基于蟻群算法的暖通空調(diào)控制策略的研究

【摘要】：目前,人們對節(jié)能和室內(nèi)環(huán)境品質(zhì)的關注推動了對暖通空調(diào)控制系統(tǒng)進行多方面、廣泛的研究,實現(xiàn)暖通空調(diào)系統(tǒng)高效、安全運行,提高自動化水平,節(jié)約能源、低碳環(huán)保已成為該領域研究熱點之一。暖通空調(diào)計算機仿真無疑是研究空調(diào)控制、優(yōu)化運行方案行之有效的途徑,而準確的建立暖通空調(diào)數(shù)學模型是仿真研究工作的基礎。 本文以100MW太陽能項目的空調(diào)系統(tǒng)及廠房潔凈區(qū)為仿真研究對象,分析了該潔凈區(qū)暖通空調(diào)系統(tǒng)各個典型環(huán)節(jié)的特點,推導、建立了空調(diào)系統(tǒng)各主要環(huán)節(jié)的數(shù)學模型。以推導出的暖通空調(diào)主要環(huán)節(jié)的數(shù)學模型為基礎,運用MATLAB/Simulink中的的仿真模塊庫建立了該潔凈區(qū)的仿真系統(tǒng)模型,該仿真系統(tǒng)模型可以模擬暖通空調(diào)控制系統(tǒng)的運行及其控制特性,這對暖通空調(diào)系統(tǒng)的自動控制的優(yōu)化奠定了基礎。 在暖通空調(diào)控制策略的研究上,本文在常規(guī)的PID控制策略基礎上開展了基于蟻群算法的暖通空調(diào)控制策略的研究,并將上述兩種控制策略導入到仿真系統(tǒng)模型中進行系統(tǒng)仿真。 仿真結果表明,常規(guī)的PID控制策略在暖通空調(diào)系統(tǒng)的仿真運行中并沒有展現(xiàn)出較好的控制性能;基于蟻群算法的暖通空調(diào)控制策略以常規(guī)的PID控制方法為基礎,將PID控制參數(shù)進行了相關的優(yōu)化,在暖通空調(diào)控制系統(tǒng)的仿真運行中表現(xiàn)出更好的控制性能。 【關鍵詞】：暖通空調(diào) 蟻群算法 PID 優(yōu)化控制 仿真
【學位授予單位】：西華大學
【學位級別】：碩士
【學位授予年份】：2011
【分類號】：TU831
【目錄】：

• 摘要4-5
• Abstract5-8
• 引言8-9
• 第一章 緒論9-14
• 1.1 課題來源9
• 1.2 課題研究目的及意義9-10
• 1.3 國內(nèi)外研究現(xiàn)狀10-12
• 1.3.1 暖通空調(diào)控制策略的發(fā)展趨勢10-11
• 1.3.2 蟻群算法的研究現(xiàn)狀和趨勢11-12
• 1.4 本課題研究的主要內(nèi)容及要解決的關鍵問題12-14
• 第二章 蟻群算法的理論基礎14-21
• 2.1 蟻群算法的概述14-18
• 2.1.1 螞蟻群體的行為描述14-15
• 2.1.2 蟻群算法的機制原理15-16
• 2.1.3 蟻群算法的特點16-18
• 2.2 蟻群算法的模型及實現(xiàn)18-21
• 2.2.1 蟻群算法的數(shù)學模型18-19
• 2.2.2 蟻群算法的實現(xiàn)步驟19-20
• 2.2.3 蟻群算法的程序結構流程20-21
• 第三章 中央空調(diào)空氣處理系統(tǒng)21-34
• 3.1 研究對象廠區(qū)空氣處理系統(tǒng)概述21-23
• 3.1.1 空氣處理系統(tǒng)設備概述21-22
• 3.1.2 空調(diào)箱機組的控制方式22-23
• 3.2 變風量空調(diào)系統(tǒng)的數(shù)學模型23-30
• 3.2.1 空調(diào)系統(tǒng)的分類24-25
• 3.2.2 變風量空調(diào)系統(tǒng)被控對象的數(shù)學模型25-30
• 3.3 潔凈廠區(qū)空調(diào)系統(tǒng)的控制模型30-34
• 3.3.1 Class1000 級潔凈區(qū)工程概況30-32
• 3.3.2 Class1000 級潔凈區(qū)控制流程32
• 3.3.3 Class1000 級潔凈區(qū)控制方式32-34
• 第四章 蟻群算法PID 控制器設計34-42
• 4.1 PID 控制器34-36
• 4.1.1 PID 控制器簡介34-35
• 4.1.2 PID 控制參數(shù)簡介35
• 4.1.3 PID 控制的局限35-36
• 4.2 蟻群算法PID 控制器的設計36-42
• 4.2.1 基于蟻群算法的PID 控制器參數(shù)優(yōu)化36-37
• 4.2.2 算法設計37-42
• 第五章 空調(diào)房間溫度控制系統(tǒng)數(shù)字仿真42-50
• 5.1 數(shù)字仿真過程42-45
• 5.1.1 系統(tǒng)仿真工具matlab/simulink 介紹42-43
• 5.1.2 仿真參數(shù)的計算43-44
• 5.1.3 常規(guī)PID 控制仿真44-45
• 5.2 蟻群算法PID 控制仿真45-50
• 5.2.1 PID 參數(shù)尋優(yōu)45-48
• 5.2.2 蟻群算法PID 控制仿真48-50
• 結論和展望50-51
• 參考文獻51-53
• 攻讀碩士學位期間發(fā)表的論文及科研成果53-54
• 致謝54-55

您可以在本站搜索以下學術論文文獻來了解更多相關內(nèi)容

《暖通空調(diào)》雜志社成功舉辦2011年暖通空調(diào)注冊工程師專業(yè)考試培訓班    

第11屆《暖通空調(diào)》編審委員會工作會議召開    

暖通空調(diào)的設計    王云集;

《暖通空調(diào)》雜志專題文章服務啟事    

《暖通空調(diào)》雜志專題文章服務啟事    

蟻群算法在TSP問題中的應用研究    劉援農(nóng);

基于改進蟻群算法的汽車搶修車巡回修理問題研究    門君;王連玉;李忠光;巴威;

淺談暖通空調(diào)的節(jié)能    華芳;

地下汽車庫暖通設計要點探討    段林;

淺談暖通空調(diào)風道系統(tǒng)分析與評價    趙洪斌;

蟻群算法的生成樹在配電網(wǎng)網(wǎng)架規(guī)劃中的應用    關洪浩;唐巍;

基于蟻群算法的城市緊急救援最佳路徑選擇    吳正偉;吉文來;陳偉佳;盧扣;

蟻群算法在露天礦運輸系統(tǒng)路徑優(yōu)化中的應用    王鶴;邵良杉;邱云飛;

基于蟻群算法的移動機器人路徑規(guī)劃技術的研究    劉杰;閆清東;

基于擁塞控制的多種群二元蟻群算法    嚴彬;熊偉清;程美英;葉青;

一種針對頻率指配問題的改進蟻群算法    肖嶺;熊輝;

蟻群算法在陀螺溫控系統(tǒng)中的應用研究    宋春峰;侯媛彬;趙圣剛;

一種新的地震非線性反演方法    張如偉;黃捍東;趙迪;

運輸調(diào)度問題的蟻群算法研究    師凱;蔡延光;鄒谷山;王濤;

蟻群算法進行連續(xù)參數(shù)優(yōu)化的新途徑    陳峻;沈潔;秦玲;

中國成為全球第二大暖通空調(diào)市場    經(jīng)時

加大對高增長的中國暖通空調(diào)市場投入    記者 劉瓊

暖通空調(diào)節(jié)能細節(jié)設計是關鍵    潘美如

建筑設計讓暖通空調(diào)更低碳    叢健

暖通空調(diào)應用也是樓盤賣點    本報實習記者 王瑞芳

從缺失到重視：“通風”走進空調(diào)業(yè)    本報記者 聞笙

暖通空調(diào)市場:繁榮背后亟待規(guī)范    何吉

感受莫斯科國際暖通空調(diào)展    王攀峰

亞洲暖通空調(diào)第一展成功落幕    實習記者 柏丹

“低碳經(jīng)濟”背景下暖通空調(diào)產(chǎn)業(yè)的嬗變    袁清

交流接觸器智能化控制與設計技術的研究及實現(xiàn)    許志紅

基于蟻群算法和支持向量機的礦化蝕變信息提取研究    薛云

中繼衛(wèi)星動態(tài)調(diào)度問題建模及優(yōu)化技術研究    顧中舜

仿生優(yōu)化算法在數(shù)字圖像處理中的應用研究    劉傳文

蟻群優(yōu)化算法在車輛路徑問題中的應用研究    陳寶文

突發(fā)事件下的車輛路徑問題研究    唐連生

用信息法研究天空亮度分布    何滎

基于蟻群算法的集裝箱港口選擇與網(wǎng)絡均衡分析    閆博

郵政物流車輛路徑問題研究    呂雄偉

蟻群算法改進及應用研究    劉波

基于遺傳多蟻群算法的QoS組播路由算法研究    傅宏

協(xié)同制造調(diào)度問題的蟻群算法研究    潘鵬竹

基于改進蟻群算法的無人飛行器航跡規(guī)劃應用研究    饒躍東

蟻群群體智能網(wǎng)絡可視化試驗平臺研制    邵曉路

改進蟻群算法在YKK系列中型高壓電機優(yōu)化設計中的應用    呂海鵬

基于蟻群算法與競選算法的作業(yè)車間調(diào)度求解及比較研究    劉志勇

改進的蟻群算法及其在QoS中的應用    張守年

基于蟻群算法的呼吸信號情感識別研究    林時來

無底柱分段崩落法礦山生產(chǎn)調(diào)度系統(tǒng)優(yōu)化研究    孫瑩

應用點著色聚類改進蟻群算法    李旭