摘要:针对在变风量(VAV)空调系统中,传统PID控制自适应能力差、对非线性系统控制效果不佳的问题,提出了一种基于粒子群优化(PSO)算法整定PID参数的方法。通过选取被控对象模型(空调房间模型),在目标空间中寻找最优PID控制参数集,并选取被控系统的误差绝对值乘时间积分(ITAE)指标作为粒子群算法的目标函数。通过设计优化程序,得到了系统仿真图。与传统ZieglerNichols(Z-N)算法整定PID结果相比,系统在工况切换时超调量降低、调节时间缩短。为了避免粒子群算法陷入局部极值,对算法进行了加权。在系统中的应用效果表明,与基本PSO算法相比,加权后的PSO算法在系统工况切换时,收敛速度变慢、系统偏差量减小、调节时间缩短。经仿真分析得出,加权后的PSO算法能有效地降低PID控制器的超调量。该优化算法应用于具有多种变化特性的VAV空调系统中,提高了系统的控制性能。
关键词:变风量 非线性系统 惯性权重 粒子群优化 适应度函数
单位:沈阳建筑大学信息与控制工程学院; 辽宁沈阳110168; 中国科学院沈阳自动化研究所; 辽宁沈阳110016; 中国科学院网络化控制系统重点实验室; 辽宁沈阳110016
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社