全空氣系統中央空調溫度控制仿真研究

田 野 張晨晨 馬永志

全空氣系統中央空調溫度控制仿真研究

田 野 張晨晨 馬永志

（青島大學機電工程學院 青島 266022）

全空氣系統中央空調可完全控制建筑物的濕熱環境和空氣質量。它集成了冷卻、加熱、中央新鮮空氣、PM0.3過濾、加濕除濕、紫外線殺菌、低能耗和低噪音等功能，是真正意義上的能實現人類舒適空氣環境的中央處理系統。利用Matlab/simulink軟件對一全空氣系統中央空調進行建模仿真研究，重點利用了模糊PID控制器對房間溫度進行仿真研究，研究結果表明，傳統的PID控制雖然魯棒性較強，但是存在一定的誤差。將模糊控制與PID控制相結合，設計自適應模糊PID控制器能夠使全空氣系統中央空調實現更小的超調，溫度控制效果更好。

模糊PID；simulink；全空氣空調；仿真

0 引言

隨著人們生活水平的提高，傳統的壁掛式空調越來越不能滿足人們對室內空氣品質的需求，全空氣空調在舒適和健康方面的優越性逐漸體現出來，受到人們的廣泛青睞，在大型商場、辦公樓等場所應用越來越廣泛[1]。溫度調節是空調系統的重要功能之一，傳統的溫度控制方法和PID控制方法對于溫度變化的調節能力不足，控制效果達不到人們的預期，且能源消耗多[2]。

為了提高全空氣系統中央空調的溫度控制效果，國內外專家學者們在這方面進行了很多研究，提出了許多改進措施。文獻[3]針對空調模型的不確定性，提出了一種魯棒PID控制方法。文獻[4]提出了一種PID控制器自整定方法來對積分過程進行處理。文獻[5]用模糊控制對空調機組進行了實驗。這些研究雖然一定程度上提高了控制效果，但是，對于難以建立精確數學模型的系統不能形成有效的控制。目前國內外在全空氣系統中央空調方面的研究較少，本文在前人研究的基礎上，將模糊控制與PID相結合，并且利用Matlab中的Simulink工具箱建立了全空氣系統中央空調溫度控制的仿真模型，仿真結果證明了該控制策略的有效性與優越性，為改善空調控制性能提供了一定的基礎。

1 自適應模糊PID控制器策略

1.1 傳統控制方法

傳統的全空氣系統中央空調溫度控制原理是根據安裝在房間內的溫度傳感器檢測溫度[6]，當溫度發生改變時，溫度傳感器將檢測量反饋給溫度設定值，然后二者進行對比，如果產生的誤差超過了設定范圍，這時對控制器就會接收對比信號，開始調整送風量，室內溫度得以控制。這種控制方法雖然簡單，但是存在一定的問題，比如無法實現溫度的精準控制?？照{房間內的人員不是固定的，室內溫度會受到人員數量的影響，除此之外，空調運行時也會對室內溫度產生影響，增加了溫度控制難度。

1.2 PID控制

相比于傳統的溫度控制方法，PID控制能夠加快系統的調節速度，同時能夠減少誤差和消除靜差[7]?？刂埔幝蔀閇8]：

式中，()為控制器的輸出；K為比例系數；()為偏差信號；T為積分時間常數；T為微分時間常數。

若用傳遞函數表示，則為：

1.3 模糊PID控制理論

PID控制具有結構簡單、穩定性能好等優點，在建立精確數學模型方面具有重要作用[9]。但是全空氣系統中央空調是一個復雜的系統，具有非線性、耦合性、滯后、多變量等特性[10]，采用傳統的PID控制算法很難達到較好的控制效果[11]。模糊控制作為傳統控制發展的高級階段，能夠有效解決控制對象參數在大范圍變化的問題。模糊PID控制就是將模糊控制思想和PID控制器結合起來，兼有二者的優點[12]。全空氣系統中央空調溫度控制原理如圖1所示。

圖1 溫度模糊PID控制原理圖

1.4 模糊控制器設計

表1 輸入及輸出量參數表

模糊控制規則的建立主要依靠專家的知識經驗和PID控制原理。一般來說，當偏差較大時，選擇控制量的目的是盡快消除偏差，當偏差較小時，保持系統的穩定更為重要?；趯嶋H情況和專家經驗，得出的模糊規則表如表2所示。

表2 模糊規則表

2 模糊PID仿真研究

2.1 系統數學模型及參數

全空氣系統中央空調是個相對復雜的系統[14]，要建立較為精確的數學模型比較困難。通過查閱相關的資料文獻[15]，并結合實際的工程特點，將房間模型進行簡化處理，得到房間模型的傳遞函數為：

空調箱末端傳遞函數為：

由此可以得到整個仿真系統的傳遞函數為：

在Matlab中的simulink工具箱中建立仿真模型，將傳統PID控制系統和模糊PID系統進行了比較[16]，得到系統結構如下：

圖3 模糊PID控制子系統結構圖

系統的輸入采用階躍信號，初始參數設置為溫度=25℃，K0=0.8，K0=0.00156，K0=1。

2.2 仿真結果分析

圖4 仿真結果圖

仿真后的結果如圖4所示，從仿真結果可以看出，在一定誤差范圍內，沒有外界干擾的情況下，PID和模糊PID兩種控制方法都可以較好的滿足溫度控制的要求，不過在全空氣系統中央空調溫度控制方面，模糊PID反應時間比傳統PID控制更短，可以很快的達到溫度設定值，而且系統超調也有了顯著的降低，而且模糊PID控制方法更加適合全空氣系統中央空調這種負荷變化大的系統，魯棒性更好，因此在全空氣系統中央空調溫度控制方面，模糊PID相較于傳統PID控制效果更加優越。

3 結論與展望

本文針對全空氣系統中央空調原有的PID控制方式響應較慢等問題，將模糊控制與PID控制相結合，實現了全空氣系統中央空調更快的動態響應。首先分別介紹了PID控制和模糊PID控制原理，然后建立了系統的數學模型，在Matlab中的simulink工具箱中建立了兩種控制方式的模型進行對比，仿真結果表明，PID控制由于受到滯后影響，超調較大，調節時間較長，控制效果達不到預期。模糊PID結合了模糊控制與PID控制的優點，提高了系統的響應速度，且超調量顯著降低，為進一步改善全空氣系統中央空調的控制性能提供了一定的基礎。

[1] 周利黔,王路安,王夢宇.新型中央空調控制系統設計[J].自動化儀表,2020,41(1):65-68.

[2] 王麗珍,鄭晟.中央空調系統溫度控制器優化設計[J].計算機仿真,2018,35(2):266-269.

[3] M Kasahara,T Matsuba. Design and tuning of robust PID control-ler for HVAC system[J]. ASHRAE Transactions,1999,105(2):154-166.

[4] 趙永國.過程辨識與PID自整定理論及其在暖通空調系統中的應用[D].濟南:山東大學,2008.

[5] HUANG S, NELSON R M. Rule development and adjustment strategies of a fuzzy logic controller for an HVAC system[J]. ASHRAE Transactions,1994b,100(1):841-856.

[6] 單鑫.公共建筑中央空調系統控制優化及仿真研究[D].保定:華北電力大學,2014.

[7] 張義.變風量空調系統控制的優化[D].重慶:重慶大學,2010.

[8] 張寶峰,張燿,朱均超,等.基于模糊PID的高精度溫度控制系統[J].傳感技術學報,2019,32(9):1425-1429.

[9] 曹振華.變頻空調房間溫度模糊控制的仿真研究[J].制冷與空調,2019,(4):433-436.

[10] 王延年,張帥.內模解耦控制在中央空調系統的應用[J].電子設計工程,2015,(12):61-63.

[11] 于瀛,楊世忠,衡麗帆.遺傳模擬退火整定PID算法的應用仿真研究[J].自動化應用,2018,(3):67-69.

[12] 彭珊,于靖華,楊清晨,等.高大空間空氣處理單元氣流組織特性分析[J].制冷與空調,2020,20(3):40-44.

[13] 戴曉嘉.模糊PID控制器的研究及其PLC實現[D].錦州:遼寧科技大學,2016.

[14] 馬季.內冷式雙冷源溫濕度獨立控制空調系統的優化研究[D].重慶:重慶大學,2016.

[15] 吳虎彪.寒冷地區學校建筑空調系統設計[J].制冷與空調,2020,20(4):64-67.

[16] 岳芳.中央空調系統優化控制研究[D].唐山:華北理工大學,2019.

Simulation Research on Temperature Control of Central Air Conditioning in All-air System

Tian Ye Zhang Chenchen Ma Yongzhi

( College of Mechanical and Electrical Engineering,Qingdao University,Qingdao, 266022)

The central air conditioning system of the all-air air system realizes the overall control of the building's hot and humid environment and air quality. It integrates the functions of refrigeration, heating, central fresh air, PM0.3 filtration, humidification, dehumidification, UV sterilization, low energy consumption, low noise and so on. It is a real human comfortable air environment central processing system. Matlab software is used to model and simulate an all-air air conditioning system, and the fuzzy PID controller is used to simulate the room temperature. The results show that the traditional PID control has strong robustness, but there are some errors. The adaptive fuzzy PID controller can achieve smaller overshoot by combining fuzzy control with PID control.

Fuzzy PID; Simulink; All-air air conditioning; Simulation

TU831.6

A

1671-6612（2021）02-254-04

山東省2018年重點研發計劃（公益性科技攻關類）項目（2018GGX105007）

田 野（1995-），男，碩士研究生，E-mail：975699949@qq.com

馬永志（1972-），男，博士，副教授，E-mail：hiking@@126.com

2020-08-10