5321

Автоматическое регулирование микроклимата в зданиях и сооружениях на базе нечеткой логики

Научная статья

Производство и промышленные технологии

Автоматическое регулирование микроклимата в зданиях и сооружениях на базе нечеткой логики В статье описывается алгоритм управления системой регулирования воздуха в помещениях зданий и сооружений, построенной на базе контроллера с нечёткой логикой. С...

Русский

2012-12-07

317 KB

53 чел.

Автоматическое регулирование микроклимата в зданиях и сооружениях на базе нечеткой логики

В статье описывается алгоритм управления системой регулирования воздуха в помещениях зданий и сооружений, построенной на базе контроллера с нечёткой логикой. Система позволяет управлять температурой и влажностью воздуха за счет изменения режимов работы сервоприводов исполнительных устройств.

Введение

В странах Европейского сообщества потребление энергии в зданиях составляет приблизительно 40 % от общих энергозатрат, и,  в зависимости от региона, более половины этой энергии используется для создания микроклимата в помещениях. Подсчитано, что, принимая во внимание технологические особенности систем, подобных системам управления энергоснабжением зданий (BEMSs), можно экономить до 20 % потребляемой энергии в секторе коммунальных услуг, то есть, 8 % от общего потребления энергии в населенных пунктах [1]. BEMS применяется главным образом для управления системами отопления, вентиляции и кондиционирования воздуха (HVAC).

HVAC - это оборудование, обычно применяемое для создания благоприятных и комфортных условий в зданиях. Потребление энергии, так же как и параметры микроклимата помещений в зданиях с системами вентиляции и кондиционирования, в большой степени зависит от способа проектирования, режимов работы и регулирования систем и оборудования HVAC.

Использование обширных банков данных для различных зданий может способствовать более эффективному проектированию HVAC для конкретного объекта. При этом система управления энергоснабжением здания приобретает признаки искусственного интеллекта. С помощью искусственного интеллекта система способна оценивать,  диагностировать и предлагать оптимальный режим работы оборудования. Некоторые технические приемы искусственного интеллекта могли бы  успешно применяться для расширения возможностей HVAC и при моделировании режимов работы оборудования. Таким образом, использование управляющих контроллеров систем HVAC, построенных на принципах нечеткой логики, могло бы привести к значительной экономии электроэнергии по сравнению с ручным управлением [1].

Принципы управления параметрами воздушной среды в помещениях зданий и сооружений на основе методов нечеткой логики

 

В отличие от простого регулирования параметрами воздушной среды в помещениях зданий и сооружений путем периодического включения и выключения оборудования, автоматическое регулирование осуществляется с использованием цифрового управления, алгоритм которого, обычно, базируется на использовании ПИД-регуляторов, а также регуляторов с адаптивной самонастройкой [2].

HVAC состоит из внутренней и внешней замкнутых воздушных систем, а также системы циркуляции охлажденной воды. В каждом контуре имеется ряд динамических переменных, которые взаимодействуют друг с другом. Таким образом, HVAC - это типичная нелинейная многомерная изменяемая во времени система.

Разработка математической модели, описывающей рабочий процесс в широком диапазоне, а также соответствующего регулятора, представляется довольно сложной задачей. В настоящее время для создания регуляторов в основном используются классические методы систем автоматического управления. На практике все еще широко используются ПИД-регуляторы, благодаря их низкой себестоимости и высокой надежности в сложных условиях эксплуатации.

При корректно настроенном ПИД-регуляторе работа системы может быть довольно эффективной, но лишь для узкого рабочего диапазона. Если  условия окружающей среды значительно меняются, то возникает потребность в его повторной настройке. Например, разработанный для регулирования отопления в месте с высокой теплоемкостью ПИД-регулятор будет квазиоптимальным, а в месте с низкой теплоемкостью возможно даже непригодным для использования. Подобные трудности имеют место для всех применяемых отопительных систем.

Регулятор на основе нечеткой логики может в полной мере  соответствовать этим требованиям и является более пригодным по сравнению с традиционными ПИД-регуляторами. Регулирование процесса подготовки и подачи воздуха на основе нечеткой логики, прежде всего, может  осуществляться для жилых и офисных помещений. Одной из главных причин использования нечеткой логики в этом в этом случае является экономия энергии и создание комфортных условий для человека [3-13].

Модель подготовки и подачи воздуха

В реальной действительности обычно недостаточно осуществлять регулирование лишь температурного режима воздуха. Необходимо также управлять уровнем его влажности в помещении. Главная идея системы подготовки и подачи воздуха, представленной на рис. 1, заключается в поддержании приемлемого уровня комфортности в различных местах здания по реальной потребности, а не только в создании однородной среды, которая обеспечивается путем переключения компрессора, обычно работающего по показаниям одного температурного датчика.

Рис. 1. Схема системы подготовки и подачи воздуха

1 от охладителя; 2 к охладителю; 3 – конденсаторный элемент; 4 – блок охлаждения; 5 – компрессор; 6 – двигатель; 7 подача фреона от испарителя; 8 – вентилятор; 9 воздухораспределитель; 10 – комната; 11 – распылитель; 12 – циклируемый воздух; 13 – датчик температуры; 14 – датчик влажности; 15 подача фреона к испарителю; 16 – испаритель; 17 – инвертор; 18 нечёткая логическая единица

Имеются три основных контролируемых величины: относительная влажность, реальная и желаемая температура воздуха. Представленная система состоит из компрессора и вентилятора с регулируемой скоростью, а так же  охлаждающего змеевика (испарителя). Данные о температуре и относительной влажности воздуха в каждой зоне непрерывно поступают в систему управления. Заданные значения температуры для каждой зоны могут быть или постоянными или меняться в соответствии с определенной программой. Выходные сигналы контроллера являются управляющими воздействиями для электродвигателей компрессора и вентилятора, осуществляющих изменение тепло-влажностного  режима в помещениях. Они соответствуют заданному диапазону, который определяют область лингвистического общения для функций принадлежности  нечёткого множества [14].

Разработка регулятора с нечеткой логикой

При проведении исследований рассматривается регулятор с нечеткой логикой (фази-регулятор) с четырьмя входными и с двумя выходными параметрами. К входным параметрам относятся действительные значения влажности и температуры воздуха, а также сигналы рассогласования по этим параметрам, характеризующие разницу между их заданными и действительными значениями:

Δe =e(k) – e(k-1),

где  e(k) - заданное значение температуры;

е(k-1) – действительное значение температуры.

К выходным параметрам относятся скорости вращения двигателей компрессора и вентилятора. Аналоговый сигнал поступает на вход цифро-аналогового преобразователя, выход которого является фактическим выходным значением системы управления с нечетким алгоритмом.

В результате проведенных экспериментов было выявлено, что при автоматическом регулировании предел колебаний температуры в здании составляет около ±2 oC. При управлении вручную границы этого предела расширяются. Разделяя диапазон в ±2 oC на семь числовых интервалов, мы определяем значения нечетких множеств температурной погрешности (рис. 2).

Фазификация температурной ошибки определяется периодом ее изменения. По данным проведенных в летних условиях опытов и экспериментов коэффициент изменения температурной погрешности составляет ±2 oC в минуту.

Фазификация относительной влажности осуществляется согласно функции принадлежности, а фазификация выхода производится согласно практическим рекомендациям оператора по максимальным скоростям двигателей компрессора() и вентилятора ().

Семь нечетких переменных для входной температурной погрешности (Δe) имеют следующую терминологию:  «очень холодно» (VC), «холодно» (CD), «прохладно» (CL), «нормально» (NR), «не жарко» (LH), «жарко» (HT) и, наконец, «очень жарко» (VH), как показано на рис. 3.

Рис. 3. Лингвистические функции принадлежности "температурная ошибка"

При  рассмотрении погрешности  перепада температур нечеткие переменные именуются как «Большая отрицательная погрешность»  (NL), «Средняя отрицательная величина»  (HM), «Малая отрицательная величина» (NS),  «Нейтральная» (NU),  «Положительно малая величина» (PS),  «Средняя положительная» (PM) , и «Большая положительная»   (PL),  как показано на рис. 4.

Рис. 4. Лингвистические функции принадлежности "ошибка перепада температуры"

Tаблица 1 представляет  базу  правил регулирования режима работы  компрессора, с учетом температурной погрешности (e), как входного параметра, а так же погрешности перепада температур ().

Табл. 1 Правило  нечеткого управления

e

VC

CD

CL

NR

LH

HT

VH

NL

VS

VS

SL

LS

FT

VF

VF

NM

SL

SL

SL

LS

LF

FT

FT

NS

SL

LS

LS

LS

NO

LF

LF

NU

LS

LS

NO

NO

NO

LF

LF

PS

LS

LS

NO

NO

LF

FT

FT

PM

SL

SL

LS

LF

LF

FT

FT

PL

VS

VS

SL

LS

FT

VF

VF

Исходя из этой базы  правил  рассчитывается нечёткое множество, обозначающее скорость двигателя компрессора. С помощью функции принадлежности (рис. 5) задается  требуемый режим работа компрессора относительно максимальной скорости. Нечеткие переменные, соответствующие скорости двигателя компрессора именуются как «Очень высокая» (VF), «Высокая» (FT), «Менее быстрая» (LF), «Нормальная» (NO), «Менее низкая» (LS),  «Замедленная» (SL), «Очень низкая» (VS).

Рис. 5. Лингвистические функции принадлежности скорости двигателя компрессора

 Подобным способом  вычисляется также скорость вентилятора на основе базы правил для скорости вентилятора  и функции принадлежности  по  сигналам от датчиков температуры (рис. 6) и относительной влажности (рис.7) (RH).

Для температуры имеется семь нечетких множеств (рис.6): «Очень холодно» (VC), «Холодно» (CD), «Прохладно» (CL), «Комфортно» (GD), «Тепло» (WM), «Жарко» (HT), и «Очень жарко» (VH).

Рис. 6. Лингвистические функции принадлежности температуры

Имеются также семь нечетких множеств для влажности (рис.7): «Сухо» (VL), «Не сухо» (LW), «Менее сухо» (LCO), «Комфортно» (COM), «Низкая  комфортность» (LWC), «Не сыро» (HG) и «Сыро» (VHG).

Рис. 7. Лингвистическая функция принадлежности относительной влажности

Рассмотрим значение e = -1.4oC и  = -1.2oC,  что означает, что  фактическая температура, измеренная при помощи датчика, высокая (жарко) и

e = -1.4oC удовлетворяет двум функциям множества   и , в то время как = -1.2oC  удовлетворяет двум функциям множества  и . Четыре входных параметра определяются процессом фазификации. Нечеткое множество выхода  преобразуется в  переменную численного решения с помощью центроидного  решения задачи методами нечёткой логики. Следовательно, центроид получен как:

Скорость двигателя компрессора должен быть увеличена на 80 %, и это разумно, так как температура достаточно высока. Вся процедура контроля регулируется посредством правил, представленных поверхностью управления. Рис. 8 показывает   изометрическое представление  изменения скорости

Рис.8. Изменение скорости двигателя компрессора

двигателя компрессора относительно температурной погрешности и (). При росте отрицательной погрешности, свидетельствующей повышении температуры в комнате,  FLC-контроллер отреагирует на это изменение, и  скорость двигателя компрессора постепенно возрастет.  Также, когда температурная погрешность увеличится положительно, скорость двигателя компрессора  постепенно уменьшится, и потребление энергии сократится.

На рис. 9 показано изменение скорости вентилятора в зависимости от относительной влажности. Введение  дополнительных уровней классификации

Рис. 9. Изменение скорости вентилятора в зависимости от относительной влажности

дает намного более гладкую поверхность управления. За счет увеличения числа  уровней фазификации возможно получить намного лучшую аппроксимацию. По мере  увеличения температуры  и влажности воздуха контролер будет реагировать на эти изменения в климате помещения и скорость вентилятора плавно  увеличится. В центре рисунка  можно увидеть  зону комфорта  (температура 22-26 oC  и влажность 30-60 %), поэтому  вентилятор будет работать со скоростью в половину своей мощности, что означает сокращение потребления энергии.

Литературные источники

  1.  Rafael Alcala´, Jorge Casillas, Oscar Cordo´ n, Antonio Gonza´ lez, Francisco Herrera,2005. " A genetic rule weighting and selection process for fuzzy control of heating, ventilating and air conditioning systems", Engineering Applications of Artificial Intelligence 18 (2005) 279–296.
  2.  Jili Zhang, Yongpan Chen "Advance of Systematic Design Methods on Fuzzy Control" Control Systems for Energy Efficiency and Comfort, Vol. V-2-5, 2006.
  3.  Jan jantzen" Design Of Fuzzy Controllers" Technical University of Denmark, Department of Automation, Bldg. 326,DK-2800Lyngby, 1998.
  4.  James Vernon " Fuzzy Logic Systems"www.control-systems-principles-co.uk.
  5.  Robert H. Bishop" THE MECHATRONICS HANDBOOK" CRC PRESS, 2002.
  6.  Jia Lei Lv Hongli, Wenjian Cai" Model Predictive Control Based on Fuzzy Linearization Technique For HVAC Systems Temperature Control" IEEE ,2006.
  7.  Jiang jiang Wang Dawei An and Cheng zhi Lou" Application of Fuzzy-PID Controller in Heating Ventilating and Air-Conditioning System" Proceedings of the 2006 IEEE International Conference on Mechatronics and Automation June 25 - 28, 2006, Luoyang, China.
  8.  Robert N. Lea Edgar Dohman& Wayne Prebilsky,Yashvant Jan" An HVAC Fuzzy Logic Zone Control System and Performance Results, IEEE, 1996.
  9.  Masanori Arima, Elmer H.hara,Jack.D.Katzberg "A fuzzy Logic and Rough sets Controller for HVAC Systems,IEEE,1995.
  10.  G.S.virk, A.B.ghazali and D.Azzi " Fuzzy Logic Control of Building Management System,IEE,1996.
  11.  P.P.Angelov, R.A.Buswell, V.I.Hanby and J.A.wright " A Methodology for Modeling HVAC Components using Evolving Fuzzy rules ", IEEE, 2000.
  12.  Ismail Saritas, Nazmi Etik, Novruz ,Allahverdi, Ibrahim Unal Sert " Fuzzy Expert System Design For Operating Room Air condition Control System", International Conference on Computer Systems and Technologies – CompSysTech,2007.
  13.  Md. Shabiul Islam, Md. Shakowat Zaman Sarker, Kazi Ashique Ahmed Rafi and Masuri Othman " Development of a Fuzzy Logic Controller Algorithm for Air-conditioning System" ICSE2006 Proc. Kuala Lumpur, Malaysia, 2006.
  14.  Robert N. Lea,Edgar Dohman,Wayne Prebilsky Yashvant Jan "An HVAC Fuzzy Logic Zone Control System and Performance Results" IEEE 1996.


 

А также другие работы, которые могут Вас заинтересовать

71811. ПРАВОВЫЕ ПРОБЛЕМЫ ФОРМИРОВАНИЯ ЭФФЕКТИВНОЙ СИСТЕМЫ СТРАХОВОЙ ЗАЩИТЫ ИМУЩЕСТВЕННЫХ ИНТЕРЕСОВ ГРАЖДАН И ЮРИДИЧЕСКИХ ЛИЦ В РОССИЙСКОЙ ФЕДЕРАЦИИ 106.5 KB
  Это определяет стратегическую позицию страхования в странах с развитой рыночной экономикой. Система страхования играла вспомогательную роль. Для современной России ускоренное развитие страхования как механизма защиты имущественных интересов лиц становится особенно значимым.
71812. Перспективы федеративного объединения Российской Федерации и Республики Беларусь 88.5 KB
  Объединение России и Белоруссии в Союзное государство важнейший вопрос современности как для Российской Федерации так и для Республики Беларусь. Процесс государственно-правовой интеграции России и Белоруссии идет трудно кроме прочего по причине сопротивления ему со стороны влиятельных сил...
71813. ПОНЯТИЕ, СОДЕРЖАНИЕ И КОНСТИТУЦИОННО-ПРАВОВЫЕ ОСНОВЫ ЗАЩИТЫ ПРАВ ЧЕЛОВЕКА ОТ ПРИЧИНЕНИЯ МОРАЛЬНОГО ВРЕДА 184.5 KB
  Основной закон России Конституция исходит из признания высшей ценностью человека его прав и свобод ст. Право лица на восстановление его нарушенного интереса возмещение имущественного ущерба и компенсацию морального вреда гарантированно статьей 46 Конституции и может быть...
71814. НАЛОГ КАК КАТЕГОРИЯ НАЛОГОВОГО ПРАВА 92 KB
  Одной из актуальных проблем налогового права выступает необходимость скорейшего совершенствования и унификации понятийного аппарата в сфере правового регулирования налогообложения. Обращаясь в связи с этим к рассмотрению налогово-правовой категории налога необходимо...
71815. ЭВОЛЮЦИЯ НАЛОГОВО-ПРАВОВЫХ МЕТОДОВ РЕГУЛИРОВАНИЯ ЭКОНОМИКИ СУБЪЕКТА РОССИЙСКОЙ ФЕДЕРАЦИИ С НАЧАЛА 90-Х ГОДОВ XX ВЕКА 145 KB
  В начале 90-х годов произошло существенное изменение роли налогов в экономике России. наделение субъектов Федерации самостоятельными источниками доходов и самостоятельными направлениями их расходования.
71816. ОРГАНИЗАЦИОННО-ТАКТИЧЕСКИЕ ОСНОВЫ РАБОЧЕГО И ЗАКЛЮЧИТЕЛЬНОГО ЭТАПОВ НАЛОЖЕНИЯ АРЕСТА НА ИМУЩЕСТВО 103.5 KB
  Рабочий этап наложения ареста на имущество складывается из трех последовательно сменяющих друг друга стадий предварительной обзорной и детальной. Предварительная стадия включает в себя ряд последовательно выполняемых действий в число которых входят: прибытие на место производства...
71817. Банковская система и её роль в национальной экономике. Особенности её развития в РБ 483.22 KB
  Объект исследования банковская система в Республике Беларусь. Предмет исследования деятельность банков в рамках национальной банковской системы. Цель работы: изучить состояние а также выявить перспективы банковской системы в Республике Беларусь.
71818. Проектирование системы отопления в доме отдыха поездных бригад на узловой станции 361 KB
  Исходные данные для проектирования Теплотехническая часть Наружная стена (НС) Наружные и входные двери (НДВ) Бесчердачное перекрытие-потолок (ПТ) Перекрытие над неотапливаемым подвалом (ПЛ) Окна и балконные двери (ОК) Результаты теплотехнических расчетов Определение потерь теплоты помещениями...