基于模糊控制的教室中央空调与照明智能节能系统

赵欣 李欢 欧剑

（绵阳职业技术学院 四川省绵阳市 621000）

1 引言

随着21 世纪我国高校办学规模的不断扩大，各高校及城市重点中小校学生人数、教职员工人数成倍增长，校园建筑面积也有了大幅度的提高，这使建筑能耗成为了这些学校的重要资金消耗项目。按照日本和中国的能源单位分类标准，学校基本上都属于一类能源管理单位（即年能耗折耗电1200 万Kw.h 以上），能源的使用费用支出过大，严重影响高校教学和科研[2]。虽然各个学校已认识到建筑节能的重要性，开展了一系列建筑节能工作，但节能效果不佳，大部分仍然是高能耗建筑，在这种状况下，设计教室中央空调与照明智能节能系统，有利于加快在学校建筑中全面推进建筑节能，是节约能源、保护环境、改善建筑功能、降低学校经费开支的重要措施，对建设“节能型”高校具有十分重要的意义[1]。

2 方案设计

在本智能节能系统中，为了让中央空调和照明的控制满足自控、节能的基本需求，主要通过两个途径来实现。一个是对视频监控采集的图像进行处理，从而得到教室内人员分布情况，从而合理的控制风机盘管设备和照明设备的启停；另一个是通过对教室内温度的采集，从而控制空调的温度。节能控制方案如图1 所示。

3 人物识别与定位

针对教室内人员情况，是采用图像技术对摄像机上传的图片进行处理，从而得到教室内人员的分布情况。在这个基础之上，开启对应教室区域的中央空调设备和灯光，从而实现系统的智能控制。

3.1 人物识别

对教室内的人物识别，采用了背景减除的方法。根据背景模型与当前采集图像的对比，找到有差异的像素归为前景目标，没有差异的像素归类为背景，即是背景减除[9]。

摄像头采集一张教室内无人的图像作为背景图片，然后在教室有人的情况下采集一张图片作为目标图片。将两张图片进行处理。

采集的背景图片和目标图片如图2 所示。

得到背景相减之后的二值化图像如图3 所示。

从图像上可以看出，存在人物的区域为白色，由此可以知道教室内是否有人存在。

3.2 区域定位

根据中央空调的风机盘管安装位置，把教室分成了4 个区域，也就是说每个风机盘管负着教室一个区域的空调效果。理想化的区域划分如图4 所示。

图1：节能控制方案

图2：背景图和目标图

图3：二值化图像

如此划分的主要目的，是为了通过识别相应区域中是否存在人物，来开启或关闭区域中的风机盘管设备。

区域划分的坐标图如图5 所示。

教室的长为2a，宽为2b，设定教室图片的中点为O'点。首先可以得到在XOY 坐标系中点A 的坐标(g,f),点O'的坐标为(a,b)。

表1：E 的隶属度

表2：U 的隶属度

表3：控制表

其次以X'O'Y'建立新的坐标系，通过坐标移动，可以得到点A 在X'O'Y'坐标系中的坐标(g',f')，其中g'=g-a,f'=f-b。那么，可以由此得到公式（1）。

经过区域化分的教室二值化图片如图6 所示。

由图中可以看出，一个人物是会跨区域存在的，并且，在实际操作中，凳子移动对区域的定位的干扰是巨大的。为了减少这些干扰，本文对二值化图片中各个区域的像素点进行了统计，通过公式（2）来计算：

A：区域中为1 的像素点个数。

B：区域中总的像素点个数。

C：误差调整参数，取值(-1,1)。

图4：理论上区域划分

X：比例值，精确到小数点后2 位。

A 和B 的取值可以通过上位机运算得到。由于各个教室环境的不同，C 的值是通过实际的调试而设置的，用于比例值的修正。

通过工程项目的实际调试，在各个区域中，判别是否有人的X取值见公式（3）：

图5：区域坐标划分

图6：区域划分的二值化图像

图7：控制结构

图8：一周内用电情况

图9：一月内用电情况

对于判定有人的区域，空调和照明会自动开启，若判定无人，则空调和照明会自动关闭。

4 智能节能温度控制方法

4.1 控制方法选择

从控制理论的观点出发，对中央空调的控制必须结合实际，从多个方面来考虑，根据中央空调控制系统的特点，用传统方法来建立精确的数学模型是相当困难。经过工程实践表明，模糊控制应用于该系统时，都有十分良好的表现。因此，本系统采用模糊控制方法来实现空调的温度控制。

4.2 模糊控制的实现

从工程项目的实际情况考虑，这里采用了单输入单输出的方式。控制结构图如图7 所示。

设定温度T0=24℃，T 为教室内实测温度，E=T0-T 为温度误差，空调的模糊控制区为18℃～30℃，温差范围±6℃，温度采样分辨率为1℃,采样周期30s，温度控制增量U=±6℃，空调面板温度控制范围16℃～30℃。

把E 的论域量化为7 级{-3，-2，-1,0,+1,+2,+3}，每级相差3℃，E 的模糊语言分为如下7 档{PB,PM,PS,Z,NS,NM,NB},得到E 的隶属度赋值见表1。

把U 的论域量化为7 级{-3,-2,-1,0,+1,+2,+3}，每级相差2℃，E 的模糊语言分为如下7 档{PB,PM,PS,Z,NS,NM,NB},得到U 的隶属度赋值见表2。

得到以下控制规则：

归纳为E×U 的模糊关系R，见公式（4）：

求Ri(i=1,2,3…,7)的运算按下式进行，见公式（5）：

得到：

得到系统模糊控制规则R 后，当采样得到的偏差E 作为模糊控制器的输入，就能得到相应的空置量U，见公式（6）：

用Zadeh 的表示方法：

按最大隶属度法，应选取控制量-1 级。

按上述运算方法，依次代入计算，求出控制表见表3。

把控制表存入网络控制器的储存芯片，通过程序以查询功能实现控制。空调启动时，初始设定为16℃，全力制冷；室内温度到30℃，进入模糊控制区域，面板设定温度自动调整为18℃。以此类推，实现模糊控制。

5 节能效果分析

本系统实际应用共覆盖教室59 间，本文选取了11月和3月(气候环境和课程安排情况都非常接近)的用电数据作为对比，来对系统的节能效果进行分析。

一周内的用电情况如图8 所示。

一个月内的用电情况如图9 所示。

系统运行之后，可以节约14.14%的电能，基本达到了节能的要求。

6 总结

通过图像处理技术，利用模糊控制算法，可以实现教室的中央空调与照明的智能节能控制。本文所研究的节能系统，经过实际项目运行测试，达到了预期的设计效果，对实现大型建筑的照明智能化控制具有一定的理论指导作用和实用价值。