说明书冷水机组控制方法及控制系统
技术领域
本发明涉及一种冷水机组控制方法及控制系统。
背景技术
传统的冷水机组控制系统中常采用经典的传递函数模型，传递函数模型一般只适用于单输入-单输出的定常系统动态仿真，而空调系统中大部分部件是多输入—多输出系统，另外，传递函数模型采用的是比较抽象的频域分析方法，不便于在时域中进行数值计算。显然，传递函数法并不是理想的空调系统动态仿真建模手段。状态空间方法在系统动态建模过程中越来越受到人们的青睐，非常适合多输入-多输出控制系统，但空调系统往往具有高度的非线性和参数不确定性，这无疑使建立在精确数学模型基础上的状态空间模型面临实际应用上的挑战。
发明内容
本发明实施例所要解决的技术问题在于，提供一种冷水机组控制方法及控制系统，使用状态空间方法建立冷水机组状态空间模型，并利用基于支持向量机辨识模块对模型的未知参数进行辨识，其模型精确度高，利于对冷水机组的精确控制。
为解决上述技术问题，本发明实施例提供一种冷水机组控制方法，包括如下步骤：能量守恒和质量守恒定律建立冷水机组的状态空间模型，所述状态空间模型表征为状态空间方程；利用基于支持向量机辨识模块对所述状态空间模型中的状态空间方程中的未知参数进行辨识。
进一步地，在所述能量守恒和质量守恒定律建立冷水机组的状态空间模型的步骤之中，包括：将所述状态空间模型中的冷冻水与蒸发器的对流换热系数、制冷剂与蒸发器的对流换热系数、冷却水与冷凝器的对流换热系数以及制冷剂与冷凝器的对流换热系数设定为各自相关变量的多项式函数，再将多项式函数代入状态空间方程；在所述利用基于支持向量机辨识模块对所述状态空间模型中的状态空间方程中的未知参数进行辨识的步骤之中，包括： 根据所述基于支持向量机辨识模块对所述多项式函数中的未知参数进行辨识以获取所述未知参数。
进一步地，在所述根据所述基于支持向量机辨识模块对所述多项式函数中的未知参数进行辨识以获取所述未知参数的步骤之后，包括：采集冷水机组的运行数据并实时输入所述状态空间模型以计算出所述冷水机组的输出参数值；将所述输出参数值与预先设定的参数值进行比较，并根据比较结果控制所述冷水机组。
为解决上述技术问题，本发明实施例还提供一种冷水机组控制系统，包括：状态空间模型输入输出模块，用于能量守恒和质量守恒定律建立冷水机组的状态空间模型，所述状态空间模型表征为状态空间方程；基于支持向量机辨识模块，用于对所述状态空间模型中的状态空间方程中的未知参数进行辨识。
进一步地，所述状态空间模型输入输出模块，还用于将所述状态空间模型中的冷冻水与蒸发器的对流换热系数、制冷剂与蒸发器的对流换热系数、冷却水与冷凝器的对流换热系数以及制冷剂与冷凝器的对流换热系数设定为各自相关变量的多项式函数，再将多项式函数代入状态空间方程；所述基于支持向量机辨识模块，还用于对所述多项式函数中的未知参数进行辨识以获取所述未知参数。
进一步地，所述控制系统还包括数据采集模块、比较模块及控制器；所述数据采集模块，用于采集冷水机组的运行数据，并输入所述状态空间模型输入输出模块建立的状态空间模型；所述比较模块，用于将所述状态空间模型输入输出模块根据输入的运行数据计算出的输出参数值与预先设定的参数值进行比较；所述控制器，用于根据所述比较模块得到的比较结果控制所述冷水机组。
本发明实施例的有益效果是：通过提供基于支持向量机辨识模块对冷水机组状态空间模型未知参数进行辨识，从而实现空调系统的多输入-多输出控制系统，达到对冷水机组动态精确控制的目的，并能清晰呈现冷水机组的状态参数。
附图说明
图1是本发明冷水机组控制方法一实施例的流程图。
图2是本发明冷水机组控制方法一具体实施例的工作结构流程图。
图3是本发明冷水机组控制方法一具体实施例的流程图。
图4是本发明冷水机组控制系统的结构示意图。
图5是本发明冷水机组控制系统另一具体实施例的结构示意图。
具体实施方式
结合图1-图3参阅，本发明实施例的冷水机组控制方法，包括如下步骤：
步骤S1，能量守恒和质量守恒定律建立冷水机组的状态空间模型，状态空间模型表征为状态空间方程。
具体而言，在步骤S1中，需要将所述状态空间模型中的冷冻水与蒸发器的对流换热系数、制冷剂与蒸发器的对流换热系数、冷却水与冷凝器的对流换热系数以及制冷剂与冷凝器的对流换热系数设定为各自相关变量的多项式函数，再将多项式函数代入状态空间方程。其中，冷水机组各部件状态空间方程表征如下。
冷凝器内制冷剂能量守恒：
ccrMcrdtcdτ=Grm(hr,2-hr,3)+acoAco(tcg-tc)---(1)]]>
冷却水质量守恒方程：
Gcw,L＝Gcw,E＝Gcw (2)
冷凝器内冷却水能量守恒方程：
12ccwMcwd(tcw,L+tcw,E)dτ=ccwGcw,E(tcw,E-tcw,L)+acwAcw(tcg-tcw,E+tcw,L2)---(3)]]>
冷凝器传热能量守恒方程：
ccgMcgdtcgdτ=acoAco(tc-tcg)+acwAcw(tcw,E+tcw,L2-tcg)---(4)]]>
蒸发器内制冷剂能量守恒方程：
cerMerdtkdτ=Grm(hr,3-hr,1)+aeoAeo(teg-tk)---(5)]]>
蒸发器内冷冻水质量守恒方程：
Gew,L＝Gew,E＝Gew (6) 蒸发器内冷冻水能量守恒方程：
12cewMewd(tew,L+tew,E)dτ=cewGew,E(tew,E-tew,L)+aewAew(teg-tew,E+tew,L2)---(7)]]>
蒸发器传热能量守恒方程：
cegMegdtegdτ=aeoAeo(tk-teg)+aewAew(tew,E+tew,L2-teg)---(8)]]>
压缩机功率模型：
Ncom=GrmηcomRrT1κs-1[(pcpk)κs-1κs-1]=GrmηcomRr(tk+Δte,shr+273.15)κs-1[(fp(tc)fp(tk))κs-1κs-1]=GrmfNcom(tk,tc)---(9)]]>
膨胀阀能量方程：
hr,3＝hr,4 (10)冷水机组制冷量：
Qc=Grm(hr,1-hr,4)=Grm(fh(tk)-fh(tc))=GrmfQc(tk,tc)---(11)]]>
冷水机组COP(Coefficient of Performance，性能系数)：
COP=QcNcom=fQC(tk,tc)fNcom(tk,tc)=fCOP(tk,tc)---(12)]]>
基本变量(θ)考虑由初始值与与其变化量之和：
θ＝θo+Δθ (13)
集中参数(σ)使用一阶泰勒函数：
σ=σo+(∂σ∂θ′)oΔθ′---(14)]]>
因此等式(1)-(12)可得：
TcrdΔtcdτ=Xcr,1Δtc+Xcr,2Δtcg+Xcr,3ΔGrm---(15)]]>
TcwdΔtcw,Ldτ=Xcw,1Δtcw,L+Xcw,2Δtcg+Xcw,3Δtcw,E+Xcw,4ΔGcw,E+ξΔtcw,L---(16)]]>
TcgdΔtcgdτ=Xcg,1Δtc+Xcg,2Δtcw,L+Xcg,3Δtcg+Xcg,4ΔGcw,E+Xcg,5ΔGcw,E---(17)]]>
TerdΔtkdτ=Xer,1Δtk+Xer,2Δteg+Xer,3ΔGrm---(18)]]>
TewdΔtew,Ldτ=Xew,1Δtew,L+Xew,2Δteg+Xew,3Δtew,E+Xew,4ΔGew,E+ξΔtew,L---(19)]]>
TegdΔtegdτ=Xeg,1Δtk+Xeg,2Δtew,L+Xeg,3Δteg+Xeg,4ΔGew,E+Xeg,5ΔGew,E---(20)]]>
ΔGcw,L＝ΔGcw,E＝ΔGcw (21)
ΔGew,L＝ΔGew,E＝ΔGew (22)
ΔNcom＝XEw,1Δtc+XEw,2Δtk+XEw,3ΔGrm (23)
ΔQc＝XQ,1Δtc+XQ,2Δtk+XQ,3ΔGrm (24)
ΔCOP＝Xcop,1Δtc+Xcop,2Δtk (25)
其中,Tcr＝(ccrMcr)o；Tcw＝cwMcw/2；Tcg＝ccgMcg；
Ter＝(cerMer)o；Tew＝cwMew/2；Teg＝cegMeg；
Xcr,1=[(∂hr,2∂tc)o-(∂hr,3∂tc)o](Grm)o+Aco(tcg-tc)o(∂aco∂tc)o-(acoAco)o;]]>
Xcr,2=Aco(tcg-tc)o(∂aco∂tcg)o+(acoAco)o;Xcr,3=(hr,2-hr,3)o;]]>
Xcw,1=-cw(Gcw,E)o-Acw2(acw)o;Xcw,2=Acw(acw)o;]]>
Xcw,3=cw(Gcw,E)o-Acw2(acw)o;]]>
Xcw,4=cw(tcw,E-tcw,L)o+Acw(tcg-tcw,E+tcw,L2)o(∂acw∂Gcw,E)o;]]>
Xcg,1=Aco(tc-tcg)o(∂aco∂tc)o+(acoAco)o;Xcg,2=Xcg,4=Acw2(acw)o;]]>
Xcg,3=Aco(tc-tcg)o(∂aco∂tcg)o-(acwAcw+acoAco)o;]]>
Xcg,5=-Acw(tcg-tcw,E+tcw,L2)o(∂acw∂Gcw,E)o;]]>
Xer,1=-(∂hr,1∂tk)o(Grm)o+Aeo(teg-tk)o(∂aeo∂tk)o-(aeoAeo)o;]]>
Xer,2=Aeo(teg-tk)o(∂aeo∂teg)o+(aeoAeo)o;Xer,3=(hr,4-hr,1)o;]]>
Xer,4=(∂hr,3∂tc)o(Grm)o;Xew,1=-cw(Gew,E)o-Aew2(aew)o;]]>
Xew,2=Aew(aew)o;Xew,3=cwρw(Gew,E)o-Aew2(aew)o;]]>
Xew,4=cw(tew,E-tew,L)o+Aew(teg-tew,E+tew,L2)o(∂aew∂Gew,E)o;]]>
Xeg,1=Aeo(tk-teg)o(∂aeo∂tk)o+(aeoAeo)o;Xeg,2=Xeg,4=Aew2(aew)o;]]>
Xeg,3=Aeo(tk-teg)o(∂aeo∂teg)o-(aewAew+aeoAeo)o;]]>
Xeg,5=-Aew(teg-tew,E+tew,L2)o(∂aew∂Gew,E)o;XEw,1=(Grm)o(∂fNwom(tk,tc)∂tc)o;]]>
XEw,2=(Grm)o(∂fNcom(tk,tc)∂tk)o;XEw,3=(fNcom(tk,tc))o;]]>
XQ,1=(Grm)o(∂fQc(tk,tc)∂tc)o;XQ,2=(Grm)o(∂fQc(tk,tc)∂tk)o;XQ,3=(fQc(tk,tc))o;]]>
Xcop,1=[∂fCOP(tk,tc)∂tc]o;Xcop,2=[∂fCOP(tk,tc)∂tk]o;]]>
ξΔtcw,L=-12cwMcw∂Δtcw,E∂τ;ξΔtew,L=-12cwMew∂Δtew,E∂τ.]]>
根据等式(15)～(25),冷水机组动态模型可以表述如下:
Δx·chiller=Achiller·Δxchiller+Bchiller·Δuchiller+ξ---(26)]]>
Δychiller＝Cchiller·Δxchiller+Dchiller·Δuchiller (27)
令：
ΔXchiller＝Δxchiller+Achiller-1ξchiller,这样等式能转换成一标准状态方程：
ΔXchiller·=AchillerΔXchiller+BchillerΔuchiller---(28)]]>
Δychiller＝CchillerΔXchiller+DchillerΔuchiller-CchillerAchiller-1ξchiller (29)
基础参数如下：
aco＝C0+C1(tc-tcg)+C1(tc-tcg)2 (30)
aeo＝D0+D1(teg-tk)+D2(teg-tk)2 (31)
aew＝F0+F1Gew+F2Gew2 (32)
acw＝E0+E1Gcw+E2Gcw2
上述描述中，C0,C1,C2,D0,D1,D2,F0,F1,F2,E0,E1,E2,为需要辨识的系数。其中，
Δxchiller＝[Δtc,Δtcw,L,Δtcg,Δtk,Δtew,L,Δteg]T；
Δychiller＝[Δtcw,L,ΔGcw,L,Δtew,L,ΔGew,L,ΔNcom,ΔQc,ΔCOP]T；
Δuchiller＝[Δtcw,E,ΔGcw,E,Δtew,E,ΔGew,E,ΔGrm]T；
ξ=[0,ξΔtcw,L,0,0,ξΔtew,L,0]T;]]>
Achiller=Xcr,1Tcr0Xcr,2Tcr0000Xcw,1TcwXcw,2Tcw000Xcg,1TcgXcg,2TcgXcg,3Tcg000Xer,4Ter00Xer,1Ter0Xer,2Ter0000Xew,1TewXew,2Ter000Xeg,1TegXeg,2TegXeg,3Teg;Bchiller=0000Xcr,3TcrXcw,3TcwXcw,4Tcw000Xcg,4TcgXcg,5Tcg0000000Xer,3Ter00Xew,3TewXew,4Tew000Xeg,4TegXeg,5Teg0;]]>
Cchiller=010000000000000010000000XEw,100XEw,200XQ,100XQ,200Xcop,100Xcop,200;Dchiller=000000100000000000100000XEw,30000XQ,300000.]]>
这里Achiller,Bchiller和Cchiller为状态输入和输出矩阵，Dchiller是直接耦合从输入到输出矩阵，Δxchiller,Δuchiller和Δychiller表示各自变量的量化量。
上述实施例中，各符号和下标具体示意如下表(一)和表(二)。
A 面积,m2u 速度,m/s
a 对流换热系数,W/(m2·℃) N 电量,W
c 质量比热容,J/(kg·℃) Nu Nusselt常数
d 水力直径,m Re Reynolds Number
G 质量流量kg/s Z 压缩因子
h 焓,J/kg τ 时间,s
ho初始焓kJ/kg ρ 密度,kg/m3
M 质量,kg κs收缩因子
p 压力,Pa η 效率
Q 传热量，W Δte,shr过热温度，℃
qr制冷剂潜热,kJ/kg λ 导热系数,W/(m·℃)
Rr制冷剂气态比热容,J/(kg·K) μ 动力系数,kg/(m·s)
t 温度,℃ ν 粘滞系数,m3/kg
T 温度,K
表(一)：符号说明
atm 标准大气压 eg 蒸发器壁面
bl 饱和液体制冷剂 ew 蒸发器冷量
bg 饱和气态制冷剂 E 进口
c 冷凝或制冷热容 k 蒸发
cc 临界状态 L 出口
cg 冷凝器壁面 lΔt 制冷剂过冷
co 冷凝器与蒸发器之间 o 初始
cr 冷凝器中的制冷剂 r 制冷剂
cw 冷却液 rm 循环制冷剂
com 压缩机 g 气体状态
er 蒸发器中的制冷剂 f 液体状态
eo 蒸发器与制冷剂之间 q 蒸发过程
表(二)：下标说明
步骤S2，利用基于支持向量机辨识模块对状态空间模型中的状态空间方程中的未知参数进行辨识。具体为该基于支持向量机辨识模块对多项式函数中的未知参数进行辨识以获取所述未知参数，参阅下文。
该基于支持向量机辨识模块算法拟采用ε损失函数的支持向量回归机(ε－SVR)的算法对空调部件模型进行辨识，其实现步骤为:
①已知样本的训练集T＝{(x1,y1),…(xl,yl)}∈(χ×γ)l，其中， yi∈γ＝{-1,1},i＝1,…l；
②选择线性核函数K(x,x’)和适当的惩罚函数C＞0；
K(xi,xj)＝(x·xT) (33)
③构造式(1)～(3)，并求解最优问题：
Minimizeα12Σi=1lΣj=1lαiαj(K(xi,xj)+δijC)-Σi=1lyiαi---(34)]]>
约束条件Σi=1lαi=0---(35)]]>
δi,j=0,i=jl,i≠j---(36)]]>
得到最优解α‾=(α1*,α2*...,αl*)T;]]>
④计算辨识系数w：
w=Σi=1lαi*xi---(37)]]>
上述步骤①-④中，符号说明:K(x,x’)：基于支持向量机核函数；C：惩罚函数；α：对偶变量，为Lagrange乘子；αi：对偶变量α的第i个分量；l：训练点个数；w：辨识系数(权向量)；Minimize:最小化。
参阅图4，本发明实施例还提供一种冷水机组控制系统。该控制系统具体包括如下模块。
状态空间模型输入输出模块10，用于能量守恒和质量守恒定律建立冷水机组的状态空间模型，状态空间模型表征为状态空间方程。
基于支持向量机辨识模块11，用于对状态空间模型中的状态空间方程中的未知参数进行辨识。基于支持向量机辨识模块11是结构风险最小化原理,而非经验风险最小化原理，克服了传统学习算法“对有限量的样本拟合精度越高,其模型的推广能力越差”的缺陷，从而保证了学习机器智能辨识的泛化能力，有利于提高状态空间模型的适应性。
具体而言，该状态空间模型输入输出模块10，还用于将状态空间模型中的冷冻水与蒸发器的对流换热系数、制冷剂与蒸发器的对流换热系数、 冷却水与冷凝器的对流换热系数以及制冷剂与冷凝器的对流换热系数设定为各自相关变量的多项式函数，再将多项式函数代入状态空间方程；该基于支持向量机辨识模块11，还用于对多项式函数中的未知参数进行辨识以获取未知参数。
参阅图5，进一步地，控制系统还包括数据采集模块12和比较模块13；数据采集模块12，用于采集冷水机组的运行数据，并输入状态空间模型输入输出模块10建立的状态空间模型；比较模块13，用于将状态空间模型输入输出模块10根据输入的运行数据计算出的输出参数值与预先设定的参数值进行比较；控制器14，用于根据比较模块13得到的比较结果控制所述冷水机组。
当进行控制时，可选取状态空间模型输入输出模块10输出的一个或多个参数作为主控参数，其他输出参数通过反馈矩阵直接反馈给冷水机组的控制器14，达到状态反馈控制的目的。
综上所述，本发明实施例的冷水机组控制方法及控制系统，通过提供基于支持向量机辨识模块对冷水机组状态空间模型未知参数进行辨识，从而实现空调系统的多输入-多输出控制系统，达到对冷水机组动态精确控制的目的，并能清晰呈现冷水机组的状态参数。