电子膨胀阀调节蒸发器过热度的控制算法

来源:网络  作者:网络转载   2019-10-09 阅读:811

  复杂性等条件的制约,实际中应用的不多。

  对蒸发器这样模型易受外界影响而发生变化的系统,要获得好的控制效果,除了采用自适应算法,输入或输出论域优化两种情况。在线优化时,人担负着辨识系统模型和优化控制的双重任务,这两种任务直是控制理论难于协调的矛盾。考虑到制冷系统控制的安全性和实时性要求,采用离线优化的方法。2.1优化目标及优化参数同其他优化方法样,遗传算法也有优化目标,但在遗传算法中它还有个专有的名称,性能评价指标,用以计算各样本的适配值。性能评价指标根据所求解的问确定。在蒸发器过热度控制系统中。选取的优化1标为际值的偏差,7为采样周期为采样次数,即第次采样,刻;力=2,2,1为阀开度的变化;冰2为加权系数。

  过热度偏差的平方和作为优化目标之,既可反映过热度反应的速度,可反映过热度稳态偏左。

  将阀开度变化的平方和作为个性能指标的原因在减小电子膨胀阀开度变化可使调节过程平稳。1时,有利于提高电子膨胀阀及其驱动电路的寿命。

  近年来,许多学者用遗传算法自动生成模糊控制;!如勺控制规则和炎属度凼数,提出了许多方法。

  这些方法可以归为几类由人设定模糊控制规则的集合,只学习生成模糊集合的隶属度函数,2由公设娜,数呢,只学观开始越来越多地受到敢视。但模糊控制规则及隶属度纳数的确定依赖于人的经验。,模糊拉制输入变量较多或输入论域所定义的模糊变量较多时,模糊控制所能列举的规则集合数非常大,要找出优的规则很困难,有时甚至是不可能的。当前翅模糊规则的优化主要采用神经网络的方法。但由于神经网络存网络结构和网络规模较为4杂以及学习收敛性差等问,至今没有获得令人满意的结果。本文将遗传算法引入蒸发器过热度的模糊控制中,使模糊控制具有定的自学习能力。

  1模糊控制蒸发器过热度模糊控制系统1.其中,押分别为过热度偏差过热度偏差变化率及执行器的输出的,度;和分别为它们对应的梭糊变为所控制的参数过热度1为。1隶属度函数的形状如角形钟形等1对控制性能的影响不是很大,而其幅宽的大小,也就是隶属度函数的重叠率对性能影响较大。如果隶属度函数着对这些区间的输,模糊拧制没有输出。咳1而收敛性不好;如果隶属度函数的幅宽过大,规则间相互影响加人。采用对称全交迭的角形函数作为隶属役数。付输入论域和输出论域分别选择不同的比例因子心=3.5,沿=70,沁=0.5,将输入论域乃和输出论域仍分别化为7范围,并定义51模糊子取负人规负小,厂,及1小找心,它们的隶,度函数如阁2,其中,为影响隶属度函数形状待优化的参数。模糊控制规则1.采用,大取小1算法作为模糊推理方法,以重心法作为解模糊的方法。

  2遗传算法优化模糊控制的隶属度函数遗传算法人是种模拟生物群体遗传和进化机理的优化算法,实质上是进化论的数学模型沿9磁翻离线,笕,规则分阶段学4模糊规则和模糊集介的浓属度函数同时学习模糊控制规则和模糊集合的隶属度函数。

  对定转速压缩机的制冷系统,蒸发器过热度控制可简化为单输入输出系统,此时过热度与电子膨胀阀开度的对应关系较为简单,模糊控制规则也较为简单,我们所关心的只是过热度与阀开度之间的定量关系。为此选择方法即由人设定模糊控制规则的集合,只学4生成模糊集合的汆屈度函数。

  选择付称全交迭的角形凼数作隶属度凼数2,对于输入论域0和输出论域的隶属度函数,有3个可优化的参数,分别为,3.

  2.2遗传算法的步笈编码。应用遗传算法的关键之是遗传编码问,即染色体的结构。遗传算法优化的参数只有3个,即。131参数取值都为07,可随机产生07之间的整数,并将它们转化为进制,即完成遗传算法编码。如采优化的参数较多。就应充分考虑各参数之间的组成结构以及相互的约,条件等问,否优化过程尤法迸。

  产生初始样本群。随机产生定数目的染色体即定数目候选的规则作为初始样本,设定大的迭代次数86610,数。这里取初始样求各柞本的适配值。确定优化的指标数人用每个样本对应的组寻优参数进行实验,求出相应的指标数值。并按从优到劣的次斤排列。则繁殖。求出各样本的繁殖概率对种群中各样本,按它的乃值选择不同的数董,作为父母样本,并随机地两两配对,用交叉和变异的方法繁殖后代。

  交叉运算。在父母样本4忍的字符串中随机地产生个分断点,将分断点之后的子串互换,生成2个子女样本,15如变异。在每个子女样本的字符串中随机地7选择。将新产生的子女样本加入原种群中,求出新样本的指标函数值。在扩充后的种群中选出,个好的样本,组成新种群。

  转到步骤3直至达到迭代的终止条件。

  将好的样木编码转成优化参数3实验装置实验系统3,其中制冷装置的组成部件及其主要参数如下。

  使用电压22050出,名义功率745.,工质只12,气缸行程容积32.71⑵冷凝器为翅片朽或风冷詹内径,而外3蒸发器为光裸螺旋管式,浸在冷媒水中。蒸发盘管为光管,其内径13,外径15长为131冷媒水水相为圆筒型,直径700选用,215直动型电子膨胀阀。采用直流12,供电,相步进电机驱动,12相励磁,驱动频率35脉冲8,全闭到全开步数为320个脉冲。

  为使蒸发器负荷可变,在其底部放置了个电加热器,迎过调压器调节加热器的输入屯吒,从而改变其加热量。加热功率通过功率读出。

  为了提高蒸发器的效率,并保持冷媒水的温度均匀,蒸发,水箱中部安置个小吧搅拌器。在制冷系统开始工作之前启动搅拌器。搅拌器电动机的转速不可调。

  71为了防止停机过程中制冷剂的迁移作用。

  在膨胀前有个电磁。

  控制器参数,1比例系数幻旭7积分系数分系数60微分系数乃1=15实验中发现,由,控制系统各种千扰作用,过热度采样带有噪声。使得控制不能正常工作,故系统实际采用的是朽控制。控制结果5.

  2栽由可得蒸发器动态特性参数乃=8;3,8=0.28脉冲。根据实验得到的庀和乃,采用办等5提出的经验公式,可以得至蒸发器冷媒水侧电加热器开启与关闭,不会使水温突然变化。实验中,采用改变过热度设定来验证1控制的效果。改变前过热度设定在7,膨胀阀累计脉冲数在120130变化,蒸发器入口温度为3佐右,出口在10,右,在,175,8,过热度设定改变为9,过热度设定增加,1控制使膨胀陶累计脉冲数减小到左右,蒸发器入口温度下降至0.5,右,出口温度无明显的变化,大约经过8,8过热度过渡到新的设定值。从超调量看,过热度有个较明显的过冲。4.2用遗传算法优化的模糊控制根据优化的隶屈度函数。得到的模糊控制2.它是在微机上采用刖1;语言的模糊控制1具箱离线卞成的。控制实验结果6.

  r累计脉冲数8蒸发器进出口温度和冷媒水温度是电子膨胀阀控制器程序中所必须的3个值,它们经过入0595和1324放大后,输入单片机,再由单片机经巾亍口发送个机记沾从小。

  4实验验证4.1常规,10控制为了对比遗传算法优化的模糊控制其他常规算法的模糊控制,首先进行了常规,10控制实验。

  为方便地得到,参数。将蒸发器过热度,电子膨胀的响应扣1阶带延迟的传递数近似数和力可以由过热度对电子膨胀阀脉冲阶跃变化的响应曲线求得,4.

  栽殳盏七鹏驶由,模糊控制进口出口过热度阀开度,1控制串口过热度设定值在2500树由7战变为9,蒸发器入口温度由4.7改右下降至2.5改右,蒸发器出口过热度无明显变化,过渡过程大约经历实验系统在9超行100,6后,过热度在3501时,设定值,由9傲变为6气,蒸发器口温度由2.,右上升至4.5,右,蒸发器出口温度稍有下降,过渡过程大约经历18,8.由6可,所得到的控制,能够实现过热度的快速稳定控制。

  4.3两种控制的对比投糊控制与1拉制效汜的付比如17在时间坐标上进行了平移。在过热度设定值由7傲变为9时,控制的过热度上升比模糊控制的快,似超调景要比模糊控制的大。过渡过程,控制的阀。斤度有个明显的过冲。而模糊控制的则较小。过热度稳定后,过热度值因控制系统噪声的影响,1控制和模糊控制看不出区别,但模糊控制的电子膨胀阀开度变化明显要小得多,模糊控制的过热度变化应该比,1控制的平稳。

  5结论将遗传算法引入蒸发器过热度模糊控制的隶属度函数优化。取得以好的控制效果。1抟制实验发现,由于控制系统各种干扰作用,过热度采样带有噪声,使得,10控制不能正常工作,而,1控制则有较好的抗下1扰能力。

  遗传兑法优化的模糊控制。拉制的效果对比明,1控制过热度的响应比模糊控制的快,但超调量要比模糊控制的大;调节过程中,1控制的开役有外明显的过冲,模糊控制则较小;过热度稳定后,模糊控制的电子膨胀阀开度变化明显要小得多,说明模糊控制的过热度变化比,1控制的平为简化遗传算法编码及计算,只对隶属度函数选择更多的模糊控制参数,如比例因子控制规则等,进行优化,可达到更好的效果。

  孟建军。关于制冷系统中蒸发器目标过热度自适应控制的研宄0.西安西安交通大学能源与动力工程第作者简介陈文勇1969年生。1999年于西安位,现为上海交通大学制冷与低温工程研宄所博士后。主要研宄兴趣制冷系统,自动控制。

标签: 蒸发器
打赏

免责声明:
本站部份内容系网友自发上传与转载,不代表本网赞同其观点;
如涉及内容、版权等问题,请在30日内联系,我们将在第一时间删除内容!

购物指南

支付方式

商家合作

关于我们

微信扫一扫

(c)2008-2018 DESTOON B2B SYSTEM All Rights Reserved
免责声明:以上信息由相关企业或个人自行免费发布,其真实性、准确性及合法性未证实。请谨慎采用,风险自负。本网对此不承担任何法律责任。

在线咨询

在线咨询:

QQ交流群

微信公众号