变风量空调系统送风温度优化及容错控制_杜志敏

~
1
1. 1
VAV 系统的容错控制方法
基于主成分分析的故障检测 矩阵 X Rn m 由主成分分析可分解为 :
~ ^+ X X= X ~
( 1)
^ 为向量的主成分子空间 ; X 为残差子空间即 式中 : X 故障空间 , 一般为测量噪声和不确定干扰. 由此一个 新的测量样本向量 x 就可以分解为( 见图 1) : ^+ ~ x= x x ( 2) ^ 式中 : x 为 x 在主成分子空间 ( Pr incipal com po nent subspace, PCS ) 内 的投 影; x 为 x 在 残 差子 空 间 ( Residue subspace, RS ) 内的投影.
Optimal and Fault Tolerant Control of Supply Air Temperature in VAV Systems
D U Zhi min , J I N X in qi ao , G UO Yi bo, CH A I X i ao f eng ( Inst it ut e of Ref rig erat ion and Cry ogenics, Shanghai Jiaot ong Universit y, Shanghai 200240, China) Abstract: Supply air t em perat ure o pt imal and t he cor respo nding fault t olerant contr ol m et hods f or VAV syst em s w ere present ed. T his met ho d can sat isf y t he hig her demand o f indoor air qualit y and hum idity st rict ly required in ASH RA E St andard 62 2001. M oreover, t he principal co mponent analysis, joint angle analysis and co mpensat ory reconstr uction met ho ds w ere used to detect, ident ify and reconst ruct t he fault respectively so as t o achieve t he t arget of fault t olerant and optim al cont rol o f t he V AV sy st ems. T he pro posed m et hods w ere t est ed and evaluat ed in t he VAV simulat or. Key words: variable air v olume( VAV) air condit ioning syst em s; f aul t detect ion and diag nosis; fault t oler ant ; supply air t em perature o pt imal; indoor humidit y cont ro l
为了提高室内舒适性, 建筑空调系统已变得日 益复杂. 对空调系统而言 , 确保系统高效运行有 2 个 关键 : 合理的控制策略和准确的传感器测量. 根据 ASH RAE 标准 62 2001, 室内相对湿度应控 制在 30% ~ 60% . 送风温度不仅影响室内的相对湿度 水平, 而且影响系统的能耗 . 因此, 应对送风温度进行 相应的优化控制以获得较好的室内空气品质和较小
( 6)
ຫໍສະໝຸດ Baidu
方法 , Dext er 等 提出的模糊逻辑方法 . 本文提出一种基于湿度控制的空调系统送风温 度优 化控制 方法, 以满足 ASH RAE 标准 62 2001 的要 求 . 并 将 主 成 分 分 析 ( Principal Com po nent Analy sis, PCA) 、 联合 角度分析和故障补偿法 则分 别应用于空调系统故障的检测、 诊断和重构以达到 容错的目的, 保证系统的正常运行和优化策略的实 施. 在 VAV 系统仿真器上进行了送风温度优化及 容错控制的仿真试验 .
~ 可以利用 PCA 分解成 f^ 和 f , ~ f = f^ + f = Cf + ( I - C) f ~
963
值, 然后通过比较实际运行时的特征量与标准特征 量的大小 , 根据特征量偏差的特性来判断是否出现 故障 . 该方法的前提是需要一个相对比较精确的数 学模型. 有很多学者已经在这方面做了不少的工作 , 如 Ann 、 L iu、 Yu 等[ 1 3] . 基于知识的诊断方法首先对 系统的各种运行状况进行学习 ( 不管是否有故障 ) , 然后针对某一实际的运行状况 , 应用各种启发式的 推理对故障是否存在做一个判断 . 如 H ouse 等[ 4] 提 出的专家系统 , Wang 和 L ee 等
~ ^, F ^0 和 ~ 经标准化处理后记为 x x 0 , 利用故障 ( F )
^ 0, ~ 和新测量信号( x x0 ) 之间夹角可进行故障诊断 , 夹 角余弦为 cos cos
T ~ T i i
~ ^T 0 f = x ~ ^T = x 0 f
0, i
( 7)
0, i
^ 0 f^ 0, i , x 0 f 0, i 1 , i = 1 , 2, - 1 x r 式中, r 为候选故障源的数目. 图 2 所示为联合角度 法的示意图 .
[ 8]
式中: I 为单位矩阵 ; C 为相关系数阵. 判断的阀值为 Qa . 当 SPE ( x) Qa 时, 传感器测量值发生了故障. 1. 2 基于联合角度分析的故障诊断 联合角度分析的故障诊断式为
. 而 VAV 系统采
用的优化策略如升高送风温度或供水温度设定[ 9] 、 末端再热[ 10] 等会对系统除湿能力产生影响.
2
仿真试验
[ 11]
2. 1 试验条件 本文在动态仿真器 上对基于容错的送风温 度优化控制策略进行了仿真试验 . 空调系统如图 5 所示. 采用 P CA 方法对新风温
图3 F ig . 3 基于湿度控制的送风温度优化控制逻辑 Supply air temperature optimal based o n humidity co nt rol
~
图2
联合角度法示意图
F ig . 2 Schematic of JA A
当 2 个余弦值均接近 1 或- 1 时, 新的测量向量 就与已知故障向量同向或共线 , 该变量即为故障源. 1. 3 基于补偿法的故障重构 采用故障补偿法寻找 x 的真实值的最佳估计. 假设故障大小为 , 则去除故障后真实值可表示为 xn = x - f i 此时新的 SPE 值为 SPE ( x n ) = ( I - C) x n
收稿日期 : 2008 07 05 基金项目 : 中国博士后基金资助项目 ( 20070410179)
的能耗 . 另一方面, 随着楼宇智能控制系统的发展, 传 感器在变风量空调( VAV ) 系统中起了越来越重要的 作用. 传感器的故障将会误导控制系统产生错误的控 制行为进而导致能耗的增加和不良的空气品质. 当前对空调系统故障诊断的研究方法主要有两 类 : 基于模型的诊断方法和基于知识的方法. 基于模 型的诊断方法首先通过模型获得系统特征量的标准
2
( 8) ( 9)
图1 F ig . 1
测量空间的分解
经补偿后 SPE 值应大大减小 . 因此 , 问题转化 为一个优化问题, 找出 min( SP E) 值使得平方预测误差最小 : d( SP E) = 0 d ( 10)
Deco mpo sitio n o f measure v ecto r
第 43 卷 第 6 期 2009 年 6 月
上 海 交 通 大 学 学 报
JOU RN AL O F SH AN G HA I JIA OT O N G U N IV ERSIT Y
V ol. 43 N o. 6 Jun . 2009
文章编号: 1006 2467( 2009) 06 0962 05
964
上
海
交
通
大
学
学
报
第 43 卷
在部分负荷下 , 系统会根据负荷变化状况对送 风温度设定进行优化. 送风温度会影响室内湿度水 平, 因此, 送风温度优化策略应考虑湿度控制问题以 满足 ASH RA E 标准的要求. 基于湿度要求 的送风 温度优化策略如图 3 所示. 图中: m 为风量 ; R 为相 对负荷; L P ID 和 H PID 分 别为 PID 下限和 上限限制 ; ts up 为送风温度 ; 下标 j 为区域号 , set 表示设定值 . 首先通过监控变风量风阀, 通过保持其中最大开度 的风阀尽可能开大的方法对送风温度的设定进行初 步调整, 然后根据室内湿度的要求 , 通过监测空调区 域内的相对湿度状况对送风温度设定的最终调整进 行限制, 并考虑变化速率的限制, 最后得到最终的送 风温度设定.
[ 7] [ 5 6]
( 4)
式中: f 为故障向量 ; x n 为 去除故障后的正常值 . f
( 5)
对各个 f^ 和 f 进行向量标准化处理 , 可得全部
~ ^ 和F 已知故障信号的故障库 F . 新的测量样本向量
提出的神经网络
作 P CA 分解后得: ^ new = Cx new , x
~
x new = ( I - C) x new
度 t fre 、 送风温度 tsup 、 回风温度 t rtn 、 供水温度 t ws 、 回 水温度 t wr 、 新风量 m fre 、 送风量 m s up 、 回风量 m r tn 、 供 水量 m w 、 新风含湿量 h fre 等的传感器进行诊断.
变风量空调系统送风温度优化及容错控制
杜志敏, 晋欣桥, 郭轶波, 柴小峰
( 上海交通大学 制冷与低温工程研究所 , 上海 200240) 摘 要: 针对变风量空调 ( VAV) 系统提出了基于湿度控制的送风温度优化及容错控制方法. 该方
法可以满足 ASH RAE 标准 62 2001 对室内空气品质和湿度的新要求, 并提出了主成分分析 、 联合 角度分析和故障补偿法则 , 该法则可以分别用于空调系统故障的检测 、 诊断和重构 , 从而实现对变 风量空调系统的容错 , 保证系统优化目标的实现. 在变风量空调系统的仿真器上进行了基于湿度控 制的送风温度优化以及多种故障下的检测和诊断试验 . 关键词: 变风量空调系统; 故障检测与诊断; 容错 ; 送风温度优化; 室内湿度控制 中图分类号 : T U 8 文献标识码: A
作者简介 : 杜志敏 ( 1977 ) , 男 , 河南洛阳市人 . 博士 , 主要研究方向为空调系统优化控制与故障诊断 . 电话 ( T el. ) : 021 34206774; E mail: duzh imin@ sjt u. edu. cn .
第6期
杜志敏, 等: 变风量空调系统送风温度优化及容错控制 x = xn + f
利用测量数据在残差子空间投影判断是否有故 障, 使用平方预测误差( SP E) 进行判断 , ~ SPE ( x) = x 2 = xT ( I - C) x ( 3)
1. 4 VAV 系统送风温度优化及容错控制逻辑 在 ASH RAE 标准 62 2001 中, 空 调区域内相 对湿度必须控制在 30% ~ 60%
( 1) 根据系统正常运行的历史数据建立主成分 分析模型. 首先对历史数据进行标准化处理; 然后通 过主成分数的优化选择确定正常运行时的相关系数 矩阵, 求出特征值和特征向量, 以获得能把测量空间 分解为正交的 PCS 和 RS 的 P CA 模型. ( 2 ) 得到一个新的测量向量后 , 故障检测模块 通过比较此时的 SPE 值是否超出阀值来判断是否 有故障发生 . ( 3 ) 如果有故障被检测到 , 则故障诊断模块就 利用联合角度法分离出发生故障的传感器 . ( 4 ) 故障补偿法进行传感器故障的重构. ( 5 ) 将无故障数据或修正过的数据送给送风温 度控制模块实现变风量系统基于湿度控制的送风温 度优化控制 .