变风量空调系统室温控制的梯度校正辨识算法技术方案

本发明专利技术公开了一种变风量空调系统室温控制的梯度校正辨识算法，沿着代价函数的负梯度方向，逐渐修正模型特性参数的估计值，直至代价函数达到最小值。本发明专利技术与递推最小二乘参数辨识方法相比，算法明显简单，而且易于实现，因此在线辨识时，其相应的计算量要小于递推最小二乘算法，并且本发明专利技术可同时实现对变风量空调系统的过程参数和延迟参数的在线辨识。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种，沿着代价函数的负梯度方向，逐渐修正模型特性参数的估计值，直至代价函数达到最小值。本专利技术与递推最小二乘参数辨识方法相比，算法明显简单，而且易于实现，因此在线辨识时，其相应的计算量要小于递推最小二乘算法，并且本专利技术可同时实现对变风量空调系统的过程参数和延迟参数的在线辨识。【专利说明】
本专利技术涉及一种，属于空调控制技 术领域。
技术介绍
变风量空调系统是通过改变送风量或者调节送风温度来控制某一空调区域温度 的一种空调系统。变风量空调系统可根据空调负荷的变化及室内要求参数的改变，自动调 节空调送风量，以满足室内人员的舒适度要求或其他工艺要求，同时根据实际送风量自动 调节风机的转速，最大限度地减少风机动力，节约能量。而在空调控制领域，被控对象变量 (如室内温、湿度）通常具有非线性、纯延迟、时变和强耦合等特性，并受各种不确定干扰因 素（人员流动、门窗启闭、设备散热等）影响。通常情况下，一般采用递推最小二乘辨识算 法对变风量空调系统的过程参数进行在线辨识，但无法获得纯延迟时间，而延迟时间的辨 识对于自适应控制起着至关重要的作用。
技术实现思路
本专利技术提供了一种，通过梯度校正 辨识算法实现了对变风量空调系统包括延迟参数和过程参数在内的在线辨识。 为达到上述目的，本专利技术采用的技术方案如下： ，包括以下步骤： 1)建立变风量空调系统的离散化模型； 2)建立与所述变风量空调系统的离散化模型相应的离散化的参考对象模型； 3)定义变风量空调系统离散化模型和参考对象模型的广义模型误差： 4)定义代价函数J( Θ )，当J( Θ )为最小时，参考对象模型待辨识参数的估计值即 为变风量空调系统模型相应的特性参数的实际值， 【权利要求】1. ，其特征在于，包括以下步骤： 1) 建立变风量空调系统的离散化模型； 2) 建立与所述变风量空调系统的离散化模型相应的离散化的参考对象模型； 3) 定义变风量空调系统离散化模型和参考对象模型的广义模型误差： 4) 定义代价函数J( Θ )，当J( Θ )为最小时，参考对象模型待辨识参数的估计值即为变 风量空调系统模型相应的特性参数的实际值，(13) 其中，Θ表示未知的特性参数，e(i)为广义模型误差，k表示差分阶数； 5) 得到梯度校正参数辨识算法下变风量空调系统参考对象模型待辨识参数0m(k)的 递推公式：(22) 其中，θπ〇〇 = T，R(k)为加权矩阵，e(k)为广义模型误差， u(k)表示变风量空调系统在k时刻的输入，y(k)表示在k时刻的变风量空调系统实际 输出， 定义输入数据向量h(k)为：(23)； 6) 采用梯度校正参数辨识算法对变风量空调系统参考对象模型待辨识参数0m(k)进 行在线辨识。2. 根据权利要求1所述的，其特征在 于，所述步骤1)变风量空调系统的离散化模型的建立过程包括以下步骤： 1-1)变风量空调系统的数学模型G(s)经简化后，表达式如下：⑴ 其中，Ks为放大系数，Ts为时间常数，τ为变风量空调系统的纯延迟时间，s为拉普拉 斯算子； 1-2)对变风量空调系统的数学模型的传递函数进行离散化，得到离散化的变风量空调 系统的传递函数Gh(s)如下：(2) 其中，T表示采样周期； 1-3)将空调系统的数学模型G(s)经过z变换后，得到离散化模型G(厂〇 : 其中，a = , b = Ks(l_a)，a, b为变风量空调系统的过程参数， (1) d = τ /T为变风量空调系统的延迟参数，a, b, d为变风量空调系统的特性参数。3. 根据权利要求1所述的，其特征在 于，所述步骤2)离散化的参考对象模型匕丨^1)为：(9) 其中，am，bm为变风量空调系统参考对象模型待辨识的过程参数，dm为空调系统参考对 象模型待辨识的延迟参数。4. 根据权利要求1所述的，其特征在 于，所述步骤3)广义模型误差e(k)为： e(k) = y(k)-ym(k) = >>{*)- (12) 其中，k表示差分阶数，u(k-l)表示变风量空调系统在k-1时刻的输入，y(k)表示在k 时刻的变风量空调系统实际输出，ym(k)为参考对象模型6111(^1)的差分形式。5. 根据权利要求1所述的，其特征在 于，所述步骤5)中，所述加权矩阵选取Lyapunov的最佳加权矩阵If (k):(27) 其中，N表示加权矩阵的维数。6. 根据权利要求1所述的，其特征在 于，所述步骤6)采用梯度校正参数辨识算法对变风量空调系统参考对象模型待辨识参数 Θ m(k)进行在线辨识的步骤如下： 6-1)给定参考对象模型特性参数向量的初始值Θ m(l)，即取k = 1 ; 6-2)根据式（23)构成输入数据向量h(k); 6-3)根据式（27)构成加权矩阵If (k); 6-4)根据式（12)式计算广义模型误差e(k); 6-5)根据式（22)估计新的参考对象模型的特性参数向量0m(k+l); 6-6)对待辨识参数Θ m(k+l)中的dm(k+l)进行取整，所述取整遵循如下规则：128) 6-7)用k+Ι替代k，返回步骤6-2)。7. 根据权利要求6所述的，其特征在 于，所述在线辨识过程中，当代价函数J( Θ )取得最小值的，迭代循环结束，此时的参数向 量θπ(1〇与实际值偏差为最小，则此时的θπ〇〇即为变风量空调系统相应的特性参数的实 际值。【文档编号】G05B13/04GK104111606SQ201410251919【公开日】2014年10月22日 申请日期:2014年6月9日 优先权日:2014年6月9日 【专利技术者】白建波, 李洋 申请人:河海大学常州校区本文档来自技高网...

【技术保护点】
变风量空调系统室温控制的梯度校正辨识算法，其特征在于，包括以下步骤：1)建立变风量空调系统的离散化模型；2)建立与所述变风量空调系统的离散化模型相应的离散化的参考对象模型；3)定义变风量空调系统离散化模型和参考对象模型的广义模型误差：4)定义代价函数J(θ)，当J(θ)为最小时，参考对象模型待辨识参数的估计值即为变风量空调系统模型相应的特性参数的实际值，J(θ)=Σi=1k12e2(i)---(13)]]>其中，θ表示未知的特性参数，e(i)为广义模型误差，k表示差分阶数；5)得到梯度校正参数辨识算法下变风量空调系统参考对象模型待辨识参数θm(k)的递推公式：θm(k+1)=θm(k)-R(k)·-y(k-1)-u(k-dm(k)-1)(u(k-dm(k)-1)-u(k-dm(k)-2))·bm(k)·e(k)---(22)]]>其中，θm(k)＝[am(k),bm(k),dm(k)]T，R(k)为加权矩阵，e(k)为广义模型误差，u(k)表示变风量空调系统在k时刻的输入，y(k)表示在k时刻的变风量空调系统实际输出，定义输入数据向量h(k)为：h(k)=-y(k-1)-u(k-dm(k)-1)(u(k-dm(k)-1)-u(k-dm(k)-2))·bm(k)---(23);]]>6)采用梯度校正参数辨识算法对变风量空调系统参考对象模型待辨识参数θm(k)进行在线辨识。...

【技术特征摘要】

【专利技术属性】
技术研发人员：白建波，李洋，
申请(专利权)人：河海大学常州校区，
类型：发明
国别省市：江苏;32