CN103823368B - 基于权重规则表的pid型模糊逻辑控制方法 - Google Patents
基于权重规则表的pid型模糊逻辑控制方法 Download PDFInfo
- Publication number
- CN103823368B CN103823368B CN201410038997.XA CN201410038997A CN103823368B CN 103823368 B CN103823368 B CN 103823368B CN 201410038997 A CN201410038997 A CN 201410038997A CN 103823368 B CN103823368 B CN 103823368B
- Authority
- CN
- China
- Prior art keywords
- signal
- vague description
- pid
- export
- description variable
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 103
- 238000006243 chemical reaction Methods 0.000 claims abstract description 67
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 86
- 238000010438 heat treatment Methods 0.000 claims description 23
- 238000004378 air conditioning Methods 0.000 claims description 20
- 230000004048 modification Effects 0.000 claims description 13
- 238000012986 modification Methods 0.000 claims description 13
- 238000005070 sampling Methods 0.000 claims description 13
- 230000009514 concussion Effects 0.000 abstract description 6
- 238000005457 optimization Methods 0.000 abstract 1
- 230000008859 change Effects 0.000 description 11
- 230000000694 effects Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 230000001276 controlling effect Effects 0.000 description 6
- 238000001816 cooling Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 238000010792 warming Methods 0.000 description 3
- 240000008574 Capsicum frutescens Species 0.000 description 2
- 239000000498 cooling water Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 208000030208 low-grade fever Diseases 0.000 description 1
- 238000012113 quantitative test Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种基于权重规则表的PID型模糊逻辑控制方法，包括以下步骤：①PID信号转换单元对设定信号和反馈信号进行转换；②建立模糊集合，且定义每个模糊描述变量的权重值；③确定每个模糊描述变量的归属度；④将每个模糊描述变量的归属度乘以该模糊描述变量所对应的权重值并进行加和得到加和信号；⑤将加和信号输出给控制运算单元；⑥控制运算单元输出信号给执行单元进行执行，同时采集反馈信号至PID信号转换单元；⑦重复①～⑥直至设定信号与反馈信号相同。本发明使传统复杂的模糊规则表被简单的权重规则表替换，使得专家经验能够以更加简洁直观的呈现；不需要经过反模糊化单元优化了整体控制方法；控制过程具有极小的超调量和震荡。
Description
技术领域
本发明涉及模糊逻辑控制领域，特别的涉及一种基于权重规则表的PID型模糊逻辑控制方法。
背景技术
PID（比例（proportion）、积分（integral）、微分（derivative））控制器作为最早实用化的控制器已有70多年历史，PID控制器由比例单元（P）、积分单元（I）和微分单元（D）组成，PID控制器简单易懂，使用中不需精确的系统模型等先决条件，因而成为应用最为广泛的控制器。
传统的PID控制法目前已经广泛应用于各种控制过程。但是，对于一些复杂的控制过程而言，PID控制法并不能产生良好的控制效果。例如，在利用直膨式空调进行温湿度同时控制的过程中，由于温度控制环路和湿度控制环路之间的高度耦合，以及这一过程非线性、多变量、和时变的特性，若采用PID控制法，会导致两个控制环路之间的震荡，表现出很差的动态控制特性。因此，研究者不断致力于改善PID控制法以及开发更为先进的其他控制法。
模糊逻辑控制法是一种基于人工智能技术的高级控制法。当某一过程过于复杂，无法确切地定量分析其动态运行特性时，模糊逻辑可以利用专家经验，给出良好的控制效果。有研究者提出将模糊逻辑控制法同PID控制法相结合，形成PID型模糊逻辑控制法，一方面可以有效地提升PID控制法在复杂控制过程应用中的控制效果，另一方面也可以规范模糊逻辑控制法的输入形式。
然而，目前并没有一个标准的方法来建立PID型模糊逻辑控制法。其中，难以用模糊规则表将专家经验用简洁的方式表达出来是一个重要的原因。在传统的模糊规则建立过程中，模糊规则表的大小同输入信号的个数成次方的关系。输入信号的增加或者其对应的模糊描述变量的增加，都会使得模糊规则表急剧的变大，同时使得对其进行优化调整的难度急剧增大。例如，假设差分信号有K个模糊描述变量，积分信号有M个模糊描述变量，微分信号有N个模糊描述变量，那么模糊化后，最终将有K*M*N个模糊规则，形成一个巨大的三维模糊规则表。而另一方面，减少模糊描述变量，会降低模糊规则表反映真实控制特性的准确度。因此难以在复杂度和准确度之间取得很好的平衡。这大大限制了PID型模糊逻辑控制法的推广应用。
发明内容
针对上述问题，本发明提供了一种基于权重规则表的PID型模糊逻辑控制方法。传统复杂的模糊规则表被简单的权重规则表所替换，使得专家经验能够以更加简洁直观的方式加以呈现。并且利用权重规则表后，模糊推理单元的输出可以直接用于运算控制信号的输出，而无须象传统的模糊逻辑控制法那样还要经过反模糊化单元才能被加以应用。这也进一步优化了整体控制法。
本发明采取的技术方案如下:
一种基于权重规则表的PID型模糊逻辑控制方法，包括以下步骤：
1）将设定信号和反馈信号通过PID信号转换单元进行转换，得到若干转换信号；
2）针对每种转换信号定义一个包含若干模糊描述变量的模糊集合，每个模糊集合都定义有一个相应的归属函数，且对每个模糊描述变量定义相应的权重值；
3）根据转换信号以及与其对应的归属函数，得到转换信号所对应的模糊描述变量，以及该模糊描述变量所对应的归属度，其他与转换信号不对应的模糊描述变量的归属度均为0；
4）将模糊描述变量的归属度乘以该模糊描述变量所对应的权重值，得到模糊描述变量的转换值，将所有模糊描述变量的转换值进行加和得到加和信号；
5)将加和信号输出给控制运算单元，控制运算单元进行运算得到当前的控制信号，
运算方法为：
如果W(t)>0，则△Q(t)=[(Q(max)-Q(t-1))/W(max)]*W(t)，
如果W(t)=0，则△Q(t)=0，
如果W(t)<0，则△Q(t)=[(Q(t-1)-Q(min))/W(min)]*abs(W(t))，
Q(t)=Q(t-1)+△Q(t)，
其中，W(t)为加和信号，W(max)为步骤4）能输出的最大加和信号，W(min)为步骤4）能输出的最小加和信号，Q(max)为控制运算单元所能输出的最大控制信号，Q(min)为控制运算单元所能输出的最小控制信号，Q(t-1)为上一时刻控制运算单元的控制信号，△Q(t)为当前的控制信号的改变量，Q(t)为当前的控制信号；
6）将当前的控制信号Q(t)输给执行单元，使执行单元对被控系统进行控制，同时通过传感器采集被控系统的反馈信号，并将反馈信号输入至PID信号转换单元；
7）重复步骤1）～6）直至设定信号与反馈信号相同。
所述步骤1)中，设定信号为r(t)，反馈信号为y(t)，设定信号r(t)和反馈信号y(t)输入PID信号转换单元得到的转换信号为差分信号e(t)、积分信号i(t)以及微分信号d(t)三种中的至少一种，其中差分信号e(t)=y(t)-r(t)，积分信号i(t)=∑e(t)*ts，微分信号d(t)=[e(t)-e(t-1)]/ts，ts为采样时间单元。
本发明还提出了一种空调系统的基于权重规则表的PID型模糊逻辑控制方法。
一种空调系统的基于权重规则表的PID型模糊逻辑控制方法，包括以下步骤：
1）将房间温度设定信号和房间温度反馈信号通过PID信号转换单元进行转换，得到若干转换信号；
2）针对每种转换信号定义一个包含若干模糊描述变量的模糊集合，每个模糊集合都定义有一个相应的归属函数，且对每个模糊描述变量定义相应的权重值；
3）根据转换信号以及与其对应的归属函数，得到转换信号所对应的模糊描述变量，以及该模糊描述变量所对应的归属度，其他与转换信号不对应的模糊描述变量的归属度均为0；
4）将模糊描述变量的归属度乘以该模糊描述变量所对应的权重值，得到模糊描述变量的转换值，将所有模糊描述变量的转换值进行加和得到加和信号；
5)将加和信号输出给控制运算单元，控制运算单元进行运算得到当前的控制信号，
运算方法为：
如果W(t)>0，则△Q(t)=[(Q(max)-Q(t-1))/W(max)]*W(t)，
如果W(t)=0，则△Q(t)=0，
如果W(t)<0，则△Q(t)=[(Q(t-1)-Q(min))/W(min)]*abs(W(t))，
Q(t)=Q(t-1)+△Q(t)，
其中，W(t)为加和信号，W(max)为步骤4）能输出的最大加和信号，W(min)为步骤4）能输出的最小加和信号，Q(max)为控制运算单元所能输出的最大控制信号，Q(min)为控制运算单元所能输出的最小控制信号，Q(t-1)为上一时刻控制运算单元的控制信号，△Q(t)为当前的控制信号的改变量，Q(t)为当前的控制信号；
6）将当前的控制信号Q(t)输给执行单元，使执行单元对被控系统进行控制，同时通过传感器采集被控系统的房间温度反馈信号，并将房间温度反馈信号输入至PID信号转换单元；
7）重复步骤1）～6）直至房间温度设定信号与房间温度反馈信号相同。
所述步骤1)中，房间温度设定信号为r(t)，房间温度反馈信号为y(t)，房间温度设定信号r(t)和房间温度反馈信号y(t)输入PID信号转换单元得到的转换信号为差分信号e(t)、积分信号i(t)以及微分信号d(t)三种中的至少一种，其中差分信号e(t)=y(t)-r(t)，积分信号i(t)=∑e(t)*ts，微分信号d(t)=[e(t)-e(t-1)]/ts，ts为采样时间单元。
作为优选，所述步骤1)中，温度设定信号r(t)和温度反馈信号y(t)输入PID信号转换单元得到的转换信号为差分信号e(t)和微分信号d(t)两种。
当空调系统为直膨式空调，且在制冷状态时，所述执行单元为压缩机的变频器。
当空调系统为直膨式热泵，且在采暖状态时，所述执行单元为压缩机的变频器。
当空调系统为直膨式热泵，且在辅助采暖状态时，所述执行单元为加热功率控制器。
当空调系统为水冷式冷水机，且在制冷状态时，所述执行单元为水路阀门开度控制器或风机的变频器。
本发明还提出了一种中央冷水式空调的基于权重规则表的PID型模糊逻辑控制方法。
一种中央冷水式空调的基于权重规则表的PID型模糊逻辑控制方法包括以下步骤：
1）将水环路的送水压力设定信号和水环路的送水压力反馈信号通过PID信号转换单元进行转换，得到若干转换信号，
所述送水压力设定信号为r(t)，所述送水压力反馈信号为y(t)，送水压力设定信号r(t)和送水压力反馈信号y(t)输入PID信号转换单元得到的所述转换信号为差分信号e(t)、积分信号i(t)以及微分信号d(t)三种中的至少一种，其中，差分信号e(t)=y(t)-r(t)，积分信号i(t)=∑e(t)*ts，微分信号d(t)=[e(t)-e(t-1)]/ts，ts为采样时间单元；
2）针对每种转换信号定义一个包含若干模糊描述变量的模糊集合，每个模糊集合都定义有一个相应的归属函数，且对每个模糊描述变量定义相应的权重值；
3）根据转换信号以及与其对应的归属函数，得到转换信号所对应的模糊描述变量，以及该模糊描述变量所对应的归属度，其他与转换信号不对应的模糊描述变量的归属度均为0；
4）将模糊描述变量的归属度乘以该模糊描述变量所对应的权重值，得到模糊描述变量的转换值，将所有模糊描述变量的转换值进行加和得到加和信号；
5)将加和信号输出给控制运算单元，控制运算单元进行运算得到当前的控制信号，
运算方法为：
如果W(t)>0，则△Q(t)=[(Q(max)-Q(t-1))/W(max)]*W(t)，
如果W(t)=0，则△Q(t)=0，
如果W(t)<0，则△Q(t)=[(Q(t-1)-Q(min))/W(min)]*abs(W(t))，
Q(t)=Q(t-1)+△Q(t)，
其中，W(t)为加和信号，W(max)为步骤4）能输出的最大加和信号，W(min)为步骤4）能输出的最小加和信号，Q(max)为控制运算单元所能输出的最大控制信号，Q(min)为控制运算单元所能输出的最小控制信号，Q(t-1)为上一时刻控制运算单元的控制信号，△Q(t)为当前的控制信号的改变量，Q(t)为当前的控制信号；
6）将当前的控制信号Q(t)输给执行单元，该执行单元为冷水泵的转速控制器，使转速控制器对冷水泵的转速进行控制，同时通过传感器采集被控系统的送水压力反馈信号，并将送水压力反馈信号输入至PID信号转换单元；
7）重复步骤1）～6）直至水环路的送水压力设定信号和水环路的送水压力反馈信号相同。
本发明还提出了一种热水器的基于权重规则表的PID型模糊逻辑控制方法。
一种热水器的基于权重规则表的PID型模糊逻辑控制方法，包括以下步骤：
1）将水温设定信号和水温反馈信号通过PID信号转换单元进行转换，得到若干转换信号；
2）针对每种转换信号定义一个包含若干模糊描述变量的模糊集合，每个模糊集合都定义有一个相应的归属函数，且对每个模糊描述变量定义相应的权重值；
3）根据转换信号以及与其对应的归属函数，得到转换信号所对应的模糊描述变量，以及该模糊描述变量所对应的归属度，其他与转换信号不对应的模糊描述变量的归属度均为0；
4）将模糊描述变量的归属度乘以该模糊描述变量所对应的权重值，得到模糊描述变量的转换值，将所有模糊描述变量的转换值进行加和得到加和信号；
5)将加和信号输出给控制运算单元，控制运算单元进行运算得到当前的控制信号，
运算方法为：
如果W(t)>0，则△Q(t)=[(Q(max)-Q(t-1))/W(max)]*W(t)，
如果W(t)=0，则△Q(t)=0，
如果W(t)<0，则△Q(t)=[(Q(t-1)-Q(min))/W(min)]*abs(W(t))，
Q(t)=Q(t-1)+△Q(t)，
其中，W(t)为加和信号，W(max)为步骤4）能输出的最大加和信号，W(min)为步骤4）能输出的最小加和信号，Q(max)为控制运算单元所能输出的最大控制信号，Q(min)为控制运算单元所能输出的最小控制信号，Q(t-1)为上一时刻控制运算单元的控制信号，△Q(t)为当前的控制信号的改变量，Q(t)为当前的控制信号；
6）将当前的控制信号Q(t)输给执行单元，使执行单元对被控系统进行控制，同时通过传感器采集被控系统的水温反馈信号，并将水温反馈信号输入至PID信号转换单元；
7）重复步骤1）～6）直至水温设定信号与水温反馈信号相同。
水温设定信号为r(t)，水温反馈信号为y(t)，水温设定信号r(t)和水温反馈信号y(t)输入PID信号转换单元得到的转换信号为差分信号e(t)、积分信号i(t)以及微分信号d(t)三种中的至少一种，其中差分信号e(t)=y(t)-r(t)，积分信号i(t)=∑e(t)*ts，微分信号d(t)=[e(t)-e(t-1)]/ts，ts为采样时间单元。
所述执行单元为加热器的加热功率控制器。
本发明的有益效果是：
1、传统复杂的模糊规则表被简单的权重规则表所替换，使得专家经验能够以更加简洁直观的方式加以呈现。
2、利用权重规则表后得到的加和信号可以直接用于控制运算单元，而无须像传统的模糊逻辑控制法那样还要经过反模糊化后才能被加以应用。这进一步优化了整体控制法。
3、利用该控制法，能够快速将被控参数控制到设定值，并且控制过程具有极小的超调量和震荡。
4、该控制法可以自动适应在控制过程中系统特性发生的改变，使得控制效果始终维持最佳。
附图说明
图1是基于权重规则表的PID型模糊逻辑控制方法的流程图；
图2是实施例2中对比实验设备的结构示意图；
图3是实施例2中差分信号对应的归属函数图；
图4是实施例2中微分信号对应的归属函数图；
图5是实施例2中基于权重规则表的PID型模糊逻辑控制法的实际测试的室内空气干湿球温度结果图；
图6是实施例2中传统PID控制法的实际测试的室内空气干湿球温度的变化结果图。
各附图标记为：
1.空调系统，2.管道，3.热湿负荷发生器，4.房间，5.可编程式自动控制系统。
具体实施方式
实施例1
如图1所示，一种基于权重规则表的PID型模糊逻辑控制方法，包括以下步骤：
1）将设定信号和反馈信号通过PID信号转换单元进行转换，得到若干转换信号。
其中，设定信号为r(t)，反馈信号为y(t)，设定信号r(t)和反馈信号y(t)输入PID信号转换单元得到的转换信号为差分信号e(t)、积分信号i(t)以及微分信号d(t)三种中的至少一种，其中差分信号e(t)=y(t)-r(t)，积分信号i(t)=∑e(t)*ts，微分信号d(t)=[e(t)-e(t-1)]/ts，ts为采样时间单元。
2）针对每种转换信号定义一个包含若干模糊描述变量的模糊集合，每个模糊集合都定义有一个相应的归属函数，且对每个模糊描述变量定义相应的权重值。
3）根据转换信号以及与其对应的归属函数，得到转换信号所对应的模糊描述变量，以及该模糊描述变量所对应的归属度，其他与转换信号不对应的模糊描述变量的归属度均为0。
4）将模糊描述变量的归属度乘以该模糊描述变量所对应的权重值，得到模糊描述变量的转换值，将所有模糊描述变量的转换值进行加和得到加和信号。
5)将加和信号输出给控制运算单元，控制运算单元进行运算得到当前的控制信号，
运算方法为：
如果W(t)>0，则△Q(t)=[(Q(max)-Q(t-1))/W(max)]*W(t)，
如果W(t)=0，则△Q(t)=0，
如果W(t)<0，则△Q(t)=[(Q(t-1)-Q(min))/W(min)]*abs(W(t))，
Q(t)=Q(t-1)+△Q(t)，
其中，W(t)为加和信号，W(max)为步骤4）能输出的最大加和信号，W(min)为步骤4）能输出的最小加和信号，Q(max)为控制运算单元所能输出的最大控制信号，Q(min)为控制运算单元所能输出的最小控制信号，Q(t-1)为上一时刻控制运算单元的控制信号，△Q(t)为当前的控制信号的改变量，Q(t)为当前的控制信号。
6）将当前的控制信号Q(t)输给执行单元，使执行单元对被控系统进行控制，同时通过传感器采集被控系统的反馈信号，并将反馈信号输入至PID信号转换单元。
7）重复步骤1）～6）直至设定信号与反馈信号相同。
通过本实施例，传统复杂的模糊规则表被简单的权重规则表所替换，使得专家经验能够以更加简洁直观的方式加以呈现；利用权重规则表后得到的加和信号可以直接用于控制运算单元，而无须像传统的模糊逻辑控制法那样还要经过反模糊化后才能被加以应用，这进一步优化了整体控制法；利用该控制法，能够快速将被控参数控制到设定值，并且控制过程具有极小的超调量和震荡；法可以自动适应在控制过程中系统特性发生的改变，使得控制效果始终维持最佳。
实施例2
一种空调系统的基于权重规则表的PID型模糊逻辑控制方法，其特征在于，包括以下步骤：
1）将房间温度设定信号和房间温度反馈信号通过PID信号转换单元进行转换，得到若干转换信号；
其中，房间温度设定信号为r(t)，房间温度反馈信号为y(t)，房间温度设定信号r(t)和房间温度反馈信号y(t)输入PID信号转换单元得到的转换信号为差分信号e(t)和微分信号d(t)两种，其中差分信号e(t)=y(t)-r(t)，微分信号d(t)=[e(t)-e(t-1)]/ts，ts为采样时间单元。
2）针对每种转换信号定义一个包含若干模糊描述变量的模糊集合，每个模糊集合都定义有一个相应的归属函数，且对每个模糊描述变量定义相应的权重值；
3）根据转换信号以及与其对应的归属函数，得到转换信号所对应的模糊描述变量，以及该模糊描述变量所对应的归属度，其他与转换信号不对应的模糊描述变量的归属度均为0；
4）将模糊描述变量的归属度乘以该模糊描述变量所对应的权重值，得到模糊描述变量的转换值，将所有模糊描述变量的转换值进行加和得到加和信号；
5)将加和信号输出给控制运算单元，控制运算单元进行运算得到当前的控制信号，
运算方法为：
如果W(t)>0，则△Q(t)=[(Q(max)-Q(t-1))/W(max)]*W(t)，
如果W(t)=0，则△Q(t)=0，
如果W(t)<0，则△Q(t)=[(Q(t-1)-Q(min))/W(min)]*abs(W(t))，
Q(t)=Q(t-1)+△Q(t)，
其中，W(t)为加和信号，W(max)为步骤4）能输出的最大加和信号，W(min)为步骤4）能输出的最小加和信号，Q(max)为控制运算单元所能输出的最大控制信号，Q(min)为控制运算单元所能输出的最小控制信号，Q(t-1)为上一时刻控制运算单元的控制信号，△Q(t)为当前的控制信号的改变量，Q(t)为当前的控制信号；
6）将当前的控制信号Q(t)输给执行单元，使执行单元对被控系统进行控制，同时通过传感器采集被控系统的房间温度反馈信号，并将房间温度反馈信号输入至PID信号转换单元；
7）重复步骤1）～6）直至房间温度设定信号与房间温度反馈信号相同。
当空调系统为直膨式空调，且在制冷状态时，执行单元为压缩机的变频器。
当空调系统为直膨式热泵，且在采暖状态时，执行单元为压缩机的变频器。
当空调系统为直膨式热泵，且在辅助采暖状态时，执行单元为加热功率控制器。
当空调系统为水冷式冷水机，且在制冷状态时，执行单元为水路阀门开度控制器或风机的变频器。
本实施例的对比实验中，执行单元为热湿负荷发生器的加热加湿功率控制器。通过控制加热功率来控制干球温度，通过控制加湿功率来控制湿球温度。
下面通过对比实验来进一步说明本发明的效果。
如图2所示，实验设备包括空调系统1以及管道2，管道2将空调系统1的空气输送到房间4中，房间4内放置有热湿负荷发生器3，控制热湿负荷发生器3能够模拟显热负荷和潜热负荷。本实施例中，空调系统1的输出冷量一直保持不变，通过热湿负荷发生器3来调节房间4内的温度和湿度，热湿负荷发生器3与可编程式自动控制系统5连接，并由其控制，可编程式自动控制系统5可按需求改变其控制方法。下面通过本发明的方法和传统PID控制法分别对热湿负荷发生器3进行控制。
本发明控制方法的步骤：
1）首先获取房间温度信号y(t)以及房间温度设定信号r(t)，并将房间温度信号y(t)和房间温度设定信号r(t)输入PID信号转换单元，得到差分信号e(t)和微分信号d(t)。
其中，差分信号e(t)=y(t)-r(t)，微分信号d(t)=[e(t)-e(t-1)]/ts，ts为采样时间单元。
2）针对差分信号e(t)定义一个包含9个模糊描述变量的第一模糊集合，9个模糊描述变量分别为：很热，热，稍热，微热，舒适，微冷，稍冷，冷，很冷。且第一模糊集合对应有第一归属函数，见图3。
针对微分信号d(t)定义一个包含9个模糊描述变量的第二模糊集合，9个模糊描述变量分别为：非常快变热，很快变热，稍快变热，缓慢变热，不变，缓慢变冷，稍快变冷，很快变冷，非常快变冷。且第二模糊集合对应有第二归属函数，见图4。
对所有的模糊描述变量定义相应的权重值，如表1所示，为本实施例的权重规则表。
表1
3）利用第一归属函数对差分信号e(t)进行计算，得到第一模糊集合内每个模糊描述变量的归属度。即得到差分信号e(t)所对应的第一模糊集合内的模糊描述变量，以及该模糊描述变量所对应的归属度，其他与差分信号e(t)不对应的模糊描述变量的归属度均为0；
利用第二归属函数对微分信号d(t)进行计算，得到第二模糊集合内每个模糊描述变量的归属度。即得到微分信号d(t)所对应的第一模糊集合内的模糊描述变量，以及该模糊描述变量所对应的归属度，其他与差分信号(D)不对应的模糊描述变量的归属度均为0。
例如，假设某一时刻，房间温度值为30℃，房间温度设定值为25℃，温差为5℃，温度的变化速率为-5℃/分钟，即每分钟降低5℃。那么，经第一归属函数计算得到差分信号对应的模糊描述变量为很热，它归属度为1，第一模糊集合内的其他模糊描述变量的归属度都为0，见图3；经第二归属函数计算得到微分信号对应的模糊描述变量为非常快变冷，他的归属度为1，第二模糊集合内的其他模糊描述变量的归属度都为0，见图4。
再如，假设某一时刻，房间温度值为26.75℃，房间温度设定值为25℃，温差为1.75℃，温度的变化速率为1℃/分钟。那么，经第一归属函数计算得到差分信号对应的模糊描述变量为热和稍热，热的归属度为0.5，稍热的归属度为0.5，第一模糊集合内的其他模糊描述变量的归属度都为0，见图3；经第二归属函数计算得到微分信号对应的模糊描述变量为稍快变热，他的归属度为1，第二模糊集合内的其他模糊描述变量的归属度都为0，见图4。
4）将所有的模糊描述变量的归属度乘以该模糊描述变量所对应的权重值（见表1），得到模糊描述变量的转换值，将所有模糊描述变量的转换值进行加和得到加和信号；
如果采用传统PID型模糊逻辑控制法，则模糊规则表见下表2：
表2
由表2可见，传统的模糊规则表必须针对每一种可能性都制定一条推理规则，例如，当房间状态为很热，并且非常快变热时，输出最快变小这一模糊描述变量，意味着负荷输出要以最快的速度变小；当房间状态为微冷，并且缓慢变热时，输出缓慢变小这一模糊描述变量。由此构成了一个庞大复杂的模糊规则表。并且这仅仅是由差分信号和微分信号所构成的二维规则表，如果采用差分信号、微分信号以及积分信号，那么将需要构成一个三维规则表，而将专家经验总结成为如此复杂的规则表示会非常困难。并且传统PID型模糊逻辑控制法还需要经过反模糊化，才能被控制信号运算单元使用，这进一步增加了复杂度。
5）将加和信号输出给控制运算单元，控制运算单元进行运算得到当前的控制信号。
例如，当房间温度值为30℃，房间温度设定值为25℃，温差为5，而温度的变化速率为-5℃/分钟，则此时很热=1，非常快变冷=1，其余所有模糊描述变量的归属度都为0。查表1，计算得加和结果为：1x(-5)+1x(15)=10。其中-5是“很热”的权重值，15是“非常快变冷”的权重值，最终的加和结果10将会输出给控制运算单元进行运算。
运算方法为：
如果W(t)>0，则△Q(t)=[(Q(max)-Q(t-1))/W(max)]*W(t)，
如果W(t)=0，则△Q(t)=0，
如果W(t)<0，则△Q(t)=[(Q(t-1)-Q(min))/W(min)]*abs(W(t))，
Q(t)=Q(t-1)+△Q(t)，
其中，W(t)为加和信号，W(max)为步骤4）能输出的最大加和信号，W(min)为步骤4）能输出的最小加和信号，Q(max)为控制运算单元所能输出的最大控制信号，Q(min)为控制运算单元所能输出的最小控制信号，Q(t-1)为上一时刻控制运算单元的控制信号，△Q(t)为当前的控制信号的改变量，Q(t)为当前的控制信号；
因为10>0,根据运算方法，△Q=[(Q(max)-Q(t))/W(max)]*W(t)。在本实施例中，W(max)=20，W(min)=-20。因此当W(t)=10时，△Q=(Q(max)-Q(t))*10/20。其物理意义就是当房间温度状态为很热，但又在非常快变冷时，下一时刻的负荷输出要在当前输出的基础上，往最大输出值方向再增加一半，以减缓冷却的速度，避免出现过冷的状态。由此可以看出，权重规则表虽然简洁明了，却能很好的体现模糊逻辑推理的过程。
6）将当前的控制信号Q(t)输给加热加湿功率控制器，使加热加湿功率控制器对热湿负荷发生器进行控制，同时通过传感器采集房间温度反馈信号，并将房间温度反馈信号输入至PID信号转换单元；
7）重复步骤1）～6）直至房间温度信号y(t)以及房间温度设定信号r(t)相同。
以上是用热湿负荷发生器的加热功率控制干球温度为例来进行说明的，用加湿功率来控制湿球温度的过程和前者相似，所以没有做重复说明。
本实施例，已知条件为：房间温度的初始设定点分别为：干球温度24℃，湿球温度19℃。热湿负荷发生器在本发明控制法的控制下自动将房间温度调节到设定点，然后将设定点修改为：干球温度26℃，湿球温度22℃。等房间温度在本发明控制法的控制下达到新的设定点后，再次修改设定点为：干球温度24℃，湿球温度19℃。
如图5所示，为本实施例的基于权重规则表的PID型模糊逻辑控制法的实际测试的室内空气干湿球温度结果图，其中Td为干球温度，Tw为湿球温度。从图5可以看出，在每一次设定点变化后，热湿负荷发生器都能马上作出响应，将房间温度迅速改变到新的设定点，并且几乎没有过调和震荡出现。证明本发明的控制法能够取得很好的控制效果。
如图6所示，为传统PID控制法的实际测试的室内空气干湿球温度的变化结果图，其中Td为干球温度，Tw为湿球温度。为了验证本发明控制法的优越性，利用传统的PID控制法来做对比试验。所有已知条件不变，唯一变化的是热湿负荷发生器改为受PID控制法控制。需要特别申明的是，本实施例中所采用的PID控制法，其各个参数已经由经典的PID参数确定方法加以优化。由图6可以看出，在设定点提升后，PID控制法也能较为迅速的将房间温度改变到设定点，期间出现了两次震荡后趋于稳定。这对于PID控制法来说已经是非常好的控制效果。但是对比本发明的控制法，PID控制法的超调量和震荡幅度都要大些。在设定点又一次回落后，PID控制法在调节过程中出现了很大的超调量。其原因是系统控制由加热改变为冷却，系统特性发生了变化，而PID控制法只能适应其中一种特性，因此在加热过程中的最优PID参数在冷却过程中就不再是最优。所以控制效果明显转差。而从图5可以看出，本发明的控制法在加热和冷却两个过程中，控制效果都很相似，这证明了本发明的控制法在对系统特性的改变具有很强的适应性。这也是本发明控制法相比于传统PID控制法的最大优势所在。
实施例3
一种中央冷水式空调的基于权重规则表的PID型模糊逻辑控制方法包括以下步骤：
1）将水环路的送水压力设定信号和水环路的送水压力反馈信号通过PID信号转换单元进行转换，得到若干转换信号。
其中，送水压力设定信号为r(t)，送水压力反馈信号为y(t)，送水压力设定信号r(t)和送水压力反馈信号y(t)输入PID信号转换单元得到的转换信号为差分信号e(t)、积分信号i(t)以及微分信号d(t)三种中的至少一种，其中，差分信号e(t)=y(t)-r(t)，积分信号i(t)=∑e(t)*ts，微分信号d(t)=[e(t)-e(t-1)]/ts，ts为采样时间单元。
2）针对每种转换信号定义一个包含若干模糊描述变量的模糊集合，每个模糊集合都定义有一个相应的归属函数，且对每个模糊描述变量定义相应的权重值。
3）根据转换信号以及与其对应的归属函数，得到转换信号所对应的模糊描述变量，以及该模糊描述变量所对应的归属度，其他与转换信号不对应的模糊描述变量的归属度均为0；
4）将模糊描述变量的归属度乘以该模糊描述变量所对应的权重值，得到模糊描述变量的转换值，将所有模糊描述变量的转换值进行加和得到加和信号；
5)将加和信号输出给控制运算单元，控制运算单元进行运算得到当前的控制信号，
运算方法为：
如果W(t)>0，则△Q(t)=[(Q(max)-Q(t-1))/W(max)]*W(t)，
如果W(t)=0，则△Q(t)=0，
如果W(t)<0，则△Q(t)=[(Q(t-1)-Q(min))/W(min)]*abs(W(t))，
Q(t)=Q(t-1)+△Q(t)，
其中，W(t)为加和信号，W(max)为步骤4）能输出的最大加和信号，W(min)为步骤4）能输出的最小加和信号，Q(max)为控制运算单元所能输出的最大控制信号，Q(min)为控制运算单元所能输出的最小控制信号，Q(t-1)为上一时刻控制运算单元的控制信号，△Q(t)为当前的控制信号的改变量，Q(t)为当前的控制信号；
6）将当前的控制信号Q(t)输给执行单元，该执行单元为冷水泵的转速控制器，转速控制器对冷水泵的转速进行控制，同时通过传感器采集被控系统的送水压力反馈信号，并将送水压力反馈信号输入至PID信号转换单元；
7）重复步骤1）～6）直至水环路的送水压力设定信号和水环路的送水压力反馈信号相同。
实施例4
一种热水器的基于权重规则表的PID型模糊逻辑控制方法，包括以下步骤：
1）将水温设定信号和水温反馈信号通过PID信号转换单元进行转换，得到若干转换信号；
其中，水温设定信号为r(t)，水温反馈信号为y(t)，水温设定信号r(t)和水温反馈信号y(t)输入PID信号转换单元得到的转换信号为差分信号e(t)、积分信号i(t)以及微分信号d(t)三种中的至少一种，其中差分信号e(t)=y(t)-r(t)，积分信号i(t)=∑e(t)*ts，微分信号d(t)=[e(t)-e(t-1)]/ts，ts为采样时间单元。
2）针对每种转换信号定义一个包含若干模糊描述变量的模糊集合，每个模糊集合都定义有一个相应的归属函数，且对每个模糊描述变量定义相应的权重值。
3）根据转换信号以及与其对应的归属函数，得到转换信号所对应的模糊描述变量，以及该模糊描述变量所对应的归属度，其他与转换信号不对应的模糊描述变量的归属度均为0。
4）将模糊描述变量的归属度乘以该模糊描述变量所对应的权重值，得到模糊描述变量的转换值，将所有模糊描述变量的转换值进行加和得到加和信号。
5)将加和信号输出给控制运算单元，控制运算单元进行运算得到当前的控制信号，
运算方法为：
如果W(t)>0，则△Q(t)=[(Q(max)-Q(t-1))/W(max)]*W(t)，
如果W(t)=0，则△Q(t)=0，
如果W(t)<0，则△Q(t)=[(Q(t-1)-Q(min))/W(min)]*abs(W(t))，
Q(t)=Q(t-1)+△Q(t)，
其中，W(t)为加和信号，W(max)为步骤4）能输出的最大加和信号，W(min)为步骤4）能输出的最小加和信号，Q(max)为控制运算单元所能输出的最大控制信号，Q(min)为控制运算单元所能输出的最小控制信号，Q(t-1)为上一时刻控制运算单元的控制信号，△Q(t)为当前的控制信号的改变量，Q(t)为当前的控制信号。
6）将当前的控制信号Q(t)输给加热器的加热功率控制器，使加热功率控制器对加热器进行控制，同时通过传感器采集被控系统的水温反馈信号，并将水温反馈信号输入至PID信号转换单元。
7）重复步骤1）～6）直至水温设定信号与水温反馈信号相同。
Claims (10)
1.一种基于权重规则表的PID型模糊逻辑控制方法，其特征在于，包括以下步骤：
1）将设定信号和反馈信号通过PID信号转换单元进行转换，得到若干转换信号；
2）针对每种转换信号定义一个包含若干模糊描述变量的模糊集合，每个模糊集合都定义有一个相应的归属函数，且对每个模糊描述变量定义相应的权重值；
3）根据转换信号以及与其对应的归属函数，得到转换信号所对应的模糊描述变量，以及该模糊描述变量所对应的归属度，其他与转换信号不对应的模糊描述变量的归属度均为0；
4）将模糊描述变量的归属度乘以该模糊描述变量所对应的权重值，得到模糊描述变量的转换值，将所有模糊描述变量的转换值进行加和得到加和信号；
5)将加和信号输出给控制运算单元，控制运算单元进行运算得到当前的控制信号，
运算方法为：
如果W(t)>0，则△Q(t)=[(Q(max)-Q(t-1))/W(max)]*W(t)，
如果W(t)=0，则△Q(t)=0，
如果W(t)<0，则△Q(t)=[(Q(t-1)-Q(min))/W(min)]*abs(W(t))，
Q(t)=Q(t-1)+△Q(t)，
其中，W(t)为加和信号，W(max)为步骤4）能输出的最大加和信号，W(min)为步骤4）能输出的最小加和信号，Q(max)为控制运算单元所能输出的最大控制信号，Q(min)为控制运算单元所能输出的最小控制信号，Q(t-1)为上一时刻控制运算单元的控制信号，△Q(t)为当前的控制信号的改变量，Q(t)为当前的控制信号；
6）将当前的控制信号Q(t)输给执行单元，使执行单元对被控系统进行控制，同时通过传感器采集被控系统的反馈信号，并将反馈信号输入至PID信号转换单元；
7）重复步骤1）～6）直至设定信号与反馈信号相同。
2.根据权利要求1所述的基于权重规则表的PID型模糊逻辑控制方法，其特征在于，所述步骤1)中，设定信号为r(t)，反馈信号为y(t)，设定信号r(t)和反馈信号y(t)输入PID信号转换单元得到的转换信号为差分信号e(t)、积分信号i(t)以及微分信号d(t)三种中的至少一种，其中，差分信号e(t)=y(t)-r(t)，积分信号i(t)=∑e(t)*ts，微分信号d(t)=[e(t)-e(t-1)]/ts，ts为采样时间单元。
3.一种空调系统的基于权重规则表的PID型模糊逻辑控制方法，其特征在于，包括以下步骤：
1）将房间温度设定信号和房间温度反馈信号通过PID信号转换单元进行转换，得到若干转换信号；
2）针对每种转换信号定义一个包含若干模糊描述变量的模糊集合，每个模糊集合都定义有一个相应的归属函数，且对每个模糊描述变量定义相应的权重值；
3）根据转换信号以及与其对应的归属函数，得到转换信号所对应的模糊描述变量，以及该模糊描述变量所对应的归属度，其他与转换信号不对应的模糊描述变量的归属度均为0；
4）将模糊描述变量的归属度乘以该模糊描述变量所对应的权重值，得到模糊描述变量的转换值，将所有模糊描述变量的转换值进行加和得到加和信号；
5)将加和信号输出给控制运算单元，控制运算单元进行运算得到当前的控制信号，
运算方法为：
如果W(t)>0，则△Q(t)=[(Q(max)-Q(t-1))/W(max)]*W(t)，
如果W(t)=0，则△Q(t)=0，
如果W(t)<0，则△Q(t)=[(Q(t-1)-Q(min))/W(min)]*abs(W(t))，
Q(t)=Q(t-1)+△Q(t)，
其中，W(t)为加和信号，W(max)为步骤4）能输出的最大加和信号，W(min)为步骤4）能输出的最小加和信号，Q(max)为控制运算单元所能输出的最大控制信号，Q(min)为控制运算单元所能输出的最小控制信号，Q(t-1)为上一时刻控制运算单元的控制信号，△Q(t)为当前的控制信号的改变量，Q(t)为当前的控制信号；
6）将当前的控制信号Q(t)输给执行单元，使执行单元对被控系统进行控制，同时通过传感器采集被控系统的房间温度反馈信号，并将房间温度反馈信号输入至PID信号转换单元；
7）重复步骤1）～6）直至房间温度设定信号与房间温度反馈信号相同。
4.根据权利要求3所述的空调系统的基于权重规则表的PID型模糊逻辑控制方法，其特征在于，所述步骤1)中，房间温度设定信号为r(t)，房间温度反馈信号为y(t)，房间温度设定信号r(t)和房间温度反馈信号y(t)输入PID信号转换单元得到的转换信号为差分信号e(t)、积分信号i(t)以及微分信号d(t)三种中的至少一种，其中，差分信号e(t)=y(t)-r(t)，积分信号i(t)=∑e(t)*ts，微分信号d(t)=[e(t)-e(t-1)]/ts，ts为采样时间单元。
5.根据权利要求4所述的空调系统的基于权重规则表的PID型模糊逻辑控制方法，其特征在于，所述执行单元为压缩机的变频器。
6.根据权利要求4所述的空调系统的基于权重规则表的PID型模糊逻辑控制方法，其特征在于，所述执行单元为加热功率控制器。
7.根据权利要求4所述的空调系统的基于权重规则表的PID型模糊逻辑控制方法，其特征在于，所述执行单元为水路阀门开度控制器或风机的变频器。
8.一种中央冷水式空调的基于权重规则表的PID型模糊逻辑控制方法，其特征在于，包括以下步骤：
1）将水环路的送水压力设定信号和水环路的送水压力反馈信号通过PID信号转换单元进行转换，得到若干转换信号，
所述送水压力设定信号为r(t)，所述送水压力反馈信号为y(t)，送水压力设定信号r(t)和送水压力反馈信号y(t)输入PID信号转换单元得到的所述转换信号为差分信号e(t)、积分信号i(t)以及微分信号d(t)三种中的至少一种，其中，差分信号e(t)=y(t)-r(t)，积分信号i(t)=∑e(t)*ts，微分信号d(t)=[e(t)-e(t-1)]/ts，ts为采样时间单元；
2）针对每种转换信号定义一个包含若干模糊描述变量的模糊集合，每个模糊集合都定义有一个相应的归属函数，且对每个模糊描述变量定义相应的权重值；
3）根据转换信号以及与其对应的归属函数，得到转换信号所对应的模糊描述变量，以及该模糊描述变量所对应的归属度，其他与转换信号不对应的模糊描述变量的归属度均为0；
4）将模糊描述变量的归属度乘以该模糊描述变量所对应的权重值，得到模糊描述变量的转换值，将所有模糊描述变量的转换值进行加和得到加和信号；
5)将加和信号输出给控制运算单元，控制运算单元进行运算得到当前的控制信号，
运算方法为：
如果W(t)>0，则△Q(t)=[(Q(max)-Q(t-1))/W(max)]*W(t)，
如果W(t)=0，则△Q(t)=0，
如果W(t)<0，则△Q(t)=[(Q(t-1)-Q(min))/W(min)]*abs(W(t))，
Q(t)=Q(t-1)+△Q(t)，
其中，W(t)为加和信号，W(max)为步骤4）能输出的最大加和信号，W(min)为步骤4）能输出的最小加和信号，Q(max)为控制运算单元所能输出的最大控制信号，Q(min)为控制运算单元所能输出的最小控制信号，Q(t-1)为上一时刻控制运算单元的控制信号，△Q(t)为当前的控制信号的改变量，Q(t)为当前的控制信号；
6）将当前的控制信号Q(t)输给执行单元，该执行单元为冷水泵的转速控制器，使转速控制器对冷水泵的转速进行控制，同时通过传感器采集被控系统的送水压力反馈信号，并将送水压力反馈信号输入至PID信号转换单元；
7）重复步骤1）～6）直至水环路的送水压力设定信号和水环路的送水压力反馈信号相同。
9.一种热水器的基于权重规则表的PID型模糊逻辑控制方法，其特征在于，包括以下步骤：
1）将水温设定信号和水温反馈信号通过PID信号转换单元进行转换，得到若干转换信号；
2）针对每种转换信号定义一个包含若干模糊描述变量的模糊集合，每个模糊集合都定义有一个相应的归属函数，且对每个模糊描述变量定义相应的权重值；
3）根据转换信号以及与其对应的归属函数，得到转换信号所对应的模糊描述变量，以及该模糊描述变量所对应的归属度，其他与转换信号不对应的模糊描述变量的归属度均为0；
4）将模糊描述变量的归属度乘以该模糊描述变量所对应的权重值，得到模糊描述变量的转换值，将所有模糊描述变量的转换值进行加和得到加和信号；
5)将加和信号输出给控制运算单元，控制运算单元进行运算得到当前的控制信号，
运算方法为：
如果W(t)>0，则△Q(t)=[(Q(max)-Q(t-1))/W(max)]*W(t)，
如果W(t)=0，则△Q(t)=0，
如果W(t)<0，则△Q(t)=[(Q(t-1)-Q(min))/W(min)]*abs(W(t))，
Q(t)=Q(t-1)+△Q(t)，
其中，W(t)为加和信号，W(max)为步骤4）能输出的最大加和信号，W(min)为步骤4）能输出的最小加和信号，Q(max)为控制运算单元所能输出的最大控制信号，Q(min)为控制运算单元所能输出的最小控制信号，Q(t-1)为上一时刻控制运算单元的控制信号，△Q(t)为当前的控制信号的改变量，Q(t)为当前的控制信号；
6）将当前的控制信号Q(t)输给执行单元，使执行单元对被控系统进行控制，同时通过传感器采集被控系统的水温反馈信号，并将水温反馈信号输入至PID信号转换单元；
7）重复步骤1）～6）直至水温设定信号与水温反馈信号相同。
10.根据权利要求9所述的热水器的基于权重规则表的PID型模糊逻辑控制方法，其特征在于，水温设定信号为r(t)，水温反馈信号为y(t)，水温设定信号r(t)和水温反馈信号y(t)输入PID信号转换单元得到的转换信号为差分信号e(t)、积分信号i(t)以及微分信号d(t)三种中的至少一种，其中差分信号e(t)=y(t)-r(t)，积分信号i(t)=∑e(t)*ts，微分信号d(t)=[e(t)-e(t-1)]/ts，ts为采样时间单元，所述执行单元为加热器的加热功率控制器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410038997.XA CN103823368B (zh) | 2014-01-27 | 2014-01-27 | 基于权重规则表的pid型模糊逻辑控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410038997.XA CN103823368B (zh) | 2014-01-27 | 2014-01-27 | 基于权重规则表的pid型模糊逻辑控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103823368A CN103823368A (zh) | 2014-05-28 |
| CN103823368B true CN103823368B (zh) | 2016-02-24 |
Family
ID=50758486
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410038997.XA Active CN103823368B (zh) | 2014-01-27 | 2014-01-27 | 基于权重规则表的pid型模糊逻辑控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103823368B (zh) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107145154B (zh) * | 2017-05-17 | 2020-04-07 | 北京理工大学 | 一种用于控制飞行器姿态角的控制系统及其控制方法 |
| CN109210730B (zh) * | 2018-08-23 | 2020-12-25 | 中筑科技股份有限公司 | 一种建筑物制冷智能管控方法及系统 |
| CN109442702B (zh) * | 2018-08-23 | 2020-12-25 | 中筑科技股份有限公司 | 一种中央空调节能管控方法及系统 |
| CN109114751B (zh) * | 2018-08-23 | 2019-07-16 | 中筑科技股份有限公司 | 一种智能环保节能供冷方法及系统 |
| CN109210729B (zh) * | 2018-08-23 | 2020-12-25 | 中筑科技股份有限公司 | 一种提高空调制冷利用效率和冗余度方法及系统 |
| CN109210731B (zh) * | 2018-08-23 | 2020-12-25 | 中筑科技股份有限公司 | 一种基于目标需求的节能控制方法及系统 |
| CN109062285A (zh) * | 2018-09-14 | 2018-12-21 | 贵阳中医学院 | 一种智能洗浴控制方法及系统 |
| CN109812379B (zh) * | 2019-04-10 | 2020-08-18 | 浙江大学 | 一种经济效益最大化的潮流能机机组功率控制方法 |
| CN110145844B (zh) * | 2019-05-06 | 2021-07-30 | 重庆海尔空调器有限公司 | 一种空调组的控制方法、控制装置及电子设备 |
| CN110131853B (zh) * | 2019-05-14 | 2021-02-09 | 南京南瑞继保电气有限公司 | 一种基于模糊推理的中央空调冷冻水供水温度设定方法 |
| CN112254287B (zh) * | 2020-09-01 | 2022-06-14 | 深圳达实智能股份有限公司 | 变权重多模型综合预测中央空调末端送风控制方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE4215959A1 (de) * | 1991-05-15 | 1992-11-19 | Toyoda Automatic Loom Works | Verstaerkungsfaktor-einstelleinrichtung fuer pid-regler |
| JPH05173605A (ja) * | 1991-05-15 | 1993-07-13 | Toyota Central Res & Dev Lab Inc | 内燃機関の回転速度ｐｉｄ制御器用ゲイン調整装置 |
| CN101586865A (zh) * | 2009-07-10 | 2009-11-25 | 天津大学 | 一种空调的模糊控制方法及其系统 |
| CN101727072A (zh) * | 2009-11-23 | 2010-06-09 | 江苏泰盛炉业制造有限公司 | 基于模糊控制的节能型铜带光亮退火控制方法 |
| CN101738936A (zh) * | 2008-11-05 | 2010-06-16 | 三科电器有限公司 | 一种应用于ups中的自适应数字闭环的控制策略 |
| CN102621882A (zh) * | 2012-03-30 | 2012-08-01 | 山东轻工业学院 | 基于前馈-模糊pid控制的切纸机控制方法 |
| CN103246299A (zh) * | 2013-05-22 | 2013-08-14 | 成都林海电子有限责任公司 | 一种采用模糊运算与pid控制相结合的温控系统 |
| CN103345156A (zh) * | 2013-06-19 | 2013-10-09 | 浙江中烟工业有限责任公司 | 一种基于模糊pid的松散润叶水分控制方法 |
-
2014
- 2014-01-27 CN CN201410038997.XA patent/CN103823368B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE4215959A1 (de) * | 1991-05-15 | 1992-11-19 | Toyoda Automatic Loom Works | Verstaerkungsfaktor-einstelleinrichtung fuer pid-regler |
| JPH05173605A (ja) * | 1991-05-15 | 1993-07-13 | Toyota Central Res & Dev Lab Inc | 内燃機関の回転速度ｐｉｄ制御器用ゲイン調整装置 |
| CN101738936A (zh) * | 2008-11-05 | 2010-06-16 | 三科电器有限公司 | 一种应用于ups中的自适应数字闭环的控制策略 |
| CN101586865A (zh) * | 2009-07-10 | 2009-11-25 | 天津大学 | 一种空调的模糊控制方法及其系统 |
| CN101727072A (zh) * | 2009-11-23 | 2010-06-09 | 江苏泰盛炉业制造有限公司 | 基于模糊控制的节能型铜带光亮退火控制方法 |
| CN102621882A (zh) * | 2012-03-30 | 2012-08-01 | 山东轻工业学院 | 基于前馈-模糊pid控制的切纸机控制方法 |
| CN103246299A (zh) * | 2013-05-22 | 2013-08-14 | 成都林海电子有限责任公司 | 一种采用模糊运算与pid控制相结合的温控系统 |
| CN103345156A (zh) * | 2013-06-19 | 2013-10-09 | 浙江中烟工业有限责任公司 | 一种基于模糊pid的松散润叶水分控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103823368A (zh) | 2014-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103823368B (zh) | 基于权重规则表的pid型模糊逻辑控制方法 | |
| Hao et al. | Ancillary service to the grid through control of fans in commercial building HVAC systems | |
| CN105929683B (zh) | 一种微分可调pid控制器参数工程整定模型及方法 | |
| Soyguder et al. | Predicting of fan speed for energy saving in HVAC system based on adaptive network based fuzzy inference system | |
| CN104019526B (zh) | 改进pso算法模糊自适应pid温湿度控制系统及方法 | |
| CN107023966B (zh) | 一种地铁站空调冷却水出水温度设定值优化方法 | |
| Wang et al. | Application of fuzzy-PID controller in heating ventilating and air-conditioning system | |
| CN109283958A (zh) | 自适应模糊pid解耦控制的焓差温湿度解耦控制方法 | |
| CN104019520A (zh) | 基于spsa的制冷系统最小能耗的数据驱动控制方法 | |
| CN104281057A (zh) | 一种应用于变压器冷却系统的复合pid模糊控制方法 | |
| CN105630033A (zh) | 基于自适应模糊pid的水温控制方法及其控制系统 | |
| CN109827299A (zh) | 基于物联网空气处理机组调节方法、装置、系统和介质 | |
| CN104948215B (zh) | 一种矿井通风系统的联合优调优控方法 | |
| CN203396032U (zh) | 基于模糊自适应pid的室温控制装置 | |
| CN104807067B (zh) | 卫浴采暖设备中燃烧系统和风机的智能控制方法 | |
| CN109612047A (zh) | 变风量空调系统的送风温度控制方法 | |
| CN105546834A (zh) | 一种自动调节热水器出水设置温度的方法及系统 | |
| CN101825326A (zh) | 基于模糊自适应的中央空调冷却水节能控制系统及其模糊自适应方法 | |
| CN113048017A (zh) | 基于内模控制的风电机组有功功率控制优化方法及系统 | |
| CN105423492A (zh) | 机房监测系统及方法 | |
| Zhou et al. | Study on PID parameters tuning based on particle swarm optimization | |
| CN106765955B (zh) | 基于末端舒适度的供水变温度控制系统 | |
| Vodovozov et al. | PLC-based pressure control in multi-pump applications | |
| CN204534974U (zh) | 一种空调负荷节能随动控制系统 | |
| CN112648717A (zh) | 一种基于径向基神经网络的多区域变风量空调系统末端控制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |