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ZieglerNichols（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