Разработка смарт-системы кондиционирования на базе теории нечётких множеств

Введение3
1 Нечёткая система вентиляцией и кондиционирования воздуха умного дома 4
1.1 Основные понятия автоматического управления системой кондиционирования4
1.2 Задачи управления кондиционером5
1.3 Алгоритм Mamdani 7
1.4 Математическое обоснование 10
2 Технология обработки нечетких правил вывода в экспертной системе, управляющей кондиционером 13
2.1 Постановка задачи 13
2.2 SMART-система кондиционирования 16
Заключение18
Библиографический список19

Весь текст будет доступен после покупки

Нечеткая логика – раздел математики, являющийся обобщением классической логики и теории множеств, базирующийся на понятии нечеткого множества, как объекта с функци-ей принадлежности элемента к множеству, принимающей любые значения из промежутка [0,1]. На основе этого понятия вводятся различные алгебраические и логические операции над нечеткими множествами, и формируется понятие лингвистической переменной, в каче-стве значений которой выступают нечеткие множества [1].
Использование нечеткого управления рекомендуется для очень сложных процессов, когда не существует простой математической модели, или для нелинейных процессов высо-ких порядков.
Контроллеры нечеткой логики – наиболее важное приложение нечетких множеств. Их функционирование отличается от работы обычных контроллеров – для описания системы используются знания экспертов вместо дифференциальных или разностных уравнений. Эти знания могут быть выражены естественным образом с помощью лингвистических перемен-ных, которые описываются нечеткими множествами.

Весь текст будет доступен после покупки

1 Нечёткая система вентиляцией и кондиционирования воздуха умного дома
1.1 Основные понятия автоматического управления системой кондицио-нирования
Начиная с метода двухпозиционного управления ВКЛ / ВЫКЛ, имевшего место в 1960-х годах, автоматическое управление системой отопления, вентиляции и кондициони-рования воздуха было разработано для цифрового прямого управления (DDC), алгоритм управления которого в основном представляет собой метод ПИД-регулирования, а саморе-гулирующийся метод управления основан на традиционном управлении.
Алгоритм работы, следующий [2]:
Система HVAC состоит из контура внутреннего воздуха, контура охлажденной воды, контура хладагента, контура водяного конденсатора и контура наружного воздуха. В каж-дом цикле есть много динамических переменных, которые взаимодействуют друг с другом. Таким образом, система отопления, вентиляции и кондиционирования воздуха является ти-пичной нелинейной переменной времени многомерная система с возмущениями и неопре-деленностями.
Очень трудно найти математическую модель для точного описания процесса в широ-ком рабочем диапазоне. Разработка контроллера для систем отопления, вентиляции и кон-диционирования воздуха является большой проблемой для инженеров-практиков. В послед-нее время некоторые сложные стратегии управления на основе классического контроля
Концепции были предложены в попытке улучшить производительность системы. Среди этих работ классические методы управления, особенно контроллеры с пропорцио-нально-интегральной производной (PID), все еще широко использовались на практике из-за более простой реализации, низкой стоимости и надежности в жестких полевых условиях.
Тем не менее, при хорошо настроенном PID-контроле производительность хорошая в узком рабочем диапазоне, в пределах которого была настроена установка, как видно выше. Как только область работы станции существенно изменяется (например, в результате изме-нения периода), необходимость перенастройки становится очевидной.
Кроме того, невозможно адекватно обобщить требуемую спецификацию параметров для различных применений - например, PID-регулятор, оптимизированный для управления нагревом в пространстве с более высокой теплоемкостью, будет неоптимальным и, возмож-но, даже нестабильным в пространстве с низкой теплоемкостью.
Аналогичные трудности возникают с широким выбором систем отопления, которые могут быть применены.
Одним из решений является контроллер, который может ответить на эту по существу субъективную проблему с помощью экспериментальной информации об ответе станции и потребностях пользователей.
Контроллер нечеткой логики обладает потенциалом для удовлетворения этих по-требностей и может преодолеть некоторые недостатки традиционного PID. В дополнение к этому, нечеткое управление кондиционером также может быть реализовано в жилых поме-щениях, особенно в домах и офисах.
Одной из наиболее важных причин использования нечеткой логики в кондициони-ровании такого типа является экономия энергии для человека [3-7].
В реальном мире обычно недостаточно управлять системой кондиционирования воз-духа только при помощи контроля температуры. Необходимо также контролировать влаж-ность.
Основная идея системы кондиционирования воздуха, заключается в поддержании приемлемого уровня комфорта в различных частях дома по мере необходимости, а не пред-полагать однородную среду и включать и выключать компрессор на основе показаний одно-го датчика температуры, как это обычно бывает.
Три набора сенсорных входов доступны для контроллера для каждой зоны; Относи-тельная влажность, температура и заданное значение температуры зоны. Испытательная установка состоит из компрессора и вентилятора с регулируемой скоростью, а также охла-ждающего змеевика (испарителя).
Температура и относительная влажность из каждой зоны постоянно доступны для си-стемы управления. Значения температуры для каждой зоны могут быть запрограммированы вручную или могут быть настроены по умолчанию.
Выходы контроллера – это скорость двигателя компрессора, скорость вентилятора и режим охлаждения. Этим входным и выходным параметрам были даны разумные диапазо-ны, которые определяют диапазон для определения нечетких функций [8].

Весь текст будет доступен после покупки

1. Введение в нечеткую логику и системы нечеткого управления [Электронный ре-сурс] – Режим доступа. – URL: http://www.gotai.net/documents/doc-l-fl-001.aspx#applets
2. Потапов Д.К. Неклассические логики: Учебное пособие. – СПб.: СПбГУ, 2006. – 108 с.
3. Передовые технологии в управлении кондиционерами Mitsubishi Heavy Industries, Ltd. [Электронный ресурс] – Режим доступа. – URL: http://www.s-t-group.ru/content/golden_haus/services/air_conditioners/domestic_comfort/air_conditioners/peredovie_tehnologii_MITSUBISHI%20Heavy.php
4. Леоненков А.В. Нечеткое моделирование в среде MATLAB и FuzzyTECH. – СПб.:БХВ-Петербург, 2005. – 736 с.
5. Fuzzy Logic Toolbox [Электронный ресурс] – Режим доступа. – URL: http://matlab.exponenta.ru/fuzzylogic/book1/4_4.php
6. Масловская М.А., Закуанова М.Р., Лавелина Е.С. Задача управления кондиционе-рами // Научное сообщество студентов XXI столетия.: сб. ст. по мат. LIV междунар. студ. науч.-практ. конф. № 6(53). URL: https://sibac.info/archive/technic/6(53).pdf
7. Hung S., Nelson R.M. A PID Low Combining Fuzzy Controller for HVAC Application, ASHRAE Transaction. 1991. P. 768-774,
8. Hung S., Nelson R.M. Rule Development and adjustment Strategies of a Fuzzy Logic Controller for an HVAC system: part one- Analysis. ASHRAE Transaction. 1994. P. 841-850.
9. Hung S., Nelson R.M. Rule Development and adjustment Strategies of a Fuzzy Logic Controller for an HVAC system: part two- Experiment, ASHRAE Transaction. 1994. P. 851-856.
10. Ljiljana Marjanovic, Mahroo Eftekhari. Design and simulation of a fuzzy controller for naturally ventilation buildings // Building Serv. Eng. Res. Technol. 2004. Vol. 25, № 1. P. 33-53.
11. Jiangjiang Wang Dawei An, Chengzhi Lou. Application of Fuzzy-PID Controller in Heating Ventilating and Air-Conditioning System // IEEE, 2006. P. 2217-2222.

Весь текст будет доступен после покупки