基于动态模糊解耦补偿器的空调控制策略研究

王延年 杜 凯 武云辉 唐恒坤

（西安工程大学，陕西西安，710048）

1 研究背景

在纺织厂，生产车间的空气温湿度是影响生产纺织品产品质量的关键因素[1]，因此，如何控制纺织厂车间的空气温湿度是保证产品质量的关键。在我国目前的纺织品生产环境中，其生产车间的温度范围是33℃～35℃，相对湿度范围是55%～58%，一旦温湿度不能满足此要求，将严重影响生产的产品质量。传统的纺织厂空调仍是采用人工控制的方法，在调节方式上是凭经验进行调节，调节精度不高，调节时间较长。本文设计了基于STM 32的纺织厂空调控制系统，利用动态调节算法加入模糊解耦补偿器的控制方式对纺织厂空调系统进行自动控制，根据车间内外环境变化，及时调整执行机构的控制量来保证车间温湿度的稳定性，从而满足纺织厂生产车间对温湿度的要求。

2 系统硬件设计

本文设计空调控制系统的结构如图1所示。本控制系统中，采用意法半导体公司开发的高性能微处理器STM 32F4ZGT 6为主控芯片，利用温度传感器、湿度传感器采集车间内外的温湿度值，送至主处理器中，通过主处理器的处理、算法运算，将控制信号输出至风阀执行机构和变频器，用于控制风窗、风机以及水泵。触摸屏人机界面用于显示系统中各部分的运行状态，设置满足生产车间正常生产的温湿度要求以及报警信息的显示。

图1 空调控制系统框图

3 系统控制策略及算法实现

3.1 系统控制策略与控制流程

纺织厂空调控制系统的调节方法，根据湿度优先原则[2]，把车间空气含湿量作为首要对象进行调节。纺织厂空调系统的调节设备中，风机能耗＞水泵能耗＞风窗能耗，根据“增小减大”原则，当车间空气的相对湿度低于设定的标准时，通过依次增大耗电量较小设备的输出进行调节来满足生产需求；当车间相对湿度高于设定的标准时，通过依次减小耗电量较大设备的输出进行调节来满足生产需求。

系统主程序流程如图2所示。系统通电后，首先系统初始化，将各执行机构进行初始值赋值，系统进行延时检测，采集生产车间内的温湿度、室外的温湿度等数据。通过各部分的算法运算，将新一轮的控制输出值送至执行机构中。

图2 系统主程序流程

3.2 系统的控制算法

在纺织品的生产过程中，对生产车间环境参数的要求比较严格[3]；又由于纺织厂空调的调节参数中需要考虑到室外环境的数据，而我国纺织厂的分布具有地域广的特点，同一季节不同地区，同一地区不同季节以及昼夜温差等因素均对纺织厂空调设备的调节有一定的影响；并且其工艺指标为生产车间的温湿度，调节设备为风窗开度、变频器等可调物理量，调节的温湿度两者之间表现为强耦合的关系，加大了纺织厂空调控制系统的调节难度[4]。本系统中，采用了动态调节算法加入模糊解耦补偿器形成的动态解耦算法进行系统的解耦[5]，越接近调节目标，风机、水泵、风窗之间互相影响量就越小，随着系统长期运行，该影响量可忽略不计。

动态调节算法公式：

式中：Y(t)分别为当前时刻的送风机控制输出量、循环水泵控制输出量、新风窗开度；Y(t-1)分别为上一时刻的送风机控制输出量、循环水泵控制输出量、新风窗开度；Fmax分别为送风机输出量上限、循环水泵输出量上限、新风窗开度最大值；Fmin分别为送风机输出量下限、循环水泵输出量下限、新风窗开度最小值；Bmax分别为车间设定温度上限、车间设定相对湿度上限、机器露点最大焓值；Bmin分别为车间设定温度下限、车间设定相对湿度下限、机器露点最小焓值；D分别为车间实测温度、车间实测相对湿度、混合点焓值；K表示修正系数，取值范围是0～1。通过改变K值的大小，可调节系统控制输出每一次的风机频率以及风窗开度的增量，默认值为0.5。

其中根据车间设定的最大温湿度和最小温湿度求出相对应的最大最小含湿量，再根据相对湿度为90%时，求出机器露点焓值的上下限。车间的温湿度上下限通过触摸屏页面进行设置。

工艺风机是车间机台发热量排出的主要散热设备[6]，当夏季室外温度较高时，工艺风窗一般为关闭状态，工艺风机将车间机台热量排出至室外；在冬季室外温度比较低的时候，通过工艺风窗算法控制工艺风窗的开度，通过工艺风机可将车间机台发出的热量送至空调室进行二次回风调节，能够极大减少能源的不必要浪费。

根据当前新风机的输出量计算地吸风机的输出值，即：

式中：Pd为地吸风机的最大功率；Pg为工艺风机的最大功率；Ps为送风机的最大功率。根据设备的运行功率可知设备运行时的控制频率。工艺风机是以最大功率运转，因此只需已知送风机频率与地吸风机频率的差值ΔF即可。ΔF可根据不同纺织厂的设备参数直接在触摸屏上修改。

地吸风窗调节公式：

式中：Y(t)地是地吸风窗的输出量；O新MAX是新风窗调节范围的最大值；Y(t)新是新风窗的输出量。

3.3 系统解耦设计

纺织厂空调调节系统中所耦合的部分主要是通过执行机构调节车间湿度时所造成车间温度的偏移，调节车间温度时所造成车间湿度的偏移。本文采用在动态调节算法之后加入模糊解耦补偿器，在调节过程中，根据湿度优先的原则，以湿度值为主要指标，即将优先调节湿度所带来的温度偏移，进行的温度反向补偿调节。系统解耦结构如图3所示。

执行机构1对应的设备为风窗开度、水泵频率，是车间相对湿度的主要调节设备，其输入量F1(t)由式（4）、式（5）确定。

图3 系统解耦结构图

增加车间湿度：

减小车间湿度：

图3中模糊解耦补偿器的输入ΔT由调节车间相对湿度时造成车间温度的偏差量Δt以及偏差变化率确定Δtc，即：

模糊解耦补偿器的输出为U，执行机构2对应的设备为送风机，是车间温度的主要调节设备，输入量F2(t)为：

3.4 模糊解耦补偿器的设计

模糊解耦补偿器选取温湿度互相耦合所得到的温度偏差量Δt以及偏差的变化率Δtc为输入量，输出量U为当前温度偏差量所对应的各执行机构当前次调节的增量Δβ。根据湿度优先的原则，在当前次调节的过程中，可以得到温湿度互相耦合所得到的温度偏差量Δt、偏差变化率Δtc以及各执行机构当前次调节的增量Δβ。偏差变化率与偏差量的关系为：

式中：Δt为实测温度减去需求温度；Δ(t-1)为上一时刻的误差；T为系统调节的延时时间。

以当前次调节为基准，前7次调节的温度偏差量Δt、偏差变化率Δtc、输出量U的量化域统一设定为[-3，3]。选用“正大”、“正中”、“正小”、“零”、“负小”、“负中”、“负大”，即｛PB、PM、PS、ZO、NS、NM、NB｝7个语言变量描述模糊变量。建立纺织厂空调调节系统的模糊解耦补偿控制规则如表1所示。

表1 模糊解耦规则控制表

将前7次的各执行机构当前次调节的增量Δβ按照从小到大排序为Δβ1至Δβ7，则输出量U对应的论域为：

模糊补偿器的解耦补偿控制规则每一次调节后都会更新。输出量U都是根据当前调节的前7次耦合量给出，每一次的调节都会不断接近最优控制输出量。

4 数据分析

结合某一纺织厂生产车间，传统控制方式与动态解耦控制方式对比如图4和图5所示。

从图4可知，在动态解耦控制方式下，纺织厂生产车间温度的调节误差为±0.5℃，相对湿度的调节误差值为±1%，调节时间比传统控制方式所需要的调节时间要减少一半，随着系统的运行，温湿度的变化曲线逐渐趋于平缓，可满足车间生产线的温湿度要求。通过应用本系统动态解耦控制方式，降低了温湿度的误差，缩短了调节时间，其调节效果明显优于传统控制方式。

图4 传统控制方式与动态解耦控制方式对比图

图5 传统控制方式与动态解耦控制方式用电量对比图

从图5可知，2018年8月至2019年7月应用本系统进行空调系统的调节与2017年8月至2018年7月应用传统控制方式相比，各个月份的用电量明显减少，总能耗降低13.8%，通过应用动态解耦调节算法，节能效果优于传统控制方式。

5 结语

本文设计了基于STM 32的纺织厂空调控制系统，在系统中采用了基于模糊解耦补偿器的动态调节算法进行纺织厂温湿度调节的解耦控制，实现了对设定温湿度的快速调节。通过不断地更新最优模糊解耦规则，提高了纺织厂生产车间温湿度的控制精度，降低了空调调节系统的能耗，同时具有可靠、可编程、易操作等特点，满足了纺织企业在空调控制系统上的各项要求。