮細分,調節(jié)量大時,容易發(fā)生波動,調節(jié)量小時,穩(wěn)態(tài)誤差又會加劇.
選取模糊模型中的TS(Takagi-Sugeno)模糊模型[5],將誤差e、誤差變化率ec、誤差累積es三個變量作為模糊控制器的輸入變量,輸出變量為u,構成一個三維模糊PID控制器,控制系統(tǒng)的結構框圖如圖1所示.
圖1 控制系統(tǒng)結構原理圖
基于TS模型的模糊PID控制規(guī)則用下式的形式表示:
因此,自適應模糊PID控制器的控制規(guī)則就是通過確定形如上式的表達式,并借鑒一般模糊控制規(guī)則的方法,將整定PID控制器參數(shù)的經(jīng)驗轉化為TS模型的模糊PID控制器的控制規(guī)則,形成自適應模糊PID控制策略.
3.2.1 輸入變量詞集及其隸屬函數(shù)的確定
為誤差論域e建立五個模糊子集:NB,NS,ZO,PS,PB;為誤差變化率論域ec建立三個模糊子集:NS,ZO,PS;為誤差累積es建立三個模糊子集:NS,ZO,PS;各個模糊子集的隸屬函數(shù)曲線為全對稱、全交疊的連續(xù)、線性的三角形和梯形,如圖2和圖3所示.
圖2 誤差e的隸屬函數(shù)曲線
圖3 誤差變化率ec和誤差累積es的隸屬函數(shù)曲線
3.2.2 PID參數(shù)整定的原則
進行PID參數(shù)整定時,遵循的原則有:
(1)當誤差e較大時,應快速消除誤差,所以要提高響應速度,Kp值可取大一點,Ki值可為零,即采取PD控制.
(2)當誤差e較小時,為繼續(xù)減小誤差,防止超調量過大,產(chǎn)生振蕩,Kp值應減小,Ki值取小些,即采取PID控制.
(3)當誤差e和誤差變化率ec同號時,表示被控量的變化趨勢是向著偏離設定值方向變化的,為使響應盡快回調,Kp應取大值;當e和ec異號時,表示被控量的變化趨勢是向著接近設定值方向變化的,所以被控量趨近設定值時,比例作用阻礙了異號的積分作用,避免了由積分超調引起的振蕩,有利系統(tǒng)控制,但是當被控量遠離設定值并向設定值趨近時,則由于這兩項異號,控制過程會減慢.當e較大ec為負值時,Kd應取負值,從而加快控制系統(tǒng)的動態(tài)過程.
(4)誤差變化率ec的大小表示誤差變化速率和趨勢.
(5)微分環(huán)節(jié)的作用是控制誤差變化情況,阻礙誤差變化趨勢,減少超調量,避免振蕩,使系統(tǒng)更穩(wěn)定,加快系統(tǒng)響應速度,減少調節(jié)時間,改善系統(tǒng)動態(tài)指標,因此,在調節(jié)過程中適當加入微分環(huán)節(jié)非常必要.
實際控制中,被控量主要取決于誤差e,而誤差變化率ec僅僅作為判斷變化趨勢的依據(jù).
依據(jù)PID參數(shù)的調整原則,結合專家知識和經(jīng)驗,由文獻[6]歸納出下列10條模糊表達式以描述參數(shù)整定規(guī)則:
R1:If e is NB,ec is N,then u1=2.5 Kpe+0.35 Kdec
R2:If e is NB,ec is P,then u2=2.5 Kpe-0.35 Kdec
R3:If e is NS,ec is N,then u3=Kpe+Kdec+0.35 Kies
R4:If e is NS,ec is P,then u4=Kpe+Kdec+0.35 Kies
R5:If e is not ZO,ec is ZO,then u5=2.5 Kpe+Kdec+Kies
R6:If e is ZO,then u6=0.65 Kpe+0.65 Kdec+0.35 Kies
R7:If e is PS,ec is N,then u7=1.5 Kpe+Kdec+0.35 Kies
R8:If e is PS,ec is P,then u8=1.5 Kpe+Kdec+0.35 Kies
R9:If e is PB,ec is N,then u9=2.5 Kpe-0.35 Kdec
R10:If e is PB,ec is P,then u10=2.5 Kpe+0.35 Kdec
3.4.1 控制規(guī)則后件中常系數(shù)的確定
控制規(guī)則后件中的常系數(shù)是各項作用因子的加權系數(shù),體現(xiàn)出不同情況下控制系統(tǒng)重視比例、積分和微分環(huán)節(jié)的程度;一方面,這些常系數(shù)的確定要依據(jù)PID參數(shù)整定的原則調節(jié),例如圖4所示,第1、2、9、10條規(guī)則對應體現(xiàn)于圖中的D、E、A、H處,此時宜采用PD控制,且Kp值要取大些,Kd值要取小些,因而這兩個系數(shù)分別取2.5和0.35,第3、4、7、8條規(guī)則分別對應于C、F、B、G處,因其靠近平衡態(tài),宜采用PID控制,第5條規(guī)則對應于響應曲線的上下峰值處附近,也采用PID控制,但Kp值宜取大些,第6條規(guī)則對應于響應曲線與設定值相交處附近,由于這時誤差己很小,為了消除穩(wěn)態(tài)誤差,亦采取PID控制;另一方面,為保證相關規(guī)則之間的轉換能夠平滑過渡,避免出現(xiàn)相鄰規(guī)則間受控量大幅跳躍的情況出現(xiàn),對各條規(guī)則之間系數(shù)的選擇還要從全局上綜合考慮,這里我們通過參數(shù)Kp、Ki、Kd的調節(jié)來滿足.
圖4 系統(tǒng)響應曲線圖例
3.4.2 控制規(guī)則中Kp、Ki、Kd的確定
控制規(guī)則中Kp、Ki、Kd初值的確定可依據(jù)標準PID參數(shù)的整定方法,例如采取如Z-N法和工程整定法進行整定.因為規(guī)則后件中的常系數(shù)已經(jīng)確定,但為保證相關規(guī)則之間的轉換能夠平滑過渡,避免出現(xiàn)相鄰規(guī)則間受控量大幅跳躍的情況出現(xiàn),所以Kp、Ki、Kd的取值不能太大或者太小.由于遺傳算法擁有強大的搜索能力,故而我們采用自適應遺傳算法[7]對控制規(guī)則中的參數(shù)進行尋優(yōu).
本文中自適應模糊PID控制器的控制規(guī)則采取了PID控制形式的線性方程解析形式,有兩個優(yōu)勢:第一,可以充分借鑒常規(guī)PID控制中參數(shù)整定的規(guī)則;第二,采取連續(xù)的解析方程式描述控制規(guī)則,可不受模糊變量論域量化等級有限的限制,既能夠對誤差、誤差變化率的量化因子Ke、Kec、Kes取較大的值,又能夠對輸出比例因子Ku取的很小,同時對參數(shù)進行自適應調整,獲得動態(tài)響應快和穩(wěn)態(tài)精度高的良好性能.鑒于調整隸屬函數(shù)對系統(tǒng)性能影響很小,量化因子和比例因子卻對系統(tǒng)的性能影響很大,且相對容易調整,所以這里主要考慮量化因子和比例因子的調整及對系統(tǒng)性能的影響.由于待整定的參數(shù)沒有一個控制品質衡量標準,且數(shù)量繁多,為此這兩個因子亦采用遺傳算法進行優(yōu)化,從而獲得優(yōu)化指標下最優(yōu)的控制性能.
模糊推理和反模糊化過程選用代數(shù)積即重心法進行.得到控制輸出表達式:
將本文中研究的控制策略應用于某醫(yī)院住院樓的中央空調系統(tǒng)中,以現(xiàn)有樓宇自控產(chǎn)品 (施耐德)為基礎,根據(jù)樓宇自控系統(tǒng)現(xiàn)狀和實際工況,在中央空調溫度控制系統(tǒng)中引入自適應模糊PID控制策略,依靠計算機程序采用全軟件方式實現(xiàn)對系統(tǒng)的控制.中央空調系統(tǒng)的控制參量是冷凍水循環(huán)系統(tǒng)的出水與回水溫差,將其值與設定的目標值進行實時比較,經(jīng)過量化后通過調用現(xiàn)場的直接數(shù)字控制器 (DDC)中內嵌的PID控制器,可得到不同的誤差e、誤差變化率ec和誤差累積es,經(jīng)過基于自適應的模糊推理規(guī)則,獲得相應的輸出變量即比例、微分和積分的系統(tǒng)參數(shù);再用該參數(shù)精確地控制系統(tǒng)的輸出,即控制PWM電路的輸出占空比,從而得到相應的0~20 mA的控制電流;用此控制電流控制變頻器[8].使其輸出對應0~50 Hz的交流電源,控制電機的轉速,從而控制中央空調主機功率.自適應模糊PID算法程序流程圖如圖5所示.
圖5 自適應模糊PID算法程序流程圖
為了比較PID控制、常規(guī)模糊控制、自適應模糊PID控制三種控制器的控制性能,通過建立與實際工作情況接近的數(shù)學模型,用MATLAB進行仿真研究[9].經(jīng)過現(xiàn)場數(shù)據(jù)采集,采用測試法建立了具體的數(shù)學模型,分別為:
仿真數(shù)據(jù)見表1:
通過表1可以看出PID控制無靜差,但超調量大,調節(jié)時間長;常規(guī)模糊控制,超調量較小,調節(jié)時間短,且與PID控制相比,對控制對象參數(shù)的變化具有更強的適應能力,控制靈活,但存在靜差,穩(wěn)定性差;自適應模糊PID控制集合了前兩者的優(yōu)勢,具有靈活性、快速性、智能性的優(yōu)點,并且穩(wěn)定性和魯棒性最好,從而得到了最優(yōu)的控制品質.
表1 MATLAB仿真測試數(shù)據(jù)
中央空調是智能建筑中的能耗大戶,運用新技術來提高中央空調節(jié)能效果對不必要的能耗有著很重大的現(xiàn)實意義.本文介紹了一種自適應模糊PID控制策略,并應用于實際的工程案例,還通過實驗數(shù)據(jù)說明了自適應模糊PID控制擁有比單獨的PID控制和常規(guī)模糊控制更好的控制性能,能極大地降低中央空調的能耗,具有一定的理論意義和實用價值.
[1] 何耀東,何青.中央空調 [M].北京:冶金工業(yè)出版社,1998:1-32
[2] 霍小平.中央空調自動控制系統(tǒng)設計 [M].北京:中國電力出版社,2004:6-13
[3] 陶永華.新型PID控制及其應用 [M].北京:機械工業(yè)出版社,2002:56-62
[4] 李士勇.模糊控制、神經(jīng)控制和智能控制論 [M].哈爾濱:哈爾濱工業(yè)大學出版社,1998:53-60
[5] 張曾科.模糊數(shù)學在自動化技術中的應用 [M].北京:清華大學出版社,1997:42-45
[6] 黃金才,陳文偉,黃宏斌,等.基于TS模糊神經(jīng)網(wǎng)絡的Fuzzy規(guī)則自動獲取研究 [J].小型微型計算機系統(tǒng),2001,22 (05):578-580
[7] 羅梅,賈志娟.模糊自適應參數(shù)調整的改進遺傳算法 [J].微電子學與計算機,2010,27(04):01-05
[8] 成開友.PLC和變頻器在中央空調節(jié)能改造中的應用 [J].工業(yè)控制計算機,2010,23(07):114-115
[9] 張靜.MATLAB在控制系統(tǒng)中的應用 [M].北京:電子工業(yè)出版社,2007:56-59