基于遗传算法的PID控制在变风量空调系统上的应用

变风量空调系统是一个具有大惯性、大滞后、变参数的复杂系统。通常变风量空调系统传统的PID控制,但常规PID控制的参数难以整定、系统超调量大、动态响应速度慢等问题。本文将基于遗传算法的PID控制应用到变风量空调系统中,经过MATLAB仿真,表明基于遗传算法的PID控制具有响应速度快、无超调量、过渡时间短等特点,可以大大提高系统的控制品质,以达到节能的目的。     

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

本文分析了空调控制系统、变风量空调系统特点及目前存在的控制问题,提出了空调控制系统引入智能控制方案的可行性与必要性,针对变风量空调系统的特点和要求,提出变风量空调系统的控制方案。控制回路由冷水流量—送风温度控制、风机转速—静压点静压控制、送风量—室内温度控制、新风量—二氧化碳浓度控制四个控制回路组成,建立了一种新的多层神经网络,实现了神经网络和PID控制规律的本质结合,在变风量空调控制系统中表现出很强的学习和自适应解耦能力,MATLAB仿真试验说明了系统设计的有效性。     

变风量空调系统的神经网络控制

首先阐述了变风量空调系统及其人工神经网络控制的策略,并从建立模型、样本训练和控制实现方面阐述了BP神经网络在变风量空调系统中的应用,对其不足和改进也做了简单说明。     

基于模糊神经网络的变风量空调风机变频控制节能研究

本文介绍了变风量空调系统的控制方法和变频技术的节能,对变风量空调系统中变频技术的应用与分析。     

智能建筑变风量空调系统控制技术研究

本文简要地介绍了VAV空调系统(变风量空调)在智能建筑中的应用情况,分析了变风量系统的最佳应用范围,论述了变风量系统的主要控制技术,指出了运用智能控制理论对变风量系统进行全局优化控制是一个很好的方案。     

变风量空调系统(VAV)在智能建筑中的工程实例系统分析

变风量空调系统VAV(即Variable Air Volume英文缩写)是以节能为目的发展起来的-种空调系统形式,其实质是保持空调的送风温度,根据空调房间内实际负荷的变化来调节空调送风量,从而达到控制房间温度的目的.随着暖通技术和自动控制技术的发展,变风量系统在实际工程中得到了越来越多的应用.本文以中国人寿大厦为例介绍了变风量空调系统的发展史、变风量空调系统的结构、变风量空调系统的工作原理及控制、以及变风量空调系统相对于其他空调系统的优势及不足.并结合智能大厦内变风量系统介绍了系统运行状况.     

基于小波网络的变风量空调预测控制

变风量（VAV）空调系统具有节能、空气品质高的特点．应用前景广阔,本文介绍了变风量空调系统的基本原理。结合变风量空调系统的特点,在基于被控房间数学模型的基础上,将小波神经网络应用于变风量空调室温控制中。研究VAV空调的控制技术以提高其系统性能。     

集中空调变风量系统的控制方法

集中空调变风量系统是一种新兴的空调系统,已经得到了广大居民的普遍欢迎。在本次研究中首先阐述了空调变风量系统的概念,然后对集中空调的形式进行了介绍,剖析了集中空调变风量系统的优势,并详细说明了集中空调变风量系统的控制方法,是一次较为系统的研究。对于该系统的研发人员和使用者来说都具有参考价值。相信随着技术手段和方法的不断发展,集中空调变风量系统将给人们营造出更舒适的环境。     

浅谈变风量空调系统控制方法

一个好的变风量空调系统,除了精确的设计计算,合理的系统布置,到位的施工安装外,选择一个最佳的控制方法也很关键。在工程实际运用中,采用较多的有：定静压控制法;变静压控制法,直接数字控制法（DDC）;风机总风量控制法。本文简要介绍变风量空调系统几个方面的控制方法。     

变风量空调系统的控制

变风量空调系统的设计和控制系统的设计是密不可分的。直接数字控制DDC虽然不一定采用反馈环路控制，但是也包含这5部分控制内容。它们是变风量空调控制系统的必要组成部分。当然，系统不定期会有预冷、预热等其他控制。     

变风量空调系统设计浅谈

变风量空调系统是一种先进的空调方式,因系统的室内空气品质良好、部分负荷时节能性能优越以及空调区域控制灵活,广泛应用于国外的各类办公、商业建筑.近几年来,随着我国办公等建筑设计标准的提高,变风量空调系统正在替代传统的风机盘管加新风系统,相信在不远的未来将能得到更好的推广和应用.     

基于负荷预测的地铁通风空调系统节能方案

地铁通风空调系统是个耗能大户,要想降低其能耗,只能从这些设备的正确运行中实现。最理想的模式就是任何情况下保持能量平衡和不受负荷冲击。根据车站负荷历史数据和统计曲线,建立通风空调系统负荷预测模型,并根据预测模型计算出送风量。详细论述了根据预测负荷进行通风空调系统的变风量控制方法,提出在变风量条件下按照"最小新风量降温除湿工况"、"全新风降温除湿工况"、"全新风等湿降温工况"、"通风工况"这四种主要状态的控制方法。     

用LNS DDE服务器和Matlab计算引擎建立控制算法实验平台

文中介绍了基于Lonworks控制单风道变风量空调实验系统。底层采用LonPoint系列产品建立了一个控制算法实验平台。软件部分基于客户机服务器体系结构,成功地使Matlab DDE和LNS DDE服务器的互连,构建了一种开放的、标准的网络实验系统。     

变风量单风道空调系统设计探讨

目前我国变风量空调系统研究还比较滞后,由于变风量空调系统是一种全新的、节约能源的系统,在设计中值得推广。本文通过从工艺原理上对变风量空调系统做了详细的阐述。     

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

针对变风量空调（VAV）系统具有大时滞、高度非线性和输入量多的特点,提出了变结构模糊神经网络预测优化控制算法,采用正一逆模糊神经网络建立VAV系统的预测模型,通过混合学习算法对变结构模糊神经网络的前、后件参数进行辨识,并对该系统进行仿真研究,达到了较好的控制效果。     

基于模糊神经网络的变风量空调系统风量预测研究

总风量控制法自提出后,由于末端动作频繁、通信量大、控制复杂而一直处于研究完善阶段.本文在空调室的神经网络预测控制系统得出满意的动、静态性能的基础上.将模糊控制与BP神经网络结合,建立了模糊神经网络对变风量空调系统的风量进行预测,使它们有效地发挥各自的优势并弥补各自的不足,提高了预测的精度.预测结果表明这种改进的控制方式在空调系统的负荷预测方面是有效的、可行的.     

基于LPNTI-PLC的HVAC系统反馈控制

针对变风量中央空调系统HVAC,频繁工作、多干扰和控制滞后以及被控对象参数未知或是时变的情况,传统的控制方法不能够很好的消除干扰和控制延迟导致系统不能很好地进行反馈调节,控制效果欠佳。提出了基于拉氏正反变换积分PLC的HVAC系统反馈控制方法,该方法在多动态工况下的HVAC系统的应用,能够提高控制精度,根据系统输入、输出变化量阶跃响应,建立LPNTI积分控制模型,只要模型选取合适的参数,就能消除静差和余差,避免饱和超调,而且进一步校正模型的稳定性,使得适应HVAC系统动态工况,同时,基于鲁棒性能指标,控制方法设计了PLC控制模型。实验结果表明,此方法比传统的控制方法更具有优越性,体现了有效性和实用性,对提升HVAC系统的控制精度和响应速度具有较大的帮助。     

DDC在纺织空调系统中的应用

本文讲述了如何用直接数字系统（即DDC）在纺织空调中实现对温湿度的精确控制以及达到节能的效果。控制器首先对传感器采集来的车间状态的数据进行各种比较运算,然后通过对风阀开度、水泵及风机转速的控制来实现对温湿度的精确控制。     

电力监控系统的应用分析及事故处理

电力监控系统主要是通过对计算机、测控单元等的有效利用,以实现采集实时数据、检测开关状态等功能,为远程控制、设备控制等提供依据。通过电力监控系统的使用,将能够有效的降低运行成本,提高生产效率,及时的对变配电运行过程当中的各种状况做出应对。以下主要是针对电力监控系统的应用分析,以及在发生事故之时的处理方式。     

某办公楼变风量空调系统节能诊断

本文通过对某办公建筑变风量空调系统的节能诊断,结合实际运行数据分析研究了变风量空调系统在设计和运营过程中存在的问题,并针对所发现的问题提出了改进方案。