当前位置: 首页 > 专利查询>杨炳儒专利>正文

智能化家用空调器的控制装置及控制方法制造方法及图纸

技术编号:2413492 阅读:213 留言:0更新日期:2012-04-11 18:40
一种家用空调器的控制方法与装置,其控制模型的理论基础是发明专利技术者独立提出的语言场理论、因果关系定性推理模型与推理机制;其控制算法采用共享知识库、通用性算法、自寻优算法与自组织处理;其控制策略采用瞬时静态流程与过程动态流程交叉融合的方式,以达多参数协调控制的目标。通过对制出的智能控制器测定表明:具有全自动(不用遥控器等)、自适应、多功能、节能、成本低等特征,并进而有系列性开发前景。(*该技术在2014年保护过期,可自由使用*)

【技术实现步骤摘要】

本专利技术涉及空调器的控制技术,特别是关于一种具有自适应功能的全自动智能化空调器的控制装置及控制方法。从家用空调器的控制系统而论,现有的技术可归结为两类一类是经典的基于信息反馈系统的控制(理论基础是id图)。该控制系统没有综合实施对温度、湿度、空气流速、空气洁净度等多因素的复合型一体化控制策略,没有自适应能力,完全依靠人在过程中的设定参与而实现,自动化程度不高;只能制冷(夏季)与制热(冬季),没有自动的相互转换,功能也不完备;没有考虑到室外对室内在温度方面的实际影响。另一类是模糊控制(理论基础是FUZZY集合论与FUZZY逻辑)。该控制系统没有考虑室内外温差对室内舒适温度区间的影响;没有在综合语言场内用统一的通用算法构筑多因素复合控制策略;没有真正地“全自动”(只接通电源,一切全自动控制,不用任何设定);没有非常强的“自适应”能力;在控制规则中没有“完备化”的情况归纳;在算法中仅一次合成形成结论,而没有完备的、以知识为基础的二次合成以形成结论;没有根据“控制是以因果关系与可能世界的存在为前提”的原理,抓住因果归纳推理机制,而仅能依据不确定信息进行演绎FUZZY推理;最重要的是没有大量总结、归纳与量化人类已有的关于舒适度方面的“经验与知识”,不能根据周围环境条件的变化来自动调整控制系统本身具有的“经验与知识”,不能根据自组织、自寻优过程,去达到控制动作与周围环境的协调一致-即达到人的最佳舒适态。因此,当前国际上的空调技术的发展趋势是使空调器的控制系统实现智能化,而为了生产出智能型的空调设备,就必须首先在控制策略上有所突破,才能制造出更新换代的空调产品,基于这一思想,本专利技术人完成了此项专利技术。本专利技术的目的是提供一种具有自适应功能的全自动智能化空调器控制方法及控制系统。上述目的的实现,首先是建筑在新的基础理论研究成果的基础上,并形成了基础理论-应用基础-应用技术的整套研究体系。该项专利技术的理论成果部分已发表于“智能与逻辑”论文集(中国电子工业出版社,1993年11月),该体系中所提出的新的控制策略可概述如下控制策略的理论基础(1)描述架“语言场与语言值结构”-提出了基本概念、同构定理、扩张定理,讨论了各类性质。为作为原因的温度、湿度、空气洁净度与结果的舒适度的量化的知识表示方法,实现了从状态空间到语言场的转化。(2)因果关系定性推理模型在单一语言场与综合语言场中,讨论了空调器控制中的推理机制部分,在这里提出复杂推理的计算模型与算法流程,这种算法具有普适性-适合于温度、湿度等因果关系的各种类型,这种普适性算法减少了程序运行步骤与存储空间,建立了“共享知识库”,算法分为两类一类是单一语言场中的并行式算法;另一类是综合语言场中的串行式算法。(3)控制策略的设计1)包括两大类第一类瞬时静态策略设计采用单一语言场中的并行式算法 第二类过程的动态策略设计;在瞬时静态策略设计的基础上,考察在升温(湿)、降温(湿)等过程变化下,随机策略(经验与知识之总和)的特定需要,另附加新策略设计。2)整个控制过程采用实时与闭环反馈控制。3)根据环境条件的变化,可自调节区间参数,可自组合矩阵进行“合成”-自组织控制。4)控制策略的实现目的是使温度与湿度等要素在特定条件环境下所对应的舒适度区间的左右领域内“振荡”(针对缓慢的渐变过程),并且从时序的角度而论是收敛的-自寻优控制。5)除主体控制策略的设计外,还考虑到针对压缩机保护、特殊需求(如人体质差异)、容错技术等辅助控制策略的设计。下面结合附图详细说明本专利技术空调器的控制方法及控制装置。 附图说明图1为本专利技术控制方法的流程图。图2为本专利技术控制装置的结构示意图。图3A、3B、3C和3D是本专利技术控制装置各实施例的电路图。本专利技术的控制流程如图1所示,可分为输入部分、瞬时静态流程部分、过程动态流程部分和输出部分四个阶段。(一)输入部分包括两个步骤1.系统初始化设置系统状态的参数、时钟、采样过程参数。本专利技术的参数的设定是根据国际与国内的相关标准,确定了量化区间。主要参数如下 本专利技术的重要特点之一,是打破了传统的仅考虑室内温度控制的格局,还考虑到室外温度变化对室内温度变化的实际影响(即温差因素),防“空调综合症”,并且体现系统的自适应性。对于制冷若室外温度每增加(减少)1℃,则室内舒适温度区间上滑(下滑)0.36℃。对于制热若室外温度每增加(减少)1℃,则室内舒适温度区间上滑(下滑)0.30℃。此外,还可根据特殊需要进行特殊调节,即考虑到地域差别与人体质强弱差异,设置了±2℃的手动调节开关,可据特殊需要将舒适度区间恒保持上滑或下滑2℃。2.系统当前状态采样输入,包括体质开关状态、烟雾开关状态、室内温度状态、时间间隔等。主要过程有频率到实际数值的转换、容错处理、进行记录以断定系统状态变化趋势、时间计数等。a.系统状态的采样输入,是利用传感器检测系统的状态(如温度、湿度、烟尘),采样频率为每3秒钟一次。通常采用热敏(或湿敏)电阻型传感器,获得相应的模拟信号,再通过模拟/频率转换电路转换为频率信号,该转换的频率信号再经传感变送电路实现从频率到温度、湿度的实际数值的转换。转换是采用下列经验公式完成的i)电阻与频率转换公式 R-热敏、湿敏传感器的电阻阻值ii)温度与频率转换公式(22.5~47.5℃)X= (Y-930)/27.52 +22.5(Y≥930)(12.5~22.5℃)X= (Y-660)/27.52 +12.5(660≤Y<930)(-5~12.5℃)X= (Y-397)/21.04 (Y<660)X-所测温度值,℃Y-对应的频率值,Hziii)湿度与频率转换公式(在26.5℃为中心点的邻城内)X= (Y-207)/113 +46 X= (Y-320)/243 +47X-所测相对湿度,%Y-对应的频率值,Hzb.容错处理为了提高系统稳定性,减少输入数据的偶然误差,对输入数据采取均值容错技术,即将当前输入数据与前4次的数据求均值后,用此均值作为本次的输入数据,这样对系统输入数据起了一定平滑作用,提高了输入数据可靠性。c.系统状态的动态调节通过本次和前次输入数据比较,判断系统当前状态的变化方向,例如增温,降湿等。(二)瞬时静态流程部分如图1所示,包含以下五个步骤1.根据输入调整系统参数,决定采用制冷或制热算法包括根据体质开关状态调整温度粗划分区间;根据室外温度和当前状态决定采用哪套算法。制冷、制热以室外温度18℃为界,在系统处于全停状态时转换。采用通用算法模式制冷与制热,以及温度与湿度均采用同一算法模式,仅是各自的参数不同或变化方向与控制目的不同。从而既减少了算法的复杂性,又减少了搜索与占用空间。2.插值处理包括对温度和湿度进行粗划分插值,从而判定类型,给出原始向量表示。采用实时控制,将得到的温、湿度样本数据,立即转化为语言值的量化表示,并归类,为下面推理做准备。计算公式如下 式中 t-非标准样本,现时输入值,t0-标准样本的数据,L-区间长度,A左-非标准样本左邻状态标准向量,A右-非标准样本右邻状态标准向量。由上式得到一个向量Kt当A左或A右为0向量(即非标准样本点落在整个室内可达温、湿度区间的左端或右端时,做特殊处理)。例如在制热时,当输入室内温度为t=2℃时,采用插值本文档来自技高网...

【技术保护点】
一种空调器控制方法:包括输入阶段、瞬时静态流程阶段、过程动态流程阶段和输出阶段;各阶段的具体步骤如下:(1)输入阶段a. 系统初始化:设置系统状态的参数、时钟、采样过程参数;b. 系统当前状态采样:利用温度传感器检测系统当前状态,采 样频率为每3秒钟一次;温度模拟/频率转换电路将所测温度模拟信号转换为频率信号;c. 将所述温度的频率信号转换为代表实际温度值的数字信号,转换经验公式如下:***其中:X表示所测温度值,℃Y表示对应的频率值,Hzd. 容错处理 :将当前的温度值数字信号与前4次的温度值数字信号求均值,以此均值作为本次温度数字输入数据;e. 状态动态调节:将所述本次温度均值数据与前次温度均值数据进行比较,以判断系统状态的变化趋势;(2)瞬时静态流程阶段:算法步骤如下: a. 根据输入调整系统参数,决定采用制冷或制热算法。室外温度为18℃以上时制冷,18℃以下时制热;制冷与制热的转换是在其均处于压缩机关闭、风扇停的状态时实施的自动转换;下:b. 插值处理:采用下述公式计算:***式中t-非标准 样本,现时输入值,to-标准样本区间的数据,L-区间长度,A↓[左]-非标准样本左邻状态标准向量,A↓[右]-非标准样本右邻状态标准向量,由上式得到一个向量K↓[t],计算上述向量与标准向量A↓[R]、A↓[P]、A ↓[T]、A↓[Q]、A↓[S]的距离,以确定相应的类型;R、P、T、Q、S分别表示非常低、低、适中、高、非常高五种状态。c. 自寻优矩阵:根据所述输入数据插值后确定的类型,在“共享知识库”中选定“合成”的对象矩阵M;所述“共 享知识库”由以下矩阵集合而成,首先在标准样本空间中形成因果状态表:***其中结果向量***,对于A↓[P]而言,上述类属于同一小前提的5个结果向量S构成一个知识矩阵;对于A↓[R]、A↓[T]、A↓[Q]、A↓[S]也都构成知识 矩阵;所述全部矩阵的集合构成一“共享知识库”;(u与u′分别指R、P、T、Q、S的五种状态之一)d. 合成演算:由所述插值后确定的状态向量K↓[t]与选定的矩阵M进行合成,即K↓[t]*M=BB-标志舒适度e. 聚类: 根据B向量与知识库中存储的表示舒适度的标准向量S↓[P]↑[*]、S↓[P]、↑[*]、S↓[T]↑[*]、S↓[Q]↑[*...

【技术特征摘要】

【专利技术属性】
技术研发人员:杨炳儒
申请(专利权)人:杨炳儒
类型:发明
国别省市:11[中国|北京]

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1