Исследование интеллектуально адаптивной системы автоматического контроля микроклимата

Тип работы:
Реферат
Предмет:
Кибернетика


Узнать стоимость

Детальная информация о работе

Выдержка из работы

Discussed methods for constructing logarithmic characteristics of the transmission functions of the systems of automatic regulation of microclimate parameters. The methodology of constructing the characteristics laid way to describe certain elements of the transfer functions.
Key words: heat supply, microclimate, heating, ventilation, transfer function.
Ershov Sergey Victorovich, candidate of technical science, docent, er-
schov. serrga. mail. ru, Russia, Tula, Tula State University,
Sergeeva Tatiana Evgenyevna, engineer, kafelene@rambler. ru, Russia, Tula, Tula State University
УДК 621. 331
ИССЛЕДОВАНИЕ ИНТЕЛЛЕКТУАЛЬНО — АДАПТИВНОЙ СИСТЕМЫ АВТОМАТИЧЕСКОГО КОНТРОЛЯ МИКРОКЛИМАТА
С. В. Ершов Т.Е. Сергеева
Приведена методика проведения исследований интеллектуально-адаптивной системы поддержания требуемых параметров микроклимата помещения. Даны математические модели интеллектуально-адаптивной системы управления параметрами микроклимата.
Ключевые слова: теплоснабжение, микроклимат, отопление, вентиляция, система автоматического регулирования.
При создании и внедрении систем автоматического регулирования (САР) вентиляции и кондиционирования воздуха необходимо знать характеристики, как определенных элементов СКВ, так и системы в целом, которые описывают их поведение в переходных и установившихся режимах. Только по таким характеристикам можно оптимально выбрать регулятор, датчики, исполнительные механизмы, построить САР и произвести ее наладку.
Наиболее широко используются методы математического описания САР на основе передаточных функций '(р), которые отражают взаимосвязь входных и выходных параметров отдельных элементов и всей системы [1].
Обобщенную структурную схему САР можно представить в виде, показанном на рис. 1.
Зная Щоб (р) и задаваясь свойствами САР — передаточной функцией 'с (р), можно выбрать или настроить уже выбранный регулятор — Щр (р).
Для построения высокоэффективной системы управления необходимо иметь описание объекта управления в виде математической модели.
Для описания объектов управления, в которых отсутствует зависимость переменных состояния, управления от пространственных координат (линейные многомерные системы с сосредоточенными параметрами), используются системы линейных обыкновенных дифференциальных уравнений или соответствующие изображения по Лапласу. Рассмотрим многомерную линейную систему с т — управлениями, I — возмущениями и к — входами. Модель линейной системы с сосредоточенными параметрами во временной области:
X (г) = Ах (г) + Ви (г) + ЦТ (г) — х (0) = х0- у (г) = Сх (г),
где х (г) — вектор состояния системы- х е Яп- и (1-) — вектор управлений (входов) — и е Ят- у (г) — вектор выходов- у е Як- ДО — вектор возмущений, Ле Я1- А — матрица размерности п х п- В — матрица размерности п х т-
Б — матрица размерности пх1- С- матрица размерности к х п.
Об
Рис. 1. Обобщенная структурная схема САР:
Об — объект регулирования с передаточной функцией Wo6 (р) —
СУ-устройство сравнения- Р-регулятор с передаточной функцией Wp (p)-/(0 — возмущающее воздействие- у (() — регулируемая величина- е (0 — ошибка регулирования g (t) — задающее воздействие-
У (0 — управляющее воздействие
Применяя преобразование Лапласа к системе, получим эквивалентную модель в комплексной области:
у (5) = СФ (5) х0 + СФ ($) Ви (5) + СФ ($) ЦЛ (5) (2)
или
у (5) = Щу0 (5)х0 + Щуи (5)и (5) + (5)Л (5) (3)
Частотное или временное представления выбираются из соображений удобства, так как в случае постоянных матриц А, В, С и Ц они эквивалентны. Для построения подобных моделей можно использовать два пути: применять фундаментальные физические соотношения в виде законов сохранения вещества, энергии или восстанавливать параметры моделей по
эмпирическим данным, причем второй путь более часто применяется на практике.
Для построения математической модели объекта управления использовался метод восстановления параметров модели по эмпирическим данным. Для этого с помощью лабораторной установки были получены экспериментальные данные для исследования объекта управления и построения его математической модели. Результаты снятия экспериментального переходного процесса приведены в Приложении А.
Нормирование переходных процессов проводилось в МаШСАЭ-е по следующему соотношению:
Тк = П,-П. шп.
Тк тах- Тк тіп
Время 1, (с)
Рис. 2. Экспериментальный нормированный переходной процесс
Так динамика этих процессов совпадает, то можно для улучшения экспериментальных данных усреднить два процесса, и для усреднённого процесса искать аппроксимирующую модель объекта управления. Усредненный переходный процесс изображён на рис. 3.
Структура аппроксимирующего выражения для передаточной функции объекта может быть выбрана в общем случае в виде:
Ж0 (*) =
(Т * + 1)(Т2 * +1)'-
(5)
Коэффициент усиления объекта управления КО можно найти по
статической характеристике. Постоянные времени передаточной функции могут быть найдены по реакции системы на единичный скачок, т. е. по полученному усреднённому переходному процессу.
Усреднений эксп. переходный процесс
Время ^ (с)
Рис. 3 — Усредненный переходный процесс
Коэффициент усиления объекта управления можно найти по его статической характеристике. В результате различных экспериментов были получены следующие результаты приведенные в таблице 1.
Таблица 1
Построение статической характеристики
1-, час 0 0.2 0. 25 0.3 0. 35 0.4 0. 45 0.5 0. 55 0.6 0. 65 0. 7
ч о с 22 22.1 22.3 22.7 23.2 23.5 24.0 24.4 24.8 25.2 25.5 25. 8
В результате статическая характеристика имеет вид, приведённый на рис. 4.
Рис. 4. Статическая характеристика
Коэффициент усиления объекта управления определяется из соот-
ношения:
к =
АТ
д/
При q=0 получаем математическую модель первого порядка с запаздыванием:
К е~*т
Ж (э) =
(7)
Тэ +1
Коэффициент усиления для нормированного переходного процесса равен единице. Постоянную времени можно найти из соотношения:
Н (Т) = у (Т) — (8)
Ь{!) = 1 -е-}Т- (9)
у (Т)" 0. 63- (10)
То есть для нахождения постоянной времени нужно провести прямую на уровне 0. 63 до пересечения с графиком переходного процесса. Так как экспериментальный переходный процесс не является процессом первого порядка, то для его описания необходимо ввести запаздывание т=61.
Усреднены" эксп. переходный процесс
Время и (с)
Экспериментальные усредненные данные
Рис. 5. Усредненный переходный процесс
Ж (э)
К 0 г —
Тэ +1 ' Т = 7,1-
-61э
Ж (э) =
е
(11)
(12)
(13)
7,1э +1
Проведем в точке перегиба касательную, для определения интервала времени Т0, заключенного между точками пересечения этой касательной оси абсцисс и линии установившегося значения К (да) переходной характеристики. В рассматриваемом случае: Т0=8,0, ґп=150, К (ґп)=0,181. Введем обозначение:
)
Ъ
К
0,181 (q=1).
Возьмем запаздывание 1=0, тогда получаем следующую модель:
K
W0 (s) =---------------------------------------------0-. (14)
oW (71s + 1)(T2 s +1) V '-
Для нахождения T0 проводим касательную через точку перегиба и находим точки её пересечения с уровнями 0 и 1.
Применим алгоритм метода Ротача для звена 2-го порядка, т. е. q=1
t=61:
х = 3,7-х • ln (х)
j (х) =-------
х -1
F (х) = 1 — (1 + х) • ej (х) —
Given F (х) — b = 0-
0 = Find (х) 0 = 6,32.
Рассчитаем значения постоянных времени:
7 = т0 • ej (0) —
72 = T 0-
T1 = 49,229-
T2 = 8,131
Передаточная функция будет иметь вид:
K e~s'-t
Т = 61 q = 1 W 3(s) =---------: -------------
(49,229 • s +1) • (8,131s + 1) q
Для оценки качества полученных передаточных функций описывающих объект управления вычислим оценку х2. По выполненным расчетам она составила с2 = 0,343. Данная точность достаточна для проведения исследования системы автоматического регулирования.
Список литературы
1. Автоматизация систем вентиляции и кондиционирования воздуха/ Е. С. Бондарь, А. С. Гордиенко, В. А. Михайлов, Г. В. Нимич. Под общей редакией Е. С. Бондаря. К.: ТОВ «Видавничий будинок Авантпост-Прим» 2005. 560 с.
2. Автоматика и автоматизация систем теплогазоснабжения и вентиляции: Учеб. для вузов/ А. А. Калмаков, Ю. Я. Кувшинов, С. С. Романова, С.А. Щелкунов- под ред. В. Н. Богословского. М.: Стройиздат, 1986. 469 с.
3. Мухин О. А. Автоматизация систем теплогазоснабжения и вентиляции: уч. для вузов. Минск: Высшая школа, 1986. 304 с.
Ершов Сергей Викторович, канд. техн. наук, проф., доц., erschov. serrg@mail. ru, Россия, Тула, Тульский государственный университет,
Сергеева Татьяна Евгеньевна, инженер, kafelene@rambler. ru. Россия, Тула, Тульский государственный университет
SEACHING OF THE ADAPTIVE SYSTEM AUTOMATIC CONTROL OF THE MICROCLIMATE
S. V. Ershov, T.E. Sergeeva
The methodology of research of adaptive systems of maintenance of the required parameters of the microclimate in the room. Mathematical model of adaptive control system parameters of the microclimate.
Key words: heat supply, microclimate, heating, ventilation, automatic control system.
Ershov Sergey Victorovich, candidate of technical science, docent, er-schov. serrg@, mail. ru, Russia, Tula, Tula State University.
Sergeeva Tatiana Evgenyevna, engineer, kafelene@rambler. ru, Russia, Tula, Tula State University
УДК 621. 331
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПАРАМЕТРОВ ПОМЕЩЕНИЙ В ИНТЕЛЛЕКТУАЛЬНО — АДАПТИВНЫХ СИСТЕМАХ АВТОМАТИЧЕСКОГО КОНТРОЛЯ МИКРОКЛИМАТА
С. В. Ершов, Т.Е. Сергеева
Рассмотрены методы и модели моделирования микроклиматических параметров помещений, в которых применяются системы автоматического регулирования параметров микроклимата. В основу методики моделирования положен комбинированный способ управления параметрами микроклимата помещений.
Ключевые слова: теплоснабжение, микроклимат, отопление, вентиляция, проектирование.
Поддержание требуемых микроклиматических условий в помещениях многоэтажных зданий с разветвленной структурой является сложной задачей, поскольку микроклиматические условия в помещениях создаются работой систем теплоснабжения, вентиляции, обогрева, кондиционирования и воздействием внешней среды. [1, 2]. Значительно улучшить поддержание требуемых параметров микроклимата позволит применение интеллектуально-адаптивной системы автоматического регулирования. Однако,

ПоказатьСвернуть
Заполнить форму текущей работой