APP下载

船舶空调热舒适控制策略

2019-12-30刘红敏龚志豪王一初徐斌

上海海事大学学报 2019年4期
关键词:舱室模糊控制偏差

刘红敏 龚志豪 王一初 徐斌

摘要:

针对传统船舶空调PID控制动态性能和抗干扰能力弱的缺点,设计一种将PID控制与模糊理论相结合的模糊PID控制。利用MATLAB,分别对传统的PID控制、模糊控制和模糊PID控制进行仿真比较,发现模糊PID控制具有控制精度高、超调小、波动小、动态响应快的特点。船舶航行于复杂的环境中,舱室内热舒适温度随着外界环境变化需不断调整,对船舶空调温度控制系统采用模糊PID控制可以精确、快速地使船舶舱室达到热舒适的状态。

关键词:

船舶空调; 热舒适; 模糊PID控制

中图分类号:U664.86

文献标志码:A

Control strategy of thermal comfort of ship airconditioning

LIU Hongmin, GONG Zhihao, WANG Yichu, XU Bin

(Merchant Marine College, Shanghai Maritime University, Shanghai 201306, China)

Abstract:

Aiming at the shortcomings of the dynamic performance and anti-interference ability of traditional PID control for the ship airconditioning system, a fuzzy PID control combining PID control and the fuzzy theory is designed. By MATLAB, the traditional PID control, the fuzzy control and the fuzzy PID control are simulated and compared. It is found that the fuzzy PID control is of high control precision, small overshoot, small fluctuation and fast dynamic response. For ships sailing in a complex environment, thethermal comfort temperature in cabin needs to be constantly adjusted to complicated external environment, and the fuzzy PID control for the ship airconditioning temperature control system can make the ship cabin comfortable accurately and quickly.

Key words:

ship airconditioning; thermal comfort; fuzzy PID control

收稿日期: 2018-10-30

修回日期: 2019-06-17

基金項目: 国家自然科学基金(51406112)

作者简介:

刘红敏(1976—),女,上海人,副教授,硕导,博士,研究方向为船舶空调热舒适传热优化和节能控制,(E-mail)hmliu@shmtu.edu.cn

0 引 言

目前,船舶空调作为人们调节船舶舱室环境的主要工具之一,主要通过对舱室温度、相对湿度、送风量等环境参数进行控制,使舱室环境相对舒适。舒适控制其实可以看成是传统的等温控制的拓展,以热舒适指标为评价标准进行温度控制也可以看作是舒适控制的一种方式[1]。船舶空调温度控制系统本身具有复杂性、非线性,并且容易受外界环境变化的干扰,而传统PID控制方法是根据精确的数学模型进行控制的,这样就很难获得令人满意的动态控制效果。随着近年来模糊数学理论的发展,将模糊控制算法应用到热舒适控制中,能使空调系统在满足热舒适的条件下节约能源。模糊逻辑控制

(fuzzy logic control, FLC)

简称为模糊控制,它是基于模糊数学理论,采用模糊语言进行模糊逻辑推理的一种现代智能控制方式[2]。

FLC已经成为模糊理论中最热的研究方向之一[3]。目前,对于室内热舒适的控制已有将模糊控制与其他控制理论相结合的控制方式。CALVINO等[4]对不同预测平均投票(predicted mean vote,PMV)控制方式下室内热舒适的能源消耗进行了比较。CIABATTONI等[5]开发了针对暖通空调(heating, ventilating and airconditioning,HVAC)系统的新型模糊控制,该控制考虑了PMV指标,并适用于室外天气条件。周毅[6]采用模糊控制结合神经网络预测模型设计出热舒适空调的控制器。HUSSAIN等[7]采用遗传算法调整优化了FLC,研究了在空调系统中基于PMV指标控制的舒适性和节能性问题。

传统的船舶空调温度控制系统通常由感应元件单一感受被控参数(如温度、湿度和送风量),调节执行机构阀门的开关或开度。传统的船舶空调温度控制基于PID线性控制方法,该控制方法作用于室内空气参数,而非从人体热舒适角度出发。本文针对船舶空调热舒适控制系统具有非线性和滞后性的特点,并结合PMV指标,设计了一个模糊控制与PID控制相结合的自适应控制系统。

1 船舶空调温度控制系统的设计

传统的船舶空调温度控制系统是基于PID控制的,其动态性能和抗干扰能力较弱。模糊PID控制将PID控制与模糊理论相结合,一旦受控变量发生变化,就可调节控制参数,并且具有自动识别受控参数的优点[8]。

1.1 模糊PID控制

传统PID控制可以整定固定的PID控制参数。然而,若控制对象具有时变性、滞后性和非线性,则不能实时在线修正PID控制参数。模糊PID控制将模糊控制与传统PID控制相结合,利用模糊数学的基本理论和方法,用模糊集表示模糊规则的条件和运算,把PID控制参数的调整经验编成模糊控制规则,系统根据输入条件进行模糊推理,然后自适应调整PID控制参数。模糊PID控制基于经典PID控制,根据模糊推理和变论域调节PID控制参数增量,实时修正PID控制参数[9]。

模糊PID控制(见图1)根据输入的偏差和偏差变化率,经过模糊推理,输出参数的动态校正值。

图1中:r(t)为输入信号;y(t)为输出信号;e和ec分别是输入的偏差和偏差变化率;ΔKp、ΔKi和ΔKd分别为比例系数Kp、积分系数Ki和微分系数Kd

的修正值。

式中:Kp0、Ki0和Kd0是传统的PID控制参数,可以通过反复试验或其他方法获得[10];ΔKp、ΔKi和ΔKd由模糊控制器获得。参数自调整模糊控制对参数初始值的控制要求不高,可通过反复试验获得,然后通过模糊控制对PID参数进行修正,提高系统的动态性能。

1.2 船舶空调温度控制系统模型

船舶舱室的热舒适调节系统其实是一种热力学系统。用参数模型对船舶空调温度控制系统

进行简化分析,建立船舶空调热舒适控制系统的数学模型。

由于船舶空调热舒适控制系统是基于空气传递热能的热力学系统,假设船舶舱室温度均匀分布且与室外环境无热量交换,

则认为其是一个绝热系统。假设船舶空调是采用变频调节压缩机的方式进行舱室温度调节的,室外温度保持恒定。为计算方便对船舶空调温度控制系统做如下假设:在不同频率运转条件下制冷压缩机的制冷系数(coefficient of performance,COP)不变,制冷系统冷负荷负载不变,热交换系数λ不变。根据以上假设,针对船舶实际情况,对PMV-PPD(predicted percentage dissatisfied,预测不满意百分比)模型中的服裝热阻值和人体新陈代谢量进行修正,得到更加适用于船舶舱室热舒适评价的指标PMV*,并计算得到船舶空调温度控制系统的传递函数[11]为

根据船舶舱室热舒适条件下被控参数的选择研究,忽略影响船舶舱室热舒适评价指标PMV*的因素中与人体相关的因素(如服装热阻和人体新陈代谢)和与环境相关的不可控因素(如平均辐射温度),剩余的可控因素按影响大小排序:空气温度、空气流速、空气相对湿度。海面上空气的相对湿度大、环境复杂多变,要精确控制比较困难,对比基于MATLAB的仿真结果,相对湿度在温度较高时影响较大,因此将相对湿度控制在满足人体舒适要求的范围内(如30%~60%,可根据不同的航行区域进行选择)。由于船舶在海上航行时环境气候不断变化,而舱室内空气流动受外界影响较大,难以准确测量和控制风速(低风速对舒适度的影响较低),此外,船舶多采用定风量控制,若改造成变风量控制则会增加成本,因此选择恒定风速0.2 m/s。对于船舶舱室的舒适度控制,将其转化为对舱室空气温度的控制,间接实现船舶舱室的热舒适控制。

2 模糊PID控制器的设计

本文设计一种通过模糊控制方法实时调节PID控制参数的自适应控制系统。设定好船舶空调PID控制系统的控制参数

Kp0、Ki0和Kd0,再根据模糊控制得到PID控制参数的修正值ΔKp、ΔKi和ΔKd,两者相加算出最终的PID控制参数Kp、Ki和Kd。

根据船舶空调舒适度控制的原理,采用PMV*神经网络预测方法输出的温度值与空气温度实际值的偏差e和偏差变化率ec作为模糊推理的两个输入量,经过模糊规则推理输出PID控制参数变化量ΔKp、ΔKi和ΔKd[12],得到一个结构为2输入3输出的模糊推理系统。利用MATLAB Toolbox中Fuzzy Logic构建模糊控制器系统文件,其中,选取输入变量偏差e的基本论域为[-6,6],偏差变化率ec的基本论域为[-0.3,0.3],设置模糊控制器的输入变量偏差e和偏差变化率ec的模糊论域为[-3,3],则量化因子ke=6/3=2,

kec=3/0.3=10。为使仿真过程更加清晰,将模糊控制器的输出(ΔKp、ΔKi和ΔKd)的模糊论域设置为[-3,3]。ΔKp的基本论域为[-0.3,0.3],则量化因子kp=0.3/3=0.1;ΔKi的基本论域为[-0.06,0.06],则量化因子ki=0.06/3=0.02;ΔKd的基本论域为[-3,3],则量化因子kd=3/3=1。船舶空调模糊PID控制系统的论域转化见表1。

根据以上所设的模糊论域,采用{NB,NM,NS,ZO,PS,PM,PB}语言变量集表示模糊控制输入和输出的模糊集,这7个语言变量分别对应于负大、负中、负小、零、正小、正中和正大[13]。模糊控制的隶属函数通常有三角形、梯形、高斯型和正态分布型等,一般根据专家或操作人员的经验进行选择。考虑到三角形隶属函数运算简单,计算量小[14],控制效果较好,在船舶空调系统中易于硬件实现,故采用三角形隶属函数。

在制定模糊控制规则前,必须先了解PID控制参数Kp、Ki和Kd对系统偏差e和偏差变化率ec的影响。比例系数Kp影响系统响应速度,增加比例系数可以减少系统的静态误差,但如果Kp过大,控制系统会振荡,影响控制效果。积分系数Ki越大,消除系统的静态误差就越快,但是当积分系数过大时系统的稳定性会降低。微分系数Kd可以减少超调量并减少调节时间,但微分系数过大,反而会增加系统的调节时间导致系统抗干扰能力下降。根据上述PID控制参数对系统控制效果的影响,可以得到控制参数Kp、Ki和Kd的自整定原理:

(1)若系统实际输出值与设定值之间的偏差e较大,则需采用较大的比例系数Kp提升系统响应速度,同时为避免积分饱和,应采用较小微分系数Kd限制积分作用。

(2)当系统偏差e和偏差变化率ec中等时,比例系数Kp、积分系数Ki应取较小的适中值,以减小超调量。此时,微分系数Kd对系统的响应速度影响较大,应取适当的值。

(3)当系统偏差e较小时,系统稳定性差,比例系数Kp和积分系数Ki应适当增大[15],而微分系数Kd应取适当的值,提高抗干扰能力,避免系统在设定值附近振荡。

根据各参数的自整定原理,得出ΔKp、ΔKi和ΔKd的模糊控制规则表,见表2~4。

确定了系统输入和输出后,根据模糊控制规则表,在模糊规则编辑器中输入表2~4中的模糊控制规则,构造一个2输入3输出的模糊系统。

3 船舶空调热舒适控制系统仿真

采用MATLAB中的Simulink工具箱对船舶空调热舒适控制系统进行仿真比较,分别模拟传统PID控制、模糊控制和模糊PID控制的控制效果。由于船舶空调控制系统非常复杂,难以抽象出具体的模型。仿真只是为了研究该理论的可行性,因此选择式(2)为仿真模型,选择阶跃信号作为初始给定值进行对比测试。传统PID控制参数是通过经验方法得到的,经过多次测试,当在本案例中设置Kp=0.37、Ki=0.023和Kd=1.5时,传统PID控制具有良好的响应曲线。采用模糊控制的方法对系统进行仿真,得到模糊PID控制的仿真框图,见图2。根据仿真框图设计模糊PID控制模块,见图3。

图2中:Step表示阶跃信号;Add表示加法运算;fuzzy PID为模糊PID控制器;In和Out分别表示输入端口和输出端口;Transfer Fcn 表示传递函数模型;Transport Delay 表示信号按给定进行延时处理;Scope为示波器。

图3中:Fuzzy Logic Controller 表示模糊逻辑控制器;Constant表示

輸入的3个控制器参数常数信号;Gain 表示3个控制器参数分别做比例运算。

经过多次测试得出,控制参数修正值ΔKp、ΔKi、ΔKd分别为0.008、0.000 5和0.01时系统最优。

4 三种控制方案的仿真结果和分析

传统的PID控制、模糊控制和模糊PID控制的仿真是利用MATLAB提供的Simulink工具箱完成的。在仿真中,设置阶跃信号

目标温度为26 ℃作为

系统的输入,设置仿真时间为1 000 s,并且控制参数的初始值是相同的。仿真结果见图4。

对比输出结果(见图4)可知:在PID控制中,系统的超调量为40.38%,系统稳定时间为650 s;在模糊控制中,模糊控制可以消除超调量,系统稳定时间为400 s,但系统的稳态误差值过大,没法达到设定的参数(模糊控制的稳态值为26.2 ℃,与设定的26 ℃有0.2 ℃的稳态误差);在模糊PID控制中,其温度上升时间比PID控制的短,在150 s时到达峰值,系统的超调量为38%,相较于PID控制降低了2.3%,系统稳定时间为400 s,比PID控制缩短了38.4%,充分显示了模糊PID控制的优越性(能够吸收PID控制和模糊控制的优点,提高控制效果)。

为进一步比较系统的动态能力,同时在系统稳定后2 000 s增加1 ℃的阶跃信号,改变温度后的仿真结果见图5。从图5可以看出:当控制系统温度动态变化时,模糊PID控制较好地抑制了干扰,振幅比PID控制的低,模糊PID控制重新达到稳定的时间为100 s,PID控制则为200 s,表明模糊PID控制的动态调控能力更强;相较而言,模糊控制依然有

较大的稳态误差,这是因为模糊控制属于有差控制,稳定的温度值与设定值之间会存在一定的误差,而模糊PID控制和PID控制均引入了积分控制,能提高稳态精度,因此从抗干扰方面可以看

出模糊PID控制的效果优于模糊控制和传统的PID控制的效果。

对照文献[16]的试验结果,如图6所示,将PID

模糊控制和传统PID控制应用于HVAC实验室系

统的空气处理机组的温度控制中,对比两种控制的响应曲线,得到与传统PID控制相比,模糊PID控制跟踪迅速、超调时间短、稳定性好、具有较强的鲁棒性的结论,这与本文仿真结果较为一致。

对于船舶空调热舒适控制系统,由于船舶航行于复杂的环境中,舱室内热舒适温度随着外界环境变化需不断调整,在船舶空调中采用模糊PID控制可以精确、快速地使船舶舱室达到热舒适的状态。

5 结束语

本文根据修正的PMV*指标,选择间接控制船舶舱室温度的方式,构建船舶舱室的热舒适环境模型,设计了一种模糊PID控制器对船舶舱室进行温度控制。采用MATLAB对传统PID控制、模糊控制和模糊PID控制进行对比,并对3种控制的控制效果进行对比。对比曲线表明,模糊PID控制的超调量为38%,仿真曲线收敛时长为400 s,控制误差可以稳定在0.5%以下,相比于传统PID控制和模糊控制,对具有非线性和滞后性的船舶空调热舒适控制系统有更好的鲁棒性和稳态精度,能够达到船舶舱室人体舒适的要求,为船舶空调控制策略的选择提供了一定的借鉴意义。由于本文的仿真是在其他条件处于稳态的情况下进行的,实际情况要复杂得多,因而建模时考虑更全面的因素是今后先进控制方式在船舶空调上应用研究的重点。

参考文献:

[1]文浩. 不同熱湿环境参数组合对空调系统能耗的影响研究[D]. 长沙: 湖南大学, 2014.

[2]王刚, 王海龙, 王萍. 模糊逻辑控制的C语言实现[J]. 科技创业月刊, 2017, 30(11): 139-140. DOI: 10.3969/j.issn.1665-2272.2017.11.056.

[3]XU Zhitao, ZHANG Yanjun, HAN Cheng. Research on voltage control system of welding machine based on improved fuzzy control algorithm[C]//Chinese Automation Congress. IEEE, 2018: 3627-3631. DOI: 10.1109/CAC.2017.8243410.

[4]CALVINO F, GENNUSA M L, MORALE M, et al. Comparing different control strategies for indoor thermal aimed at the evaluation of the energy cost of quality of building[J]. Applied Thermal Engineering, 2010, 30: 2386-2395. DOI: 10.1016/j.applthermaleng.2010.06.008.

[5]CIABATTONI L, CIMINI G, FERRACUTI F, et al. Indoor thermal comfort control through fuzzy logic PMV optimization[C]//International Joint Conference on Neural Networks. IEEE, 2015: 1-6. DOI: 10.1109/IJCNN.2015.7280698.

[6]周毅. 以热舒适度为目标的室内空调环境建模、优化与仿真研究[J]. 自动化应用, 2017(12): 13-15.

[7]HUSSAIN S, GABBAR H A, BONDARENKO D, et al. Comfort-based fuzzy control optimization for energy conservation in HVAC systems[J]. Control Engineering Practice, 2014, 32: 172-182. DOI: 10.1016/j.conengprac.2014.08.007.

[8]徐志涛. 高频焊机控制器及其远程监控技术的开发与研究[D]. 青岛: 青岛科技大学, 2018.

[9]DING Wensi, MO Qiujing. Full control of quadrotor based on fuzzy PID hybrid control system[J]. Machine Tool & Hydraulics, 2017, 45(6): 1-6. DOI: 10.3969/j.issn.1001-3881.2017.06.001.

[10]ZHAO Yawei, LIU Ying. The application and simulation of fuzzy adaptive PID in household heating metering system[J]. Journal of Shenyang Ligong University, 2015, 34(1): 82-86.

[11]邢娜.热舒适条件下的船舶空调节能研究[D]. 上海: 上海海事大学, 2007.

[12]江丰, 缪小平, 张迪, 等. 基于模糊PID控制的风管漏风量检测装置设计[J]. 港工技术, 2017, 54(1): 51-54. DOI: 10.16403/j.cnki.ggjs20170112.

[13]陈冬, 赵宇红. 基于SCA优化模糊PI控制器的PMSM转速控制[J]. 电气传动, 2019, 49(5): 31-36. DOI: 10.19457/j.1001-2095.dqcd19263.

[14]张根宝, 程震晨. 一种氧气分析仪激光器的温度控制系统研究[J]. 陕西科技大学学报(自然科学版), 2016, 34(5): 157-161, 178.

[15]郭帅, 李军伟, 高松, 等. 基于滑移率的双电机电动汽车转矩分配系统[J]. 广西大学学报(自然科学版), 2016, 41(6): 1797-1806. DOI: 10.13624/j.cnki.issn.1001-7445.2016.1797.

[16]吕红丽. Mamdani模糊控制系統的结构分析理论研究及其在暖通空调中的应用[D]. 济南: 山东大学, 2007.

(编辑 赵勉)

猜你喜欢

舱室模糊控制偏差
50种认知性偏差
82000载重吨散货船噪音超标舱室改进方案
在干船坞进行机舱区舱室结构试验的研究及应用
加固轰炸机
医疗救护飞机舱室布局概念设计
基于dSPACE和PLC的控制算法测试系统设计
模糊控制算法在发动机排气管道有源消声系统中的应用研究
真相
基于粒子群优化训练的模糊控制数学建模方法
模糊PID控制废水pH值研究