摘要:在制冷空调系统中采用电子膨胀阀代替传统的热力膨胀阀,将为各种调节控制技术的应用提供广阔的前景。介绍了模糊控制器的设计及其在制冷空调系统中的应用。
关键词:模糊控制器 制冷空调系统 电子膨胀阀
采用蒸汽压缩式制冷循环的制冷空调系统的制冷量是通过调节制冷剂的循环量来实现的。而制冷剂的循环量通常采用热力膨胀阀来控制调节,目的是保证制冷量与热负荷相匹配,使蒸发器出口制冷剂的过热度稳定在一定范围内。但热力膨胀阀感温系统的热惯性大,滞后现象严重,导致控制系统性能不佳,甚至会出现控制不稳定、失控等现象。
随着电子膨胀阀的出现,对膨胀阀的开度控制逐步简便,通过单片机、PC机对制冷系统实行控制是大势所趋。由于制冷系统具有滞后大、非线性的特点,存在很多不确定的外界因素,很难建立精确的数学模型。目前,控制领域还大量采用PID控制方式。PID参数的选择及调整不便仍是普遍存在的难题。
模糊控制是近十年来发展最快的一项控制技术,已成功地应用于各种各样的控制系统中。因为引入了人类的逻辑思维方式,使得模糊控制器具有一定的自适应控制能力,有很强的鲁棒性和稳定性,因而特别适用于没有精确数学模型的实际系统。本文将简单实用的模糊控制方法引入制冷空调系统中,取得了一定的成果。
1 制冷模糊控制系统原理
制冷模糊控制系统原理图如图1所示。
模糊控制器有单输入单输出型和两输入单输出型两种常用型式。为了提高控制精度和速度,我们采用两个输入为偏差和偏差变化率及控制变量输出的两输入单输出控制方式。
输出所得到的过热度与设定的过热度比较,形成反馈回路,其结果误差e作为模糊控制器的输入量。误差e和误差变化率Δe作为输入量,经过模糊控制器模糊化成为模糊矢量和Δ。再由、Δ和模糊关系控制规则(模糊关系矩阵),根据推理合成规则进行模糊决策,得到控制量。
2 模糊控制器的设计
模糊控制器的实现是由3部分组成的:实测值的模糊化、模糊关系矩阵的获取、模糊决策。
2.1 实测值的模糊化
因为在模糊逻辑推断中运用了语言变量,而模糊控制器的输入、输出是确定值,所以要求有模糊化过程——将输入的确定输入值变成模糊变量值,以实现调节和控制作用。
设计模糊控制器的第一步是确定语言变量、语言值和隶属函数。例如:语言变量 “蒸发器出口制冷剂的过热度”可以取各种语言值,如“过热度很大”、“很小”、“适中”。那么,多个语言值的集合就构成了语言变量的取值范围。而一个语言值,如“过热度很大”,其物理意义则包含了模糊信息,可以用一个隶属函数来描述。隶属函数有多种形式,实际控制系统中常用三角形、梯形和Singleton来作为隶属函数。
本文涉及的模糊控制器有两个输入信号和一个输出信号,分别为:
(1)输入语言变量之一,记为,是蒸发器出口过热度偏差,=s-y°C
(2)输入语言变量之二,记为Δ,是蒸发器出口过热度偏差变化率,Δ=[ei+1-ei]°C;
(3)输出语言变量,记为Ut,是电子膨胀阀在6秒周期内连续开启的时间,单位为秒,它对应电子膨胀阀开度大小。
蒸发器出口过热度偏差是指实测被控对象的蒸发器出口过热度减去设定蒸发器出口过热度值的差。我们将蒸发器出口过热度控制范围分为模糊控制区和确定控制区,以蒸发器出口过热度设定值的±1.0°C为界。蒸发器出口过热度在设定值的±1.0°C以内为模糊控制区,以外为确定控制区。而在模糊控制区,将蒸发器出口过热度偏差分为7个模糊状态:PB正的大蒸发器出口过热度偏差;PM正的中蒸发器出口过热度偏差;PS(正的小蒸发器出口过热度偏差;Z正的零蒸发器出口过热度偏差);NS负的小蒸发器出口过热度偏差;NM负的中蒸发器出口过热度偏差);NB负的大蒸发器出口过热度偏差)。将蒸发器出口过热度偏差计算,圆整,并将±1.0°C的范围细分为13个点,分别给出了它们对7个模糊状态的隶属度值,即输入语言变量的取值:负大,负中,负小,零,正小,正中,正大,表示符号NB、NM、NS、Z、PS、PM、PB。语言值的隶属函数选择三角形和梯形,如表1所示。
表1 输入e模糊化
e 语言 |
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6
蒸发器出口过热度偏差变化率理论上应该指蒸发器出口过热度变化速度对控制输出的影响;实际应用时,我们将蒸发器出口过热度偏差变化率定义为一个采样间隔内蒸发器出口过热度偏差变化。由于蒸发器出口过热度偏差变化是较慢的,我们将蒸发器出口过热度偏差变化值在±0.4°C以内定为模糊控制区,在模糊控制区将蒸发器出口过热度偏差变化率分为7个模糊状态:PB正的大蒸发器出口过热度偏差变化率;PM正的中蒸发器出口过热度偏差变化率;PS(正的小蒸发器出口过热度偏差变化率;Z正的零蒸发器出口过热度偏差变化率);NS负的小蒸发器出口过热度偏差变化率;NM负的中蒸发器出口过热度偏差变化率);NB负的大蒸发器出口过热度偏差变化率)。将蒸发器出口过热度偏差变化率计算,圆整,并将±0.4°C的范围细分为13个点,分别给出了它们对7个模糊状态的隶属度值,即输入变量Δ的取值:(负大、负中、负小、零、正小、正中、正大),表示符号NB、NM、NS、Z、PS、PM、PB,语言值的隶属函数的选择,为计算简单取值与表1相同,如表2所示。
表2 输入Δe模糊化
△e 语言 |
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 | ||||||||||||
PB | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0.2 | 0.8 | 1 |
PM | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0.2 | 0.8 | 1 | 0.8 | 0.2 |
PS | 0 | 0 | 0 | 0 | 0 | 0 | 0.2 | 0.8 | 1 | 0.8 | 0.2 | 0 | 0 |
Z | 0 | 0 | 0 | 0 | 0.2 | 0.8 | 1 | 0.8 | 0.2 | 0 | 0 | 0 | 0 |
NS | 0 | 0 | 0.2 | 0.8 | 1 | 0.8 | 0.2 | 0 | 0 | 0 | 0 | 0 | 0 |
NM | 0.2 | 0.8 | 1 | 0.8 | 0.2 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
NB | 1 | 0.8 | 0.2 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
输出变量Ut的取值分为13种状态,分别对应电子膨胀阀开度大小:
将这13种输入状态分为7个模糊输出状态:关闭、微开、小开、半开、大半开、多半开、全开,表示符号为CB、CM、CS、H、OS、OM、OB,每种具体输出状态对这7个模糊输出状态的隶属度值如表3所示。
表3 输出Ut模糊化
Ut 语言 |
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 | ||||||||||||
OB | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0.2 | 0.8 | 1 |
OM | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0.2 | 0.8 | 1 | 0.8 | 0.2 |
OS | 0 | 0 | 0 | 0 | 0 | 0 | 0.2 | 0.8 | 1 | 0.8 | 0.2 | 0 | 0 |
H | 0 | 0 | 0 | 0 | 0.2 | 0.8 | 1 | 0.8 | 0.2 | 0 | 0 | 0 | 0 |
CS | 0 | 0 | 0.2 | 0.8 | 1 | 0.8 | 0.2 | 0 | 0 | 0 | 0 | 0 | 0 |
CM | 0.2 | 0.8 | 1 | 0.8 | 0.2 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
CB | 1 | 0.8 | 0.2 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
每个语言变量所取的语言值对应的隶属函数都是交叉重叠的。初始设计时,可采用均匀等分的方式布置,然后再根据系统仿真或实际控制结果进行合理的调整和改进。
2.2 获取模糊关系矩阵
模糊推断逻辑是由一组IF-THEN的控制规则组成的,这一组控制规则的形成来源于人类思维逻辑和实际经验的总结。
从经验出发,用语言形式来表述推理控制决策过程如下:
· IF(实际过热度过大)AND(实际过热度有增加的趋势)THEN(电子膨胀阀的开度要增大)
· IF(实际过热度太小)AND(实际过热度有减小的趋势)THEN(电子膨胀阀的开度要减小)
类似于上述的一系列控制规则集中在控制规则表4中。根据表4写出如下规则:
(1)if =NB and(Δ=NB or Δ=NM) then Ut=OB
(2)if =NB and(Δ=NS or Δ=Z) then Ut=OM
(3)if =NB and(Δ=PS or Δ=PM) then
Ut=OS(4)if =NB and Δ=PB then Ut=H ……
(29)if =PB and(Δ=NM or Δ=NS) then
Ut=CS(30)if =PB and(Δ=Z or Δ=PS) then
Ut=CM(31)if = PB and(Δ=PM or Δ=PB) then
Ut=CB总共31条规则,根据这31条规则可以得出相应的模糊关系:
将上述模糊关系写成通式=I。设某一时刻的偏差与偏差变化为e*、ec*,根据各条规则给出的模糊关系进行合成推理运算可得到相应的输出控制量模糊值:Ut=e*oIeoRBL (l=12……31)。
由此,模糊控制器总的输出控制量(模糊值)应该是:
由于上式所得到的一个输出量是模糊矢量,而被控对象(电子膨胀阀)只能接受一个确切的控制量,因此必须经过解模糊,将模糊矢量清晰化,在这里我们使用最大隶属度法:
u=umax。
上面的计算过程比较复杂,可以使用软件编程实现。按照上述合成推理与解模糊方法可以得到一个容量为13*13的模糊控制查询表,如表5所示。
表5 模糊控制查询表
E Ec |
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 | ||||||||||||
-6 | 6 | 6 | 6 | 5 | 4 | 4 | 4 | 3 | 2 | 2 | 2 | 1 | 0 |
-5 | 6 | 5 | 5 | 5 | 4 | 3 | 3 | 3 | 2 | 1 | 1 | 0 | -1 |
-4 | 6 | 5 | 4 | 4 | 4 | 3 | 2 | 2 | 2 | 1 | 0 | -1 | -2 |
-3 | 5 | 5 | 4 | 3 | 3 | 3 | 2 | 1 | 1 | 0 | -1 | -1 | -2 |
-2 | 4 | 4 | 4 | 3 | 2 | 2 | 2 | 1 | 0 | -1 | -2 | -2 | -2 |
-1 | 4 | 3 | 3 | 3 | 2 | 1 | 1 | 0 | -1 | -1 | -2 | -3 | -3 |
0 | 4 | 3 | 2 | 2 | 2 | 1 | 0 | -1 | -2 | -2 | -2 | -3 | -4 |
1 | 3 | 3 | 2 | 1 | 1 | 0 | -1 | -1 | -2 | -3 | -3 | -3 | -4 |
2 | 2 | 2 | 2 | 1 | 0 | -1 | -2 | -2 | -2 | -3 | -4 | -4 | -4 |
3 | 2 | 1 | 1 | 0 | -1 | -1 | -2 | -3 | -3 | -3 | -4 | -5 | -5 |
4 | 2 | 1 | 0 | -1 | -2 | -2 | -2 | -3 | -4 | -5 | -4 | -5 | -6 |
5 | 1 | 0 | -1 | -1 | -2 | -3 | -3 | -3 | -4 | -5 | -5 | -6 | -6 |
6 | 0 | -1 | -2 | -2 | -2 | -3 | -4 | -4 | -4 | -5 | -6 | -6 | -6 |
2.3 模糊决策
在实际控制系统中,取得过热度偏差、过热度偏差变化率后将其转化为模糊值,然后查询表5即可得到控制量的模糊值u。但u还是论域U中的一个等级值,还须乘上一个输出量化因子,才能决定控制量的确切值。
3 模糊控制器的实现
3.1 硬件
我们所设计的模糊控制器,主控制器采用PC机,测温元件采用铂100电阻,数据采集及控制量输出使用研华的多功能数据采集控制卡818LS,制冷剂流量采用电子膨胀阀控制,开度越大,流量越大。系统硬件框图如图2所示。
3.2 软件
软件设计采用了Visual Basic编程,图形界面简单。使用研华公司提供的有关例程,程序编写比较方便。对模糊矩阵采用了查表法求取。程序的主要模块有数据转换与计算、采样、显示、论域变换及控制计算与动作等。
3.3 干扰问题的处理
为了减少系统的干扰,在设计中对开关频繁的电器使用固态继电器;模拟输入端加有低通滤波器。在软件中加入了数字滤波程序、死机自动拦截程序、数据存取校验程序等。
4 制冷空调系统的模糊控制结果
当系统的输入信号为6℃时,达到±0.4℃的控温精度。采用模糊控制器过程超调量很小,基本上是立即进入控温稳定区。系统响应速度快,过渡过程时间短。实验中也发现,过热度模糊控制使得被控对象的过热度在设定值的上下波动,而不是稳定在某一值上。本控制系统的温度波动幅度为±0.4℃,这与模糊控制的稳定性理论是一致的。
上一篇:水泥回转窑分解炉温度的模糊控制
下一篇:基于虚拟仪器的RailSAR测控系统的实现
- 热门资源推荐
- 热门放大器推荐
- 微软领先科技巨头,成为英伟达Hopper芯片最大买家
- 芯启源(上海)将持续发力,“做深做精”EDA及IP产品
- 本田严厉警告日产:若与鸿海合作,那么本田与日产的合作将终止
- Microchip推出新款交钥匙电容式触摸控制器产品 MTCH2120
- Matter对AIoT的意义:连接AIoT设备开发人员指南
- 我国科学家建立生成式模型为医学AI训练提供技术支持
- Diodes 推出符合车用标准的电流分流监测器,通过高精度电压感测快速检测系统故障
- Power Integrations面向800V汽车应用推出新型宽爬电距离开关IC
- 打破台积电垄断!联电夺下高通先进封装订单
- Ampere 年度展望:2025年重塑IT格局的四大关键趋势