用于优化可消耗输入变量的自学习控制系统和方法.pdf

一种用于诸如流控制系统或温度控制系统等可操作系统的控制系统。该系统在控制环路中操作以基于检测到的变量来定期地更新相对于至少一个可优化输入变量的模型。该模型提供在达到输出设定点的系统变量的所有可能的操作点或路径中输入变量的使用的预测。在一些示例实施例中，控制环路在可操作系统中的一个或多个可操作元件的初始设置和后续操作期间执行。控制系统在以下方面是自学习的：该系统的初始和后续参数中的至少一些是在运行时期间自动确定的。

权利要求书
1.  一种用于控制可操作系统的控制系统，所述系统包括：
造成输出变量的一个或多个可操作元件，其中存在能够提供给定输出设定点的所述可操作系统的系统变量的一个以上操作点或路径，其中操作点或路径处的至少一个系统变量限制所述操作点或路径处的另一系统变量的操作；以及
一个或多个控制器，其被配置成在控制环路中操作以：
检测输入变量，所述输入变量包括确定所述输出变量所需要的一个或多个可优化输入变量，
检测所述系统变量，
基于检测到的输入变量和检测到的系统变量来更新相对于所述至少一个可优化输入变量的模型，所述模型提供在达到输出设定点的所述系统变量的所有可能操作点或路径中所述输入变量的使用的预测，以及
基于检测到的输入变量和检测到的系统变量中的一者或多者根据经优化的模型来操作所述一个或多个可操作元件，以提供达到所述输出设定点的所述系统变量的最优操作点或路径，所述输出设定点优化所述至少一个可优化输入变量的使用。

2.  如权利要求1所述的控制系统，其特征在于，所述控制环路在所述可操作系统中的所述一个或多个可操作元件的初始设置和后续操作期间执行。

3.  如权利要求1所述的控制系统，其特征在于，所述可操作系统是流系统，其中所述至少一个可优化输入变量是消耗的能量且不可控制的输入是流系统的可变系统流体阻力。

4.  如权利要求1所述的控制系统，其特征在于，所述一个或多个控制器被进一步配置成通过所述输出变量的指定操作来执行系统审阅以校准至少一个可优化输入变量。

5.  如权利要求1所述的控制系统，其特征在于，所述优化包括针对所述控制环路的后续迭代来更新所述模型。

6.  如权利要求1所述的控制系统，其特征在于，所述可优化输入变量包括所述一个或多个可操作元件的功率效率变量。

7.  如权利要求1所述的控制系统，其特征在于，对所述输出变量的所述检测 包括自检测所述可操作元件的设备属性并与所述输出变量进行相关。

8.  如权利要求1所述的控制系统，其特征在于，所述优化包括维持所述至少一个可优化输入变量的指定平均值。

9.  如权利要求1所述的控制系统，其特征在于，所述优化包括维持所述至少一个可优化输入变量的指定操作范围。

10.  如权利要求1所述的控制系统，其特征在于，所述优化包括维持所述至少一个可优化输入变量在指定操作时间期间检测到的指定分布。

11.  如权利要求1所述的控制系统，其特征在于，至少一个可优化输入变量是可消耗输入变量。

12.  如权利要求1所述的控制系统，其特征在于，检测所述系统变量进一步包括将所述系统变量中的至少一者与所述一个或多个可操作元件的至少一个自检测的设备属性进行相关。

13.  一种用于控制流系统的流控制系统，所述流控制系统包括：
具有造成包括所述流系统的压力和流量的输出变量的可变地可控制马达的循环泵；以及
一个或多个控制器，其被配置成在控制环路中操作以：
检测输入变量，所述输入变量包括确定所述输出变量所需要的一个或多个可优化输入变量，
检测所述输出变量，
基于检测到的输入变量和检测到的输出变量中的至少一者来更新相对于所述至少一个可优化输入变量的模型，所述模型提供在达到输出设定点的所述输出变量的所有可能操作点或路径中所述输入变量的使用的预测，
根据基于检测到的输入变量和检测到的输出变量的相对于所述至少一个可优化输入变量的所述模型来优化控制曲线，所述控制曲线提供所述压力和流量的操作点的协调以达到所述输出设定点，以及
基于检测到的变量中的一者或多者来根据经优化的控制曲线来操作可变地可控制马达，以提供所述压力和流量的操作点来达到所述输出设定点。

14.  如权利要求13所述的流控制系统，其特征在于，所述控制环路是在所述可变地可控制马达的初始设置和后续操作期间执行的。

15.  如权利要求13所述的流控制系统，其特征在于，所述一个或多个控制器被进一步配置成通过所述输出变量的指定操作来执行系统审阅以校准所述至少一个可优化输入变量。

16.  如权利要求13所述的流控制系统，其特征在于，所述优化包括针对所述控制环路的后续迭代来更新所述控制曲线的参数。

17.  如权利要求13所述的流控制系统，其特征在于，所述可优化输入变量包括所述可变地可控制马达的功率效率变量。

18.  如权利要求13所述的流控制系统，其特征在于，所述功率效率变量是所述可变地可控制马达的效率曲线。

19.  如权利要求13所述的流控制系统，其特征在于，对所述输出变量的所述检测包括将所述可变地可控制马达的自检测到的设备属性与所述输出变量进行相关。

20.  如权利要求13所述的流控制系统，其特征在于，所述至少一个可优化输入变量是所使用的能量，且另一测量到的输入是所述流系统的流体阻力变量。

21.  如权利要求20所述的流控制系统，其特征在于，所述优化包括维持所述系统流体阻力变量的指定平均值。

22.  如权利要求20所述的流控制系统，其特征在于，所述优化包括维持所述系统流体阻力变量的指定操作范围。

23.  如权利要求20所述的流控制系统，其特征在于，所述优化包括维持所述系统流体阻力变量在指定操作时间期间检测到的指定分布。

24.  如权利要求13所述的流控制系统，其特征在于，至少一个可优化输入变量是可消耗输入变量。

25.  一种用于控制可操作系统的方法系统，所述可操作系统包括造成输出变量的一个或多个可操作元件，其中存在能够提供给定输出设定点的所述可操作系统的系统变量的一个以上操作点或路径，其中操作点或路径处的至少一个系统变量限制所述操作点或路径处的另一系统变量的操作，所述方法作为控制环路来执行且所述方法包括：
检测输入变量，所述输入变量包括确定所述输出变量所需要的一个或多个可优化输入变量；
检测所述系统变量；
基于检测到的输入变量和检测到的系统变量来更新相对于所述至少一个可优化输入变量的模型，所述模型提供在达到输出设定点的所述系统变量的所有可能操作点或路径中所述输入变量的使用的预测；以及
基于检测到的输入变量和检测到的系统变量中的一者或多者根据经优化的模型来操作所述一个或多个可操作元件，以提供达到所述输出设定点的所述系统变量的最优操作点或路径，所述输出设定点优化所述至少一个可优化输入变量的使用。

26.  一种包括指令的非瞬态计算机可读介质，所述指令在由一个或多个控制器执行时使所述控制器按控制环路来控制可操作系统，所述可操作系统包括造成输出变量的一个或多个可操作元件，其中存在能够提供给定输出设定点的所述可操作系统的系统变量的一个以上操作点或路径，其中操作点或路径处的至少一个系统变量限制所述操作点或路径处的另一系统变量的操作，所述指令包括：
用于检测输入变量的指令，所述输入变量包括确定所述输出变量所需要的一个或多个可优化输入变量；
用于检测所述系统变量的指令；
用于基于检测到的输入变量和检测到的系统变量来更新相对于所述至少一个可优化输入变量的模型的指令，所述模型提供在达到输出设定点的所述系统变量的所有可能操作点或路径中所述输入变量的使用的预测；以及
用于基于检测到的输入变量和检测到的系统变量中的一者或多者根据经优化的模型来操作所述一个或多个可操作元件，以提供达到所述输出设定点的所述系统变量的最优操作点或路径的指令，所述输出设定点优化所述至少一个可优化输入变量的使用。

说明书用于优化可消耗输入变量的自学习控制系统和方法
相关申请的交叉引用
本申请要求2012年12月12日提交的题为“CO-ORDINATED SENSORLESS CONTROL SYSTEM(经协调的无传感器控制系统)”的美国临时专利申请No.61/736,051以及2013年1月17日提交的题为“SELF LEARNING CONTROL SYSTEM AND METHOD FOR OPTIMIZING A CONSUMABLE INPUT VARIABLE(用于优化可消费输入变量的自学习控制系统和方法)”的美国临时专利申请No.61/753,549的权益，它们通过援引整体纳入于此。
技术领域
一些示例实施例涉及控制系统，且一些示例实施例具体地涉及流量控制系统或温度控制系统。
背景技术
具有比约束和目标更多的自由度的系统可以按许多不同的方式来操作，同时仍然达到相同的规定目标。典型示例是可以在两点之间通过不同路线、以不同速度、以不同档位、并不同地使用制动器来驾驶的车辆。
如果对这些系统在非规定目标上如何执行进行分析，通常会找出改进空间。例如，大多数车辆既没有使用最小可能的油量来操作，也没有使磨损尽可能小，也没有尽可能合法且安全地达到最小通行时间。
一旦针对给定环境设计了最优系统，情况通常是：该环境本身变化，该系统不再优化其最初设计的功能。
鉴于以下描述，现有系统的附加困难是可以明白的。
概述
根据一些方面，提供了一种用于诸如泵、调压器和风扇、离心机、以及相关系统等的温度控制系统和循环设备的控制系统。
在一个方面，提供了一种用于控制可操作系统的控制系统，包括：造成输出变量的一个或多个可操作元件，其中存在所述可操作系统的系统变量的一个以上操作点或路径，其能够提供给定输出设定点，其中操作点或路径处的至少 一个系统变量限制所述操作点或路径处的另一系统变量的操作；以及一个或多个控制器，其被配置成在控制环路中操作以：检测输入变量，所述输入变量包括确定所述输出变量所需要的一个或多个可优化输入变量；检测所述系统变量；基于检测到的输入变量和检测到的系统变量来更新相对于所述至少一个可优化输入变量的模型，所述模型提供在达到输出设定点的所述系统变量的所有可能操作点或路径中所述输入变量的使用的预测；以及基于检测到的输入变量和检测到的系统变量中的一者或多者根据经优化的模型来操作所述一个或多个可操作元件，以提供达到所述输出设定点的所述系统变量的最优操作点或路径，所述输出设定点优化所述至少一个可优化输入变量的使用。
在另一方面，提供了一种用于控制流系统的流控制系统，包括：具有造成包括所述流系统的压力和流量的输出变量的可变地可控制马达的循环泵；以及一个或多个控制器，其被配置成在控制环路中操作以：检测输入变量，所述输入变量包括确定所述输出变量所需要的一个或多个可优化输入变量；检测所述输出变量；基于检测到的输入变量和检测到的输出变量来更新相对于所述至少一个可优化输入变量的模型，所述模型提供在达到输出设定点的所述输出变量的所有可能操作点或路径中所述输入变量的使用的预测；根据相对于基于检测到的输入变量和检测到的输出变量的所述至少一个可优化输入变量的所述模型来优化控制曲线，所述控制曲线提供所述压力和流量的操作点的协调以达到所述输出设定点；以及基于检测到的变量中的一者或多者来根据经优化的控制曲线来操作可变地可控制马达，以提供所述压力和流量的操作点来达到所述输出设定点。
在另一方面，提供了一种用于控制可操作系统的方法系统，所述可操作系统包括造成输出变量的一个或多个可操作元件，其中存在所述可操作系统的系统变量的一个以上操作点或路径，其能够提供给定输出设定点，其中操作点或路径处的至少一个系统变量限制所述操作点或路径处的另一系统变量的操作，所述方法作为控制环路来执行且所述方法包括：检测输入变量，所述输入变量包括确定所述输出变量所需要的一个或多个可优化输入变量；检测所述系统变量；基于检测到的输入变量和检测到的系统变量来更新相对于所述至少一个可优化输入变量的模型，所述模型提供在达到输出设定点的所述系统变量的所有 可能操作点或路径中所述输入变量的使用的预测；以及基于检测到的输入变量和检测到的系统变量中的一者或多者根据经优化的模型来操作所述一个或多个可操作元件，以提供达到所述输出设定点的所述系统变量的最优操作点或路径，所述输出设定点优化所述至少一个可优化输入变量的使用。
在另一方面，提供了一种包括指令的非瞬态计算机可读介质，所述指令在由一个或多个控制器执行时使所述控制器按控制环路来控制可操作系统，所述可操作系统包括造成输出变量的一个或多个可操作元件，其中存在所述可操作系统的系统变量的一个以上操作点或路径，其能够提供给定输出设定点，其中操作点或路径处的至少一个系统变量限制所述操作点或路径处的另一系统变量的操作，所述指令包括：用于检测输入变量的指令，所述输入变量包括确定所述输出变量所需要的一个或多个可优化输入变量；用于检测所述系统变量的指令；用于基于检测到的输入变量和检测到的系统变量中的至少一者来更新相对于所述至少一个可优化输入变量的模型的指令，所述模型提供在达到输出设定点的所述系统变量的所有可能操作点或路径中所述输入变量的使用的预测；以及用于基于检测到的输入变量和检测到的系统变量中的一者或多者根据经优化的模型来操作所述一个或多个可操作元件，以提供达到所述输出设定点的所述系统变量的最优操作点或路径的指令，所述输出设定点优化所述至少一个可优化输入变量的使用。
附图说明
现在将参考附图仅作为示例来描述各实施例，在附图中：
图1解说各实施例可被应用于其中的具有智能可变速控制泵的循环系统的示例框图；
图2解说可变速控制泵的示例操作图；
图3示出解说可变速控制泵的内部感测控制的图；
图4解说诸如建筑物等系统的示例负载概图；
图5解说根据一示例实施例的控制设备的示例详细框图；
图6解说根据一示例实施例的用于协调设备的控制的控制系统；
图7解说根据另一示例实施例的用于协调设备的控制的另一控制系统；
图8解说根据一示例实施例的用于协调设备的控制的示例方法的流程图；
图9解说根据一示例实施例的可变速控制泵的示例操作图，该可变速控制泵具有可使用检测到的系统流体阻力来用于能耗优化的可调整控制曲线；
图10A、10B和10C解说根据各示例实施例的用于调整图9的操作图的示例流程图；
图11解说根据另一示例实施例的系统的示例可调整负载概图，它可被用来调整图2的控制曲线；
图12解说根据示例实施例的具有外部传感器的循环系统的示例框图；以及
图13解说根据一示例实施例的用于流系统的示例流控制系统。
可在各附图中使用相同的参考标号来标识相似元素和特征。
具体实施方式
至少一些示例实施例一般提供了一种用于诸如泵、调压器和风扇、离心机、以及相关系统等温度控制系统和循环设备的自动化控制系统。
在一些示例实施例中，提供了一种用于可操作系统的控制系统，如流控制系统或温度控制系统。各示例实施例涉及工业意义上的“过程”，从而意味着使用输入(例如，冷水、燃料、气等)来输出产品(例如，热水、气)的过程。该系统在控制环路中操作以基于检测到的变量来定期地优化相对于至少一个可优化输入变量的模型。该模型提供在达到输出设定点的系统变量的所有可能的操作点或路径中的输入变量使用的预测。在一些示例实施例中，控制环路在可操作系统中的一个或多个可操作元件的初始设置和后续操作期间执行。控制系统在以下方面是自学习的：该系统的初始和后续参数中的至少一些是在运行时自动确定的，即将不需要手动配置。
在其中流需求随时间变化的泵送系统中，存在用于适应泵的操作以满足这样的需求而不超过该系统的压力评级、烧毁密封或造成振动的若干常规过程，并且它们还尝试优化能量使用。
传统系统使用一个或若干个恒速泵，并在流要求变化时通过改变运行泵的数量和/或通过操作压力降低，操作旁路以及操作排出阀来尝试使(本地或远程)排出压力维持恒定。
当今使用的一个流行系统具有若干个泵，每一个泵装备有电可变速驱动 器，并且操作它们来在系统中远程地控制一个或多个由远程传感器(通常安装在所服务的最远位置或管线往下3/2处)测量的压力。在远程传感器位置处，最小压力必须被维持，所以计算测量到的压力相对于目标的偏差。随后将运行泵的速度调整(提升或降低)到将所有测量到的压力维持在它们的目标值处或以上的最低值。在运行泵的速度超过某一值(通常是最大速度的95％)时，启动另一个泵。在速度落在某一值(50％或更高，且有时取决于运行的泵的数量)时，泵被停止。这一定序方法被设计成使用来提供所需流量的泵的数量最小化。
这一类型的系统的替换方案测量泵处的流和压力，并且通过计算管线中在这之间的压力降低来估计远程压力。泵随后被根据上述过程来控制，但使用所估计的远程压力代替直接测量。这一替换方案节省了远程传感器的成本，加上它们的连线和安装，但是需要本地压力传感器和流量计。
一种类型的泵设备根据电可变速驱动器所提供的电变量来估计本地流量和/或压力。在本领域中，这一技术通常被称为“无传感器”。使用单个泵的示例实现在Witzel等人的PCT专利申请公开No.WO 2005/064167、Kernan等人的美国专利No.7,945,411、Horo等人的美国专利No.6,592,340、以及Foley的德国专利No.19618462中描述。该单个设备随后可被控制，但使用所估计的本地压力和流量来推断远程压力，代替直接液体测量。这一方法节省了传感器和它们的连线以及安装的成本，然而，这些参考文献可受限于使用单个泵。
在一个示例实施例中，提供了一种用于为负载提供来源的控制系统，包括：多个无传感器循环设备，每一无传感器循环设备包括被安排成为所述负载提供来源的相应循环可操作元件，每一设备被配置成自检测相应设备的功率和速度；以及一个或多个控制器，其配置成：对于每一设备，将检测到的功率和速度与包括压力和流的一个或多个输出属性进行相关；以及协调所述设备中的每一个的控制来操作至少所述相应循环可操作元件以协调一个或多个输出属性来在所述负载处达到压力设定点。
首先参考图1，它以框图的形式示出了各示例实施例可被应用于其中的具有诸如控制泵102a、102b(每一个或单独地被称为102)等的智能可变速循环设备的循环系统100。循环系统100可以涉及建筑物104(如图所示)、校园(多个建筑物)、交通工具、车间、发电机、热交换器、或其他合适的基础设 施或负载。每一控制泵102可包括一个或多个相应泵设备106a、106b(每一个或单独地被称为106)和用于控制每一泵设备106的操作的控制设备108a、108b(每一个或单独地被称为182)。该特定循环介质可以取决于特定应用而变化，并且可以例如包括乙二醇、水、气、燃料，等等。
如图1所示，循环系统100可包括一个或多个负载110a、110b、110c、110d，其中每一负载可以是基于HVAC、管道装置等的不同使用要求。每一双向阀112a、112b、112c、112d可被用来管理送给每一相应负载110a、110b、110c、110d的流速。随着跨负载的压差降低，控制设备108通过增加泵设备106的泵速以维持或达到压力设定点来对这一变化进行响应。如果跨负载的压差增加，控制设备108通过降低泵设备106的泵速以维持或达到压力设定点来对这一变化进行响应。在一些示例实施例中，控制阀112a、112b、112c、112d可包括用于控制送给管道系统的流量的龙头或分接口。在一些示例实施例中，压力设定点可以是固定的、持续地或周期性地计算得到的、在外部确定的、或以其他方式指定的。
每一控制泵102的控制设备108可包括内部检测器或传感器，在本领域中通常称为“无传感器”控制泵，因为不需要外部传感器。内部检测器可被配置成自检测例如设备属性，诸如泵设备106的功率和速度。其他输入变量可被检测。泵设备106的泵速可独立于内部检测器被改变以达到泵设备106的压力和流量设定点。程序映射可被控制设备108使用来将检测到的功率和速度映射到所得的输出属性，如压头输出和流量输出(H,F)。
仍然参考图1，每一控制设备102的输出属性被控制例如以在组合输出属性114处达到压力设定点，在建筑物104的负载点处示出。输出属性114表示所有控制泵102的各单独输出属性在负载处的聚集或总和(在这种情况下，是流量和压力)。在典型的常规系统中，外部传感器(未示出)将被放置在输出属性114的位置处且相关联的控制(未示出)将独立于外部传感器检测到的流量被用来控制或改变泵设备106的泵速以达到压力设定点。相反，在各示例实施例中，输出属性114改为根据自检测的设备属性来推断或相关，如泵设备106的功率和速度和/或其他输入变量。如图所示，输出属性114位于建筑物104的高度的最极限负载位置处(或管线的端部)，且在其他示例实施例中，输出属 性114可位于其他位置，如建筑物104的中间、距建筑物104的顶部或沿管线往下2/3、或在校园的最远建筑物处。
一个或多个控制器116(例如，处理器)可被用来协调控制泵102的输出流。如图所示，控制泵102可以相对于共享负载110a、110b、110c、110d来并行安排。例如，控制泵102中的每一者的各单独输出属性可由控制器116推断和控制，以达到聚集输出属性114。这一特征在下文更详细地描述。
在一些示例中，循环系统100可以是冷却循环系统(“冷却装置”)。该冷却装置可包括与辅助循环系统进行热通信的接口118。该冷却器装置可包括与建筑物104的辅助循环系统进行热通信的接口118。控制阀112a、112b、112c、112d管理送给冷却线圈(例如，负载110a、110b、110c、110d)的流速。每一双向阀112a、112b、112c、112d可被用来管理送给每一相应负载110a、110b、110c、110d的流速。在阀112a、112b、112c、112d打开时，跨阀的压差降低。控制设备108通过增加泵设备106的泵速以达到指定输出设定点来对这一变化进行响应。如果控制阀112a、112b、112c、112d关闭，跨阀的压差增加，且控制设备108通过降低泵设备106的泵速以达到指定输出设定点来对这一变化进行响应。
在一些其他示例中，循环系统100可以是供热循环系统(“供热装置”)。该供热装置可包括与辅助循环系统进行热通信的接口118。在这样的示例中，控制阀112a、112b、112c、112d管理送给供热元件(例如，负载110a、110b、110c、110d)的流速。控制设备108通过增加或降低泵设备106的泵速以达到指定输出设定点来对供热元件的变化进行响应。
仍然参考图1，泵设备106可以采取具有可变速控制的各种形式的泵。在一些示例实施例中，泵设备106至少包括容纳泵设备106的密封箱，该泵设备至少限定用于接收循环介质的输入元件和用于输出循环介质的输出元件。泵设备106包括一个或多个可操作元件，包括能根据控制设备108来可变地控制以按可变速度转动的可变马达。泵设备106还包括起作用地耦合到马达且基于马达的速度来旋转以使循环介质进行循环的推动器。取决于泵设备106的类型，泵设备106还可包括附加的合适的可操作元件或特征。泵设备106的设备属性(包括马达速度和功率)可由控制设备108来自检测。
现在参考图2，其解说了示出可变速设备(在该示例中是控制泵102)的示例合适的操作范围202的图表200。操作范围202被示为图表200上的多边形区域或区间，其中该区域由表示合适的操作范围的边界来界定。例如，设计点可以是例如如在点A(210)中的系统(如在输出属性114处的建筑物104(图1))所需的最大预期系统负载。
设计点点A(210)可由系统设计者基于系统有效操作所需的流量和将设计流量泵送通过系统管线和设备所需的压头/压力损失来估计。注意，因为泵压头估计可能被高估，所以大多数系统将从不达到设计压力，且将超过设计流量和功率。其中设计者低估所需压头的其他系统将以高于设计点的压力来操作。对于这种情况，正确地选择一个或多个智能可变速泵的一个特征使它可以被正确地调整以在系统中递送比设计者指定更大的流量和压头。
还可为使用多个受控制的泵102的操作来估计设计点，其中所得的流要求被分配在各受控制的泵102之间。例如，对于相同类型或性能的受控制的泵，系统或建筑物104的总估计所需输出属性114(例如，维持负载位置处的所需压力设计点的最大流量)可被均分在每一受控制的泵102之间以确定各单独的设计点，并将损失或任何非线性组合流输出纳入考虑。在其他示例实施例中，取决于每一控制泵102的特定流容量，总输出属性(例如，至少流)可被不均匀地划分，并将损失或任何非线性组合流输出纳入考虑。因而，为每一单独的控制泵102确定单独的设计设定点(如在点A(210)中)。
图表200包括包含相关的参数的轴。例如，均方流大约与压头成比例，且流量大约与速度成比例。在所示示例中，横坐标(或即x轴)204解说了每分钟美国加仑(GPM)的流量，且纵坐标(或即y轴)206解说了每英寸(或者每英尺)磅(psi)的压头(H)。操作范围202是控制泵102相对于那些参数的、在图表200上的叠加表示。
各参数之间的关系可以通过特定亲缘关系法则来近似，这可受体积、压力、以及制动马力(BHP)的影响。例如，对于推进器直径的变化，在恒定速度的情况下：D1/D2＝Q1/Q2；H1/H2＝D12/D22；BHP1/BHP2＝D13/D23。例如，对于速度的变化，在恒定推进器直径的情况下：S1/S2＝Q1/Q2；H1/H2＝S12/S22；BHP1/BHP2＝S13/S23。其中：D＝推进器直径(Ins/mm)；H＝泵压头(Ft/ m)；Q＝泵容量(gpm/lps)；S＝速度(rpm/rps)；BHP＝制动马力(轴功率-hp/kW)。
还示出了控制泵102的最佳效率点(BEP)曲线220。部分效率曲线也被示出，例如77％效率曲线238。在一些示例实施例中，操作范围202的上边界也可由马达功率曲线236(例如，最大马力)来进一步限定。在替换实施例中，操作范围202的边界也可依赖于泵速曲线234(以Hz为单位来示出)而非严格最大马达功率曲线236。
如图2所示，一个或多个控制曲线208(示出了其中的一个)可针对智能可变速度设备来定义和编程，如控制泵102。取决于检测到的参数的变化(例如，对流量/负载的内部或推断检测)，泵设备106的操作可基于来自控制设备108的指令被维持在控制曲线208上操作(例如，在更高或更低的流量点)。这一控制模式也可被称为二次压力控制(QPC)，因为控制曲线208是两个操作点(例如，点A(210)：最大压头以及点C(214)：最小压头)之间的二次曲线。取决于特定所需或检测到的负载，本文对“智能”设备的引用包括控制泵102能够沿控制曲线208自调整泵设备106的操作。
与二次曲线不同的其他示例控制曲线包括恒压控制和比例压力控制(有时称为直线控制)。取决于特定应用，还可选择另一指定控制曲线(未示出)，它可被预定或实时计算得到。
现在参考图3，它示出了根据示例实施例的解说操作范围202内的控制泵102内部感测控制(有时称为“无传感器”控制)的图示300。例如，在这样的示例实施例中，将不需要外部或接近的传感器。内部检测器304或传感器可被用来自检测泵设备106的相关联马达的设备属性，如功率和速度(P，S)的量。存储在控制设备108的存储器中的程序映射302被控制设备108用来将检测到的功率和速度(P，S)映射或相关到特定系统或建筑物104的所得的输出属性，如设备102的压头和流量(H，F)。在操作期间，控制设备108使用内部检测器304监视泵设备106的功率和速度并建立相对于系统需求的压头-流量条件。设备102的相关联的压头-流量(H，F)条件可被用来计算设备102对负载处的总输出属性114(图1)的单独贡献。程序映射302可被用来将功率和速度映射到泵设备106在控制曲线208上的控制操作，其中控制曲线上的点 被用作所需设备设定点。例如，参考图1，在控制阀112a、112b、112c、112d打开或关闭以调节到冷却线圈(例如，负载110a、110b、110c、110d)的流时，控制设备108自动调整泵速来匹配当前流处的所需系统压力需求。
注意，用于自检测设备属性的内部检测器304与某些常规现有系统形成对比，这些常规现有系统可能使用仅直接测量跨控制泵102的压力和流量的本地压力传感器和流量计。在各示例实施例中，这样的变量(本地压力传感器和流量计)可不被认为是设备属性。
可变速无传感器设备的另一示例实施例是根据电可变速驱动器提供的电变量来估计制冷剂流量和升力(lift)的压缩机。在一示例实施例中，“无传感器”控制系统可被用于受控制系统中的一个或多个冷却设备，例如作为“冷却器装置”或其他冷却系统的一部分。例如，可变速设备可以是包括可控可变速压缩机的冷却设备。在一些示例实施例中，自检测冷却设备的设备属性可包括例如压缩机的功率和/或速度。所得的输出属性可包括例如诸如温度、湿度、流量、升力、和/或压力等变量。
可变速无传感器设备的另一示例实施例是根据电可变速驱动器提供的电变量来估计它所产生的气流和压力的风扇。
无传感器设备的又一示例实施例是根据电可变速驱动器提供的电变量来估计它的速度和它所携带的质量的传送带。
图4解说诸如建筑物104等系统的示例负载概图400，例如针对计划的或测量的“设计日”。负载概图400解说操作小时百分比对加热/冷却负载百分比。例如，如图所示，许多示例系统可能需要在90％或更多时间内只在0％到60％负载容量下操作。在一些示例中，控制泵102可被选择用于部分负载处的最佳效率操作，例如在或约50％峰值负载上。注意，用于能量节省的ASHRAE 90.1标准需要对设备进行控制，这将造成在50％设计水流处不超过30％设计瓦特数的泵马达要求(例如，在50％峰值负载处70％能量节省)。将理解，“设计日”可不被限制成24小时，而是可以被确定为更短或长的系统时段，如一个月、一年、或多年。
再次参考图2，控制曲线208上的各个点可基于负载概图400(图4)被选择或标识或计算，示为点A(210)、点B(212)、以及点C(214)。例如， 控制曲线208的各点可针对100％负载之外的部分负载来优化。例如，参考点B(212)，在50％流量处，效率符合ASHRAE 90.1(超过70％能量节省)。点B(212)可被称为控制曲线208上的最优设定点，对于50％负载(或最频繁部分负载)，它具有控制曲线208上的最大效率。点A(210)表示可被用于特定系统的选择目的的设计点，且可以表示给定系统的最大预期负载要求。注意，在一些示例实施例中，在点B对点A的部分负载处，可以存在实际上提高的效率。作为默认，例如，基于全设计压头的40％，点C(214)表示最小流量和压头(Hmin)。取决于系统要求，其他示例可以使用不同的值。控制曲线208还可包括所示出的更粗部分216，它表示典型的预期负载范围(例如，在计划设计日的计划负载范围的90％-95％处或大约是计划负载范围的90％-95％)。因此，操作范围202可以针对部分负载操作来优化。在一些示例实施例中，基于系统的负载概图400(图4)的变化，控制曲线208可被自动地或手动地重新计算或重新定义。曲线更粗部分216还可基于负载概图400(图4)的变化而随控制曲线208一起变化。
图5解说根据示例实施例的用于控制第一控制泵102a(图1)的第一控制设备108a的示例详细框图。第一控制设备108a可包括诸如处理器或微处理器等控制控制泵102a的操作的一个或多个控制器506a。控制设备108a可以与其他外部控制器116或其他控制设备(示出了一个，称为第二控制设备108b)通信，以协调控制泵102(图1)的受控制的聚集输出属性114。控制器506a与诸如存储器508a、存储在存储器508a中的用于执行应用的系统软件512a、输入子系统522a、输出子系统520a、以及通信子系统516a等其他设备组件交互。电源518a为控制设备108a供电。在适当时，第二控制设备108b可具有与第一控制设备108a相同、更多、或更少的框或模块。第二控制设备108b与第二设备相关联，如第二控制泵102b(图1)。
通信子系统516a被配置成与其他控制器116和/或第二控制设备108b直接或间接通信。通信子系统516a还可被配置成用于无线通信。通信子系统516a可被配置成通过诸如局域网(LAN)、无线(Wi-Fi)网络、和/或因特网等网络来通信。这些通信可被用来协调控制泵102(图1)的操作。
输入子系统522a可以接收输入变量。输入变量可包括例如用于检测诸如 马达的功率和速度(P，S)等设备属性的检测器304(图3)。其他示例输入也可被使用。输出子系统520a可以控制输出变量，例如控制泵102a的一个或多个可操作元件。例如，输出子系统520a可被配置成至少控制控制泵102a的马达的速度以达到压头和流量(H，F)的所得所需输出设定点，例如使控制泵102在控制曲线208(图2)上操作。其他示例输出变量、可操作元件、以及设备属性也可被控制。
在一些示例实施例中，控制设备108a可以将数据存储在存储器508a中，如相关数据510a。相关数据510a可包括例如用于在输入变量和所得的输出属性之间进行相关或推断的相关信息。相关数据510a可包括例如可将功率和速度映射到泵102处的造成负载输出处的所需压力设定点的所得流量和压头的程序映射302(图3)。在其他示例实施例中，相关数据510a可以是表、模型、方程、计算、推断算法的形式或其他合适的形式。
存储器508a还可存储其他数据，诸如针对测量的“设计日”或平均年度负载的负载概图400(图4)。存储器508a还可存储与系统或建筑物104(图1)有关的其他信息。
在一些示例实施例中，相关数据510a存储其他设备102中的一些或全部的相关信息，如第二控制泵102b(图1)。
仍然参考图5，控制设备108a包括一个或多个程序应用。在一些示例实施例中，控制设备108a包括相关应用514a或推断应用，该应用接收输入变量(例如，功率和速度)并基于相关数据510a来确定或推断泵102a处所得的输出属性(例如，流量和压头)。在一些示例实施例中，控制设备108a包括协调模块515a，它可被配置成从第二控制设备108b接收所确定的各单独输出属性，并被配置成在本地协调控制设备108a、108b中的每一个，并且提供命令或指令来以协调的方式控制输出子系统520a、520b中的每一个和所得的输出属性，以达到输出属性114的指定输出设定点。
在一些示例实施例中，相关应用514a和/或协调模块515a中的一些或全部可以另选地是外部控制器116的一部分。
在一些示例实施例中，在示例操作模式中，控制设备108a被配置成从其输入子系统522a接收输入变量，并通过通信子系统516a向其他控制器116或 第二控制设备108b发送诸如检测数据(例如，未经相关的测量数据)等信息，以供用于设备外(off-device)处理，该处理随后将检测数据与对应的输出属性进行相关。设备外处理还可确定所有控制设备108a、108b的聚集输出属性，例如共同负载的输出属性114。控制设备108a随后可通过通信子系统516a接收与如何控制输出子系统520a有关的指令或命令，例如以控制本地设备属性或可操作元件。
在一些示例实施例中，在另一示例操作模式中，控制设备108a被配置成通过通信系统516a从第二控制设备108b或其他控制器116接收第二控制设备108b的输入变量来作为检测数据(例如，未经相关的测量数据)。控制设备108a还可从输入子系统522a自检测其自己的输入变量。相关应用514a随后可被用来将所有控制设备108a、108b的检测数据与它们对应的输出属性进行相关。在一些示例实施例中，协调模块515a可确定所有控制设备108a、108b的聚集输出属性，例如共同负载的输出属性114。控制设备108a随后可通过通信子系统516a向其他控制器116或第二控制设备108b发送与第二控制设备108b如何控制其输出子系统(例如，控制其特定本地设备属性)有关的指令或命令。控制设备108a还可控制其自己的输出子系统520a例如以控制它自己的设备属性到第一控制泵102a(图1)。
在一些其他示例实施例中，控制设备108a首先将检测数据映射到输出属性并发送该数据作为经相关的数据(例如，推断出的数据)。类似地，控制设备108a可被配置成接收已被第二控制设备108b映射到输出属性的数据作为经相关的数据(例如，推断出的数据)，而非仅接收检测数据。经相关的数据随后可被协调以控制控制设备108a、108b中的每一者。
再次参考图1，控制泵102中的每一者的速度可通过达到或维持H＝H1+(HD–H1)*(Q/QD)^2(此后称为式1)来被控制以达到或维持推断出的远程压力常数，其中H是推断出的本地压力，H1是远程压力设定点，HD是在设计条件下的本地压力，Q是推断出的总流量，而QD是设计条件下的总流量。在各示例实施例中，运行的泵的数量(N)在H<HD*(Q/QD)^2*(N+0.5+k)(此后称为式2)时增加，且在H>HD*(Q/QD)^2*(N-0.5–k2)(此后称为式3)的情况下降低，其中k和k2是常数以确保定序阈值周围的死区(deadband)。
现在参考图8，它解说了根据一示例实施例的用于协调两个或更多个控制设备的控制的示例方法800的流程图。设备各自包括通信子系统且被配置成自检测一个或多个设备属性，设备属性造成具有一个或多个输出属性的输出。在事件802处，方法800包括检测包括每一设备的一个或多个设备属性的输入。在事件804处，方法800包括对于每一设备，在每一相应设备处，将检测到的一个或多个设备属性与一个或多个输出属性进行相关。相应的一个或多个输出属性随后可被计算以确定它们对系统负载点的各自贡献。在事件806处，方法800包括根据各单独的一个或多个输出属性来确定到负载的聚集输出属性。在事件808处，方法800包括将所确定的聚集输出属性114与设定点进行比较，如负载处的压力设定点。例如，可以确定所确定的聚集输出属性中的一者或多者大于、小于、或正确地维持在设定点处。例如，这一控制可以使用上述式1来执行。在事件810处，该方法包括协调设备中的每一者的控制以操作相应一个或多个设备属性来协调相应一个或多个输出属性以达到设定点。这可包括响应于例如控制曲线208(图2)上的点来增加、降低、或维持相应一个或多个设备属性。方法800可被重复，例如如反馈回路812所示。方法800可被自动化，因为不需要手动控制。
在另一示例实施例中，方法800可包括基于预定准则来决定打开或关闭控制泵102中的一者或多者。例如，这一决定可以使用上述式2和式3来作出。
尽管图8中所示的方法800被表示为反馈回路812，在一些其他示例实施例中，每一事件可以表示基于状态的操作或模块，而非时序流程。
例如，参考图1，图8的方法800的各事件可以由第一控制设备108a、第二控制设备108b和/或外部控制器114单独地或组合地执行。
现在参考图6，它解说了用于协调两个或更多个无传感器控制设备(示出了两个，示为第一控制设备108a和第二控制设备108b)的控制系统600的示例实施例。出于参考方便而使用了类似的参考标号。如图所示，每一控制设备108a、108b可各自分别包括例如用于控制至少一个或多个可操作设备部件(未示出)的控制器506a、506b，输入子系统522a、522b，以及输出子系统520a、520b。
示出了协调模块602，它可以是控制设备108a、108b中的至少一者的一部 分或是分开的外部设备，如控制器116(图1)。类似的，推断应用514a、514b可以是控制设备108a、108b中的至少一者的一部分或是分开的设备的一部分，如控制器116(图1)。
在操作中，协调模块602协调控制设备108a、108b以产生经协调的输出。在所示示例实施例中，控制设备108a、108b并行工作以满足某些要求或共享负载114，且通过根据其他测量到的输入变量和/或设备属性间接推断每一设备输出属性中的一者或多者的值来对它们进行推断。这一协调通过使用推断应用514a、514b来达成，推断应用514a、514b接收测量到的输入以计算或推断每一设备102处的对应的各单独输出属性(例如，每一设备处的压头和流量)。根据这些单独的输出属性，每一设备102对负载的单独贡献(对输出属性114的各自贡献)可基于系统/建筑物设置来计算得到。根据这些单独的贡献，协调模块602估计所有控制设备108a、108b的系统负载处的聚集或组合的输出属性114的一个或多个属性。协调模块602将其与组合的输出属性(通常是压力变量)的设定点相比较，并随后确定每一控制设备108a、108b的可操作元件应当被如何控制以及以什么强度来控制。
应当明白，取决于所计算的特定属性并且在适当时将系统中的损失纳入考虑，聚集或组合的输出属性114可作为各单独输出属性的线性组合或非线性组合来计算得到。
在一些示例实施例中，在协调模块602是第一控制设备108a的一部分时，这可被认为是主-从配置，其中第一控制设备108a是主设备且第二控制设备108b是从设备。在另一示例实施例中，协调模块602被嵌入在比实际所需要的更多的控制设备108a、108b中，以用于故障安全冗余。
仍然参考图6，现在将更详细地描述到输出子系统520a、520b的一些特定示例受控制的分发。在一个示例实施例中，例如，在输出子系统520a、520b与控制相同类型或性能的设备属性相关联时，每一控制泵102的设备属性可被控制以具有相同的设备属性来分发流量负载要求。在其他示例实施例中，可存在不均匀的分发，例如第一控制泵102a可具有比第二控制泵102b(图1)更高的流量容量。在另一示例实施例中，每一控制泵102可被配置以便最佳地优化相应控制泵102在部分负载处的效率，例如以维持它们相应的控制曲线208(图 2)或相应控制曲线208上的最佳方法点B(212)。
仍然参考图6，在最优系统运行条件下，控制设备108a、108b中的每一者由协调模块602控制以在它们相应的控制曲线208(图2)上操作来维持输出属性114处的压力设定点。这还允许每一控制泵102针对部分负载操作来优化。例如，作为初始分配，控制泵102中的每一者可被给出百分比流量分配(例如，在该示例中，可以在每一控制设备108a、108b之间是50％拆分)，以确定或计算所需初始设定点(例如，点A(210)，图2)。每一控制泵102的所需流的百分比责任随后可以通过根据推断出的总输出属性114划分百分比流量分配来确定。控制泵102中的每一者随后可以沿它们的控制曲线208被控制以增加或降低马达或其他可操作元件的操作，以达到每所需流量的百分比责任。
然而，如果控制泵之一(例如，第一控制泵102a)被确定为在其性能之下执行或离开其控制曲线208，则协调模块602可以首先尝试控制第一控制泵102a来在其控制曲线208上操作。然而，如果这是不可能的(例如，受损、性能不足、将造成在操作范围202之外、以其他方式离开控制曲线208过远，等等)，其余控制泵(例如，102b)可被控制来在它们相应的控制曲线208上增加它们的设备属性，以达到输出属性114处的所需流量的压力设定点，以补偿第一控制泵102a的不足中的至少一些。类似地，控制泵102之一可被有意地禁用(例如，维护、调查、节省操作成本、晚间保护，等等)，而其余控制泵102被相应地控制。
在其他示例实施例中，输出子系统520a、520b之间的分发可以随时间动态地调整以跟踪并在控制泵102之间合适地分布磨损。
现在参考图7，它解说了控制系统700用于协调两个或更多个无传感器控制设备(示出了两个，示为第一控制设备108a和第二控制设备108b)的另一示例实施例。出于参考方便的目的而使用了类似的参考标号。在一些示例实施例中，这可被称为对等系统。在这样的示例实施例中，可不需要外部控制器116。在所示示例中，第一控制设备108a和第二控制设备108b中的每一者可以控制它们自己的输出子系统520a、520b，以达到经协调的组合的系统输出114。如图所示，每一协调模块515a、515b被配置成各自考虑根据输入子系统522a、522b两者推断出和/或测量到的值。例如，如图所示，第一协调模块515a可以 根据各单独的推断出和/或测量到的值来估计组合的输出属性114的一个或多个输出属性。
如图所示，第一协调模块515a接收推断出和/或测量到的值并且计算每一设备102的各单独的输出属性(例如，压头和流量)。根据这些单独的输出属性，每一设备102对负载的各自贡献(在输出属性114处各自的贡献)可基于系统/建筑物设置来计算得到。第一协调模块515a随后可以计算或推断负载处的聚集输出属性114。
第一协调模块515a随后将推断出的聚集输出属性114与输出属性的设定点(通常是压力变量设定点)进行比较，并随后确定第一输出子系统520a所需的单独分配贡献(例如，在该示例中，计算总所需贡献的50％)。第一输出子系统520a随后被控制且在受控制的强度处(例如，增加、降低、或维持马达的速度，或其他设备属性)，其中所得的经协调的输出属性再次通过输入子系统522a、522b处的进一步测量来被推断出。
如图7所示，第二协调模块515b可与第一协调模块515a类似地配置，以考虑两个输入子系统522a、522b来控制第二输出子系统520b。例如，控制泵102中的每一者可初始被给出百分比流量分配。控制泵102中的每一者随后可以基于聚集负载输出属性114沿它们的控制曲线208被控制以增加或降低马达或其他可操作元件的操作。聚集负载输出属性114可被用来计算每一控制泵102所需的流量和对应的马达速度(例如，以维持百分比流量，例如在该示例中，每一输出子系统520a、520b为50％)。相应地，协调模块515a、515b两者一起操作以协调它们的相应输出子系统520a、520b来达到负载输出属性114处的所选输出设定点。
如图7所示，注意，在一些示例实施例中，协调模块515a、515b中的每一者不一定彼此通信以在功能上协调操作。在未示出的其他示例实施例中，协调模块515a、515b彼此通信以用于它们之间的附加的协调。
虽然主要参考并行地安排的控制设备描述了各示例实施例，但将明白，可以实现其他安排。例如，在一些示例实施例中，受控制的设备可以串行地安排，例如针对管线、调压器、或其他这样的应用。在这样的示例实施例中，所得的输出属性仍然被协调。例如，负载的输出设定点和输出属性可以位于该串行的 末尾处。在这样的示例实施例中，输出子系统、设备属性、以及可操作元件的控制仍然以协调的发送来执行。在一些示例实施例中，控制设备可以按串行和并行的组合来安排。
现在参考图9，它解说了根据一示例实施例的可变速控制泵102(图1)的压头对流量的示例操作图900。一般而言，操作图900解说被用来优化例如图1的循环系统100的系统流体阻力(K＝H/Q2)的可调整控制曲线902。系统流体阻力也被称为流体传导率。
因而，参考图1，诸如控制设备108和/或外部控制器116等一个或多个控制器可被用来在循环系统100的运行时操作期间实时地动态确定或计算控制曲线902(图9)。一般而言，控制器自动更新或调整控制泵102的模型或参数，以调整控制曲线902(图9)来补偿在系统100的条件下可发生的流量损失或其他变化。控制器在以下方面是自学习的：系统100的初始和后续参数中的至少一些是自动确定的，即将不需要手动配置。控制泵102是使用在运行时期间收集的数据来控制的。控制泵102被控制以降低泵能耗而不损害系统稳定性或使负载110a、110b、110c、110d饿死。
在一些示例实施例中，在它们可被用来在无需外部传感器的情况下确定或计算系统阻力的意义上，控制泵102可以是无传感器的。这通过使控制泵102自检测其自己的诸如功率和速度等设备属性并推断或相关所得的压头和流量来执行，如以上参考图3详细描述的。本系统阻力随后可被计算为K＝H/Q2。
仍然参考图1，控制泵102可以向一个或多个负载110a、110b、110c、110d分发热或冷流体，负载使用调节阀112a、112b、112c、112d来控制它们取得的流，或者在一些示例实施例中，存在具有系统100可当作调节的打开/关闭阀的足够负载。如图9所示，取决于泵-马达-驱动设置，泵速可被设置为最小速度904与最大速度906之间的任何值。在图9所示的示例中，系统设计点908表示系统100的“设计”流量和压头，这可能是初始未知的且可随时间变化。假定系统设计点908低于或等于基于合适的泵选择的流量和压头的泵最佳效率点BEP 910。在操作中，使用具有二次控制曲线的流量损失补偿算法来调整泵速：压头＝A+B x流量2，如图所示。在其他示例实施例中，更高次的多项式也可被使用。在一些示例实施例中，可以假定系统负载不超过40％不对称性；即， 在任何时间，来自负载的最大百分比流量需求不能比较少所需负载的最大百分比流量需求高40％以上。在一些示例实施例中，还可假定阀112a、112b、112c、112d具有大致相等的百分比曲线。
再次参考图9，为易于解说，将描述使用单个控制泵102的操作，但可以明白，一个以上控制泵102可以在系统100内操作。一般而言，图9的示例实施例用于使阀112a、112b、112c、112d尽可能保持打开，以最小化它们所浪费的动(泵)能。这按受控制的方式来执行，以防止系统在阀112a、112b、112c、112d完全打开时不能提供足够流量。
例如，控制泵102可被控制来缓慢调整控制曲线902，使得阀将在大多数时间以在60％到90％之间操作打开，且一半时间在75％打开的每一侧上。通过计算平均系统阻力K＝H/Q2来检测平均阀打开。无效区918表示控制泵102的操作范围外部的右边界。其他边界可被提供或定义以用于控制泵102的操作范围。
通过分析不同的阀标称曲线(KFO是阀完全打开时的阻力)来建立以下关系：
位置(％)K/KFO40446015756.59021001
K的值被监视且以下四种情况使得控制曲线参数(A和B)要被调整：1)阀过度打开(K<2KFO)：曲线的右侧升高；2)阀过度关闭(K>15KFO)：曲线的左侧降低；3)阀大部分时间打开得小于75％：曲线降低；4)阀大部分时间打开得大于75％：曲线升高。对于项3)或4)，其他合适的百分比值的范围可以从50％到100％。
现在参考图10A、10B以及10C，它们解说了根据各示例实施例的用于调整图9的控制曲线902的示例流程图。如图所示，这些算法分别被称为阀分布 过程1000(图10A)、阀定位过程1002(图10B)、以及阻力审阅过程1004(图10C)。在各示例实施例，过程1000、1002、1004中的一些或全部可以在控制泵102在系统100上的运行时操作期间同时执行。在一些示例实施例中，过程1000、1002、1004可以在系统100的初始设置期间以及在操作期间执行。
最初，参考图9的控制曲线902，以下参数可被初始化(最初将BEP 910引用为初始系统阻力(阀完全打开))：
A＝Z x BEP_压头,(Z＝0–10)；
B＝(BEP_压头–A)/BEP_流量2；以及
C＝BEP_压头/BEP_流量2(在所有阀完全打开时)。
各种系统阻力曲线被示出在图表900上，例如K＝15C(912)、K＝6.5C(914)、以及K＝2C(916)。系统设计点908和控制曲线902可以实时地动态确定，无需具有系统阻力的特殊知识。系统阻力可由于流量损失和其他因素而变化。如上所述，过程1000、1002、1004中的一些或全部可以同时执行以调整控制曲线902。
参考图10A，阀分布过程1000确定阀是否大多数时间打开得小于75％，且作为响应，曲线降低。阀分布过程1000还确定阀是否大多数时间打开得大于75％，且作为响应，曲线升高。
在事件1010处，计算或推断K＝H/Q2且对K大于6.5C的时间进行计数(Count_1)以及对K小于6.5C的时间进行计数(Count_2)。如上表所示，回忆6.5C对应于阀75％打开。
在事件1012处，确定对K的时间进行计数是否已过去24小时，例如是否Count_1+Count_2>24小时(自最后检查以来，泵已运行24小时以上)。如果已过去24小时，则在事件1014处：如果Count_1>Count_2+4小时，则将A降低1％；如果Count_1+4小时<Count_2，则将A增加1％。否则，维持A。在事件1014处，将Count_1复位到0且将Count_2复位到0。方法1000随后重复到步骤1010以用于下一24小时时间间隔。
现在参考图10B，阀定位过程1002确定阀是否过度打开(K<2KFO)，且作为响应，曲线的右侧升高。阀定位过程1002还确定阀是否过度关闭(K>15KFO)，且作为响应，曲线的左侧降低。
在事件1020处，计算K＝H/Q2。在事件1022处，在K保持高于15C时，每30分钟将A降低5％且将B增加5％。在事件1024处，在K保持低于2C时，每30分钟将A降低5％且将B增加5％。方法1002随后重复到事件1020。
参考图10C，在阀被完全打开时，阻力审阅过程1004被用来周期性地确定或审阅最小系统阻力。在事件1034处，确定并存储在达到的1分钟内取平均的K的最小值(D)。在事件1036处，在任何时间，如果D<C，用D替换C。
在事件1038处，在操作的前2天之后(例如，在初始设置之后)，用D替换C(事件1040)。在事件1042处，D被复位为0。在事件1044处，在初始设置时间间隔之后，可以使用不同的“审阅时间间隔”。例如，审阅时间间隔可通过以下来给出：1)第一时间间隔是操作的初始2天之后的2天；2)第二时间间隔是此后的4天；3)第三时间间隔是再后的8天；4)第四时间间隔是再后的16天；每一后续时间间隔是该系统的无限运行时持续时间的再后的16天。其他合适的时间间隔的范围可从1到30天。
在每一“审阅时间间隔”完成时(事件1044)，在事件1046处，如果K≤3C，则将速度降至最小泵速(例如，默认30％)达15分钟。这基本上迫使阀完全打开。注意，如果在这一阶段D<C，则事件1036将触发，使得用D来替换C。在事件1048，将D复位到0并随后在事件1044循环开始新审阅时间间隔。
注意，图10A到10C的示例实施例可进一步被操作图900(图9)的操作范围来限制。例如，不能使用这些方法来将控制曲线902调整到落在操作范围之外。所提供的任何值或范围旨在是说明性的，且可以在这些值或范围之上或附近，或者是其他合适的值或范围。
现在参考图11，在图2的上下文中，它解说了根据一示例实施的对泵效率的优化。参考图2，控制曲线202可依赖于系统100的检测到的(测量到的或推断出的)负载被实时地调整或控制。通常，系统100的负载流被实时跟踪以动态地更新负载概图1100。
作为初始概念，图11的负载概图1100可被实现为用于配置建筑物104的负载概图1102的图形用户界面(GUI)屏幕1100。在这一示例表示中，负载 概图1102被归一化为1(100％)。负载概图1102表示指定时段1106的计划的或测量到的百分比流量1104，其中该百分比流量横跨例如“设计日”。如图所示，界面屏幕1100初始被呈现了默认负载概图1102。建筑物设计者(用户)可能希望将特定建筑物104的负载概图配置成默认负载概图之外的其他事物。如图所示，在一些示例实施例中，用户可选择界面屏幕1100上的负载概图1102的特定采样点1108，并将这些点1108拖动到不同的流量1104和时段1106，以将默认负载概图调整到实际系统或建筑物104的所需特定计划的或测量到的流量概图。在其他示例实施例中，建筑物设计者可通过向基于域(field-based)的界面(未示出)进行输入或通过上传提供这些值的合适地配置的文件，来输入特定点1108的特定流量1104和时段1106。在其他示例实施例中，负载概图1102的轴改为可以等效于图4所示出的那些。
现在将描述用于更新负载概图1102的自动化系统，而非刚刚描述的手动用户界面。负载概图1102可以是初始默认负载概图。现在参考图1和2，诸如控制设备108和/或外部控制器116等一个或多个控制器可被用来在操作期间实时地动态确定或计算控制曲线208。一般而言，控制器自动调整控制泵102的模型或参数，以调整控制曲线208来补偿设计日或负载概图1102中的变化。控制泵102是使用在运行时期间收集的数据来控制的。控制泵102被控制以优化泵效率，而不损害系统稳定性并维持对ASHRAE 90.1的遵从。
对于控制曲线208，再次参考图2，所示出的较粗部分216可被参考经更新的负载概图1102(图11)来动态地调整。控制曲线208还可依赖于经更新的负载概图1102被动态地更新。智能可变速设备将沿动态地变化的控制曲线208操作，控制曲线208已经在运行时期间被实时地更新。
例如，点A(210)、点B(212)以及点C(214)将相应地依赖于检测到或推断出的负载概图1102被更新。例如，控制曲线208可被更新，以使得被表示为点B(212)的最频繁或平均负载尽可能接近BEP曲线220。虽然点B(212)可以初始是峰值负载的50％，但可以动态地确定(测量或推断)负载概图1102是不对称的或具有另一峰值负载。作为响应，控制曲线208可涉及调整或重新计算点A(210)和/或点C(214)，例如根据初始默认设置。在一示例实施例，如果确定点B(212)在BEP曲线220左侧，则作为响应，点A (210)在每一指定时间间隔(例如，1到365天)被向右移动指定量(例如，1-10％)。如果确定点B(212)在BEP曲线220右侧，则作为响应，点A(210)在每一指定时间间隔向左移动指定量(例如，1-10％)。在一示例实施例，如果确定点B(212)在BEP曲线220上方，则作为响应，点A(210)和/或点C(214)在每一指定时间间隔向下移动指定量(例如，1-10％)。如果确定点B(212)在BEP曲线220下方，则作为响应，点A(210)和/或点C(214)在每一指定时间间隔向上移动指定量(例如，1-10％)。
在一些示例实施例中，在它们可被用来在无需外部传感器的情况下确定或计算所需流量负载的方面，控制泵102是无传感器的，这通过使控制泵102自检测诸如功率和速度等设备属性并推断或相关所得的压头和流量来执行，如以上参考图3详细描述的。
图12解说根据另一示例实施例的具有外部传感器的循环系统1200的示例框图。为方便参考起见，使用与图1类似的参考标号。虽然图9、10A、10B、10C以及11的以上示例性实施例已主要在无传感器设备的上下文中描述，但在一些其他示例实施例中，使用外部传感器可能是适当的。系统1200包括可被用于检测例如压力和流量的外部传感器1202。另一传感器1204可被用来检测例如来自设备102的压头和流量输出。控制器1206可以与传感器1202、1204中的一者和两者通信，以接收并跟踪传感器测量且控制控制泵102的操作。因此，在参考图9到11所描述的需要根据设备属性来相关或推断压力或压头的实施例中的任何计算可改为使用由传感器1202、1204中的一者或两者测量到的信息来确定。例如，取决于特定应用，图9、10A、10B、10C和11中示出的实施例可被配置有外部传感器。
图13解说根据一示例实施例的用于控制可操作系统1302的示例控制系统1300。一般而言，在控制系统1300中，输出1310和包括可优化输入1304的输入被测量且估计方法1306或算法被针对系统1302更新或调整。在一些示例实施例中，控制系统1300包括在初始设置期间以及系统1302的无限运行时期间(连续地或在离散的时刻)操作的连续反馈环路。在一些示例实施例中，不需要或需要很少系统1302的先验知识。相反，控制系统1300基于系统1302的自学习来控制并适应其性能以及控制模型。在一些示例实施例中，系统1302 可以是例如图1所示的循环系统100或图12所示的循环系统1200。
系统1302产生由一个或多个变量(例如，流量、温度、黏度、厚度、速度、热能、每分钟项目、距离，等等)来表征的某些输出1310，包括其操作点/路径可由有限数量的连续或离散变量(例如，速度、温度、功率、运行状态、rpm、操作模式、档位、制动位置，等等)来表征的若干部分。
这些连续或离散的变量一起工作以产生系统1302的输出1310，并且按以下方式交互：一个输出变量的操作点/路径确定或限制其他输出变量的操作点。还可存在对每一部分的操作的约束，即表征变量的其操作点可采取的值的受限范围。这些连续或离散变量可包括可控制可操作元件(例如，泵马达)的设备属性。
系统1302包括输入变量，输入变量可包括影响系统部分的操作或者在决定如何有效地操作系统1302时应当纳入考虑的、在外部确定且不能被控制的非可控制的变量1314(例如，室外温度、日用品价格、输出需求，等等)。系统1302包括诸如可被优化的可优化输入1304等输入变量。示例可优化输入1304可以是可消耗输入，例如能量、化学品、水、金钱、或时间。其他输入变量1324也可被输入到系统1302。如图所示，输入变量可以使用测量1308来测量出，以由模型调整模块1320调整、确定或计算适当模型的参数。各输入变量可包括可消耗输入(能量、化学品，等等)或其他输入(室外温度、需求、速度、线电压，等等)。
在系统1302中，存在一个以上操作点或路径可给出所需输出1310。控制系统1300被配置成产生所需输出1310(以满足输出需求)，优化产生该输出1310所需的可优化输入1304中的一者或多者的使用。
在一些示例实施例中，提供了一种用于系统1302的每一部分的方法或模型，诸如例如公式、表、或算法，以预测系统1302在其允许范围中的所有操作点的使用可优化输入1304的量。最优点/路径1312随后通过估计方法1306来确定和更新。
系统操作点或系统状态1322由系统部分的所有表征变量来给出，通过变量的交互或互连所施加的约束来减少，并且被限于部分操作约束的范围中。
对于每一系统允许的操作点，系统1302将消耗的可优化输入1304的量可 被计算为其各部分中的每一个所消耗的量的总和。系统可控制变量是其表征变量减去那些外部确定的非可控制的变量1314。
如图13所示，在各示例实施例中，给定非可控制的变量1314(该系统必须在其中工作的条件)，优化模块1316使用估计方法1306来找出兼容给定条件的最优点或路径1312，随后系统1302被控制器模块1318命令在该点处操作或遵循该路径。
包括可优化输入1304的输入变量的使用被测量且使用模型调整模块1302更新估计方法1306，来使得其对所报告的系统状态1322的预测更接近可优化输入1304的使用或消耗测量1308。
注意，优化模块1316、控制器1318、以及测量模块1308可驻留在一个或多个设备上，或者可被嵌入在系统1302中，从而导致不同的示例实施例。在一些示例实施例中，优化方法1316可由微处理器设备在前面执行。特定模型或方法随后可从最佳地优化最优点/路径1312的预定模型或方法的集合中被随后选择。
因此，通过动态地确定优化方法1316来预测在产生所需输出1310的每一可能的操作点或路径(例如，在时间上的操作轨迹)处所使用的可优化输入1304的量、随后找出最优点/路径1312、且最终命令可控制变量1304达到所述最优点或轨迹1312，控制系统1300控制所述系统1302来产生所需输出1310，同时优化一个或多个可优化输入1304的使用。
在一些示例实施例中，并非通过测量1308，而是使用显式分析公式来估计可优化输入的使用。在一些示例实施例中，系统的可优化输入使用是使用数字表来估计的。
在一些示例实施例中，可优化输入估计模块1306或公式足够简单，使得它们允许通过分析解决优化且获得显式公式(输出1310和非可控制变量1314中的参数)以命令可控制变量1304。
在一些示例实施例中，优化模块1316在前面通过数字来求解，从而造成数字表和/或显式公式来命令可控制变量1304。
在一些示例实施例中，在系统运行时且针对优化模块1316遇到的特定非可控制的条件，优化模块1316被执行软件的基于微处理器的设备执行。
在一些示例实施例中，估计模块1306或公式具有调节参数且这些和/或表中的值被基于测量到的可优化输入的实际使用来周期性地调整。系统测试可在指定时间实现，以消除一些变量来提高估计模块1306的准确度。
在本公开的示例实施例中可以作出各个变型。一些示例实施例可被应用于任何可变速设备，且不限于可变速控制泵。例如，一些附加实施例可以使用不同的参数或变量，且可以使用两个以上参数(例如，三维图上的三个参数)。例如，速度(rpm)也被示出在所描述的控制曲线上。此外，温度(华氏温度)对温度负载(BTU/hr)可以是针对控制曲线来考虑的参数或变量，例如针对由可变速循环风扇来控制的可变温度控制。一些示例实施例可被应用于依赖于两个或更多个相关参数的任何设备。一些示例实施例可包括依赖于参数或变量的变量，如液体、温度、黏度、吸力、地点海拔、工作的泵的数量。
在各示例实施例，在适当时，每一所示出的框或模块可以表示软件、硬件、或硬件和软件的组合。此外，一些框或模块可以在其他示例实施例中被组合，且更多或更少的框或模块可存在于其他示例实施例中。此外，在其他实施例中，框或模块中的一些可被分成多个子框或子模块。
尽管各实施例中的一些按方法来描述，但本领域普通技术人员将理解，各实施例也涉及各种装置，如包括用于执行所描述的方法的各方面和特征中的至少一些的组件的服务器装置，这些组件是硬件组件、软件、或这两者的任何组合、或者是任何其他形式。此外，用于与该装置一起使用的制品(如其上记录有程序指令的预记录的存储设备或其他类似地非瞬态计算机可读介质)或携带计算机可读程序指令的计算机数据信号可以引导装置促进所描述的方法的实现。将理解，这样的装置、制品、以及计算机数据信号也落在本示例实施例的范围内。
尽管以上示例被描述成按特定次序发生，但本领域技术人员将明白，消息或步骤或过程中的一些可以按不同的次序执行，只要任何给定步骤的经改变的次序的结果将不阻止或削弱后续步骤的发生。此外，在其他实施例中，上述消息或步骤中的一些可以被移除或组合，且在其他实施例中，上述消息或步骤中的一些可被分成多个子消息或子步骤。更进一步，在必要时，所述步骤中的一些或全部可被重复。被描述为方法或步骤的各元素类似地适用于系统或子组 件，且反之亦然。
本文所使用的术语“计算机可读介质”包括可以存储指令、程序步骤等的任何介质，以供计算机或其他计算设备使用或执行，计算机可读介质包括但不限于：磁性介质(如磁盘、盘驱动器、磁鼓、磁光盘、磁带、磁核存储器，等等)，电存储(如任何类型的随机存取存储器(RAM)，包括静态RAM、动态RAM、同步动态RAM(SDRAM)，只读存储器(ROM)，任何类型的可编程只读存储器，包括PROM、EPROM、EEPROM、闪存、EAROM、所谓的“固态盘”、任何类型的其他电存储(包括电荷耦合器件(CCD)或磁泡存储器)，任何类型的便携式电子数据复制卡，包括紧凑闪存、安全数字(SD-卡)、存储器棒等；以及光学介质，如紧凑盘(CD)、数字多功能盘(DVD)或蓝光盘。
可以作出一些示例实施例的各个变型，这可包括以上示例实施例的任何示例实施例的组合和子组合。以上呈现的各实施例仅仅是示例且决不旨在限制本公开的范围。在本公开的基础上，本文描述的发明的各个变型对本领域普通技术人员而言是显而易见的，这样的变型在本公开的预期范围之内。具体而言，来自上述实施例中的一者或多者的特征可以被选择来创建包括没有在以上显式地描述的特征子组合的另选实施例。另外，来自上述实施例中的一者或多者的特征可以被选择并组合来创建包括没有在以上显式地描述的特征组合的另选实施例。在本公开作为整体的基础上，本领域技术人员可以显见适于这样的组合和子组合的特征。本文所描述的主题旨在涵盖和包括所有合适的技术变化。