development of a fuzzy controller in air conditioner control
by fu mingxing, liu shunbo, cao qi and wang yiyi
abstractpresents a method to continuously correct the parameters online and realize the rules in a fuzzy controller. the fuzzy controller is designed and improved for eliminating the shortcomings of the previous fuzzy controller in control of an air conditioner. simulation results show that this controller is better in performance, simpler in configuration and easier to realize the control object.
keywordsair conditioner, fuzzy control, self-adaptive, controller
1 概述
近年来，空调器的控制内容发生了巨大变化，控制的目标已从单一的温度控制转向舒适和节能兼备的控制；控制的对象也从电源开关、温度设定器扩展为压缩机转速、膨胀阀开度、室内外风机转速、室内机风栅方向等，而且模糊控制技术已在空调器控制中得到应用。
但是，由于模糊控制是以“条件-结论+模糊推理”的模式为基础的，所以总是“事后控制”，再加上空调系统传质换热的惯性、控制系统和传感器的延时，被控参数的超调和波动在所难免；其次，模糊控制器的控制表是通过离线运算完成的，实际控制效果的检验与控制表的调整计算工作量大，不利于控制器的快速开发。对此，许多控制领域的专家和学者做了大量的工作［1～4］，提出了自组织模糊控制策略、智能积分补偿控制方法等，给出了空调器智能控制的方向，但还需要在实践中进一步完善。另外，在模糊控制器的研究中还存在忽视数学模型和知识逻辑模型联系的倾向。其实，数学本是人们在生产实践中总结出来的，是经过归纳总结并经证明的概念性东西，在模糊控制中如何将知识模型与数学模型更好地结合起来，也有待尝试与提高。
本文结合控制系统的特点及控制操作的经验，归纳出控制量与变量间的对应关系式，提出了参数和控制规则在线连续自适应修正的模糊控制器(adaptive continuously correct fuzzy logic controller，以下简称accflc)，旨在克服现有模糊控制的不足，提高空调器的控制品质。
2 常用模糊控制器的改进与分析
为了克服模糊控制器性能调试过程中控制表计算重复、工作量大以及控制过程中被控参数超调、波动大的不足，提出了许多改进措施，典型的是模糊控制规则在线自调整控制策略和智能积分补偿模糊控制方法。
2.1控制规则在线自调整模糊控制
模糊控制规则是模糊控制器的核心，模糊控制规则的调整是提高模糊控制器品质的关键。模糊控制规则在线自调整模糊控制器的结构如图1所示。图中，e，ec，u为偏差、偏差变化及控制量的实际值，e，ec和c为它们对应的模糊量，ke，kec，ku为信号放大、调理机构，g为控制过程，r和y分别为被控参数的设定值和实际值(下同)。相对一般的模糊控制器，该控制器增加了性能指标的检测、比较和修正因子寻优自校正机构，由此改变控制规则，实现过程控制的优化。
图1 控制规则在线自调整控制器结构
在这种控制器中，一般假设控制规则的论域为：偏差e，偏差变化ec和控制量c有相同的元素，如±3，±2，±1，0。于是可以将控制规则表概括为一般形式：
 (1)
式中 α0，α1，α2，α3∈［0，1］，称为修正因子，通过寻优过程对其进行修正，获得使过程控制最优的值α0*，α1*，α2*，α3*。其中α取值的大小反映了对偏差和偏差变化的加权程度。但α一经取定，在整个控制过程中偏差和偏差的权重就固定了。这实际上就是“分档”或“分类”控制方式的具体体现。利用这种方法可以对控制规则进行灵活调整，有利于减少模糊控制器对人的经验的依赖程度和主观随意性的影响，为模糊控制规则实现自动调整和完善提供了手段。不足的是，当偏差e的论域一定时，α的取值也一定，这就使得控制器在偏差及偏差变化的一定范围内不能反映人们思维活动中根据不同情况给予不同响应的连续性特征；再者，寻优的过程是根据控制的结果与设定的性能指标的误差来调整修正因子或控制量的，总是滞后控制，对应的超调与波动也较大；此外，系统的结构复杂，寻优过程计算量大也是这种方法的一个不足。
2.2智能补偿模糊控制器
智能积分补偿型模糊控制器是另一种提高模糊控制器性能的改进方案，图2是该控制器的结构示意图。较一般的模糊控制器它增加了智能积分(intelligent integration)补偿环节——图中虚线框部分。其原理是根据被控参数响应的特征信息：e，ec和e。ec的大小、正负变化，有选择地启用积分器，使控制器的输出为：
 (2)
图2 智能补偿型模糊控制器结构
这样做的结果既避免了常规积分使系统的稳定性和快速性变差的不足，又能有效地消除系统的超调波动。而且这种控制方法直观、形象地再现了人们根据实际情况的变化，不断调整控制策略的智能活动过程，有较强的实用性。但有两点不足，一是难以确定最佳的积分参数，要使其对不同的控制对象都有良好的控制效果，工作量较大；二是这种方法主要目的在于克服被控参数的超调，对如何减小控制系统的过渡时间，实现被控参数的快速稳定还有待完善。
3 控制规则在线连续自调整控制器(accflc)
笔者从经济和实用的角度考虑，针对现有模糊控制器及其改进方案的不足，提出了模糊控制规则在线连续自调整的设计思想，目的是在不增加一般模糊控制器结构复杂性的同时，实现规则的在线连续调整，获得良好的控制效果，满足舒适与节能的要求。
3.1一般模糊控制系统输出响应特性分析
图3中的虚线是典型的二阶系统的阶跃响应曲线，对应空调器在热泵工作条件下室温恒定控制的起动特性。图中，ts是由舒适度确定的室内温度设定值，ta(nτ)为采样系统第n次采样得到的室内实际气温，这时对应的温差、温差变化分别为：
温差： en=ts-ta(nτ) (3)
温差变化：ecn=［e(nτ)-e((n-1)τ)］/τ (4)
式中τ为采样周期，n=1，2，…为采样次数。
图3 二阶系统阶跃响应曲线
为了说明模糊规则在线连续调整的目的，体现数学模型和知识逻辑模型相结合的优点，将响应曲线分为若干段，如图oa，ab，bc等。
oa段(e。ec＜0)：室内温度ta趋向设定值ts的速度应越快越好，即应尽快消除偏差，所以式(1)中控制规则的调整因子α(下同)应取较大值，以加大偏差的权重。相应变频空调器的起动特性，要求压缩机的出力大，供电频率高。当快接近a点时，为了减小由于惯性导致的超调，应加大偏差变化的权重，即减小α值，相应压缩机的出力减小，供电频率较起动之初减小。所以在此阶段α值应先大后小。
ab段(e。ec＞0)：实际温度已超过设定值，向偏差增大的方向变化。在此阶段，控制的目的是尽量压低超调。当刚刚离开a点时，应加大偏差变化的权重，α取小值，而超调较大时，就加大偏差的权重，α取较大值，即α应由小逐渐变大。
bc段(e。ec＜0)：偏差开始减小，系统在控制的作用下已呈现向稳态变化的趋势，所以α应逐渐减小，以免系统出现回调。
cd段(e。ec＞0)：系统出现回调，α的取值与ab段的基本相同。如果超调量不大，即可保持一个较小α值，使系统尽快稳定。
因此，在室内温度响应的整个动态过程中，比较合理的调整因子α的变化规律应如图3中的点划线所示。显然，这种自调整过程符合人在控制决策过程中的思维特点，它不仅是必要的，而且是合理的，已经具有优化的特点。
3.2调整因子α的函数形式
由图3可以看出，参数α既可表示成时间的函数α(t)，也可表示成偏差的函数α(e)，但后一种形式对提高控制器的性能更具有普遍的指导意义。因为空调器被控参数的变化受诸多因素如压缩机的出力、换热器风扇转速、空调负荷等的影响，所以，在控制规则在线自调整的过程中，调整因子同时随温差、温差变化及时间而变化，对特定的工况和实验装置来讲，选择调整因子α(t)或α(e)是等价的；但对变化的工况和实验装置来说，选择α(e)更能反映空调器的一般控制中，调整因子变化的共性，由此可以使控制系统的编程和计算都得到简化。同样，可以考虑偏差变化ec对α的要求，使控制规则的调整及控制品质进一步完善。
结合舒适性空调对室内温度控制的要求和图3中α随e变化的规律，以及ec对α的要求，得到α(e)的表达式：
 (5)
这样就可以根据被控参数的偏差变化，连续地调节调整因子α及由式(1)给出的模糊控制规则。由于式(5)中的α取值已经考虑了实际控制的需要，是优化的结果，由它进行控制规则在线调整得到的规则和控制效果必然是理想的。而且只需要简单的判断就可以进行α和控制规则的调整计算。由此得出系统的结构，如图4所示。与图1和图2相比，accflc的结构较其它模糊控制器简单。
图4 accflc结构
3.3仿真比较
为了验证本文提出的调整因子α(e)及模糊控制规则在线连续自调整控制器的合理性，假定空调器制热时室温响应为10/［(10s+1)(20s+1)］(s为频域变量)的二阶系统，分别用本文提出的控制器与α取定值的一般模糊控制器、智能积分补偿控制器对其进行阶跃干扰的仿真控制，结果如图5所示。
图5 accflc与其它模糊控制器性能比较
flc fuzzy logical controller
iiflc intelligent integration fuzzy logical controller
容易看出，本文提出的控制器的控制效果较一般模糊控制器、智能积分补偿控制器具有过渡时间短、超调幅度小、波动次数少的特点，说明该控制器的设计合理，效果好。
4 结论与讨论
4.1笔者结合控制器控制过程的特点，分析、归纳出被控参数的偏差、偏差变化与模糊控制规则调整因子间的对应关系或数学模型，将知识模型与数学模型统一于空调器的控制，设计了控制规则可以连续自动进行在线调整的新型模糊控制器。结果表明：该控制器不仅结构简单，运算量小，而且还具有响应速度快、超调量小、稳定性好的特点，是一种较为理想的模糊控制器。
4.2从空调器理想的控制需要来看，既要进行室内温度的调节，还要进行压缩机出力、过热度、过冷度等的调节，虽然控制的对象不同，但是其控制的思想和方法却是一致的，都属于定目标控制。在满足舒适与节能要求前提下，只要能得到这些量的变化量e和调整因子α的对应关系，也可以用accflc对其进行控制，实现多目标模糊控制。
傅明星，男，1958年7月生，博士后，讲师
710049 西安市咸宁街西路28号西安交通大学生物医学工程研究所(029) 2660927
傅明星(西安交通大学)
曹琦(西安交通大学)
王宜义(西安交通大学)
刘顺波(第二炮兵工程学院)
参考文献
1，杨永臻.自适应修正模糊控制算法研究.重庆大学学报，1996，19(5)：5～10.
2，白瑞林，熊聪聪.一种带有智能积分的模糊控制器.自动化与仪表.1995，10(4)：28～31.
3，鲍新福.模糊电子技术.上海：上海教育出版社，1995.
4，李卓.一种控制规则在线自调整模糊控制器.自动化仪表，1996，17(9)：4～7.
5，c c lee. fuzzy logic in control system: fuzzy logic controller, part ⅰ & part ⅱ. ieee trans on system and cyber, 1990,20(2):404～435. |
|
|
|
|
