过程建模10-实例解析.ppt

* 总共用到的有效样例118条，即模型检验数据从1月24日~1月27日4天内128条记录的第11~128条。 遗传算法建模 所辨识的时滞参数为 所辨识的系统参数为 0.2024 16.0608 实际回风温度 0.1773 16.0625 模型输出温度 标准偏差 平均值 检验数据的统计特性比较 遗传算法建模 采用遗传算法GA与递推最小二乘方法RLS相交叉引导的方式对中央美术馆四号展厅空调房间的温度系统进行了有效辨识。 把时延参数编码为二进制数串并用GA有哪些信誉好的足球投注网站，系统的参数由RLS方法更新。因为GA只有哪些信誉好的足球投注网站时延，所以不需要特别大的种群，便于辨识在线实现。与前述传统最小二乘方法相比，GALS适应时变系统的能力增强了，与简单的GA算法的辨识相比，由于需要辨识的参数只有时延一个，而更符合在线辨识的特点。 同时在本文中，仅对空调房间温度数学模型的筹分方程进行了有效辨识，然而在实际系统中，温度和湿度是密不可分的。 * * 同一个输入或输出变量的测量均是取各记录仪的算术平均值 回风温湿度即代表室内空气温湿度 * * * * C1恒温室的热容量(包括室内空气的蓄热和设备与围护结构表层的蓄热)，Qn为室内散热量，R为恒温室围护结构的热阻，To为室外环境空气温度 * * * * * * 总共用到的有效样例118条，即模型检验数据从1月24日~1月27日4天内128条记录的第11~128条。 * * * * 为提高训练速度和灵敏性以及有效避开Sigmoid函数的饱和区，一般要求输入数据的值在0~1之间。为保证建立的模型具有一定的外推能力，最好使数据预处理后的值在0.2~0.8之间。 * * * * * * 通常情况下，想要把系统参数的估计和时延的估计 分离开是不可能的。在所提到的方法中，用引导的方式相互地估计系统参数和时延。另外，通常情 况下系统性能对时延更加敏感(与其他的线性系统参数相比)，即时延估计的小偏差经常引起系统参数 估计的大偏差。这也强调了时延的精确估计的重要性． * * * * * * * * 过程建模实例解析 ——空调房间热湿系统的建模 建筑物中空调房间的热湿传递对于空调负荷、建筑能耗和居住环境热舒适性有着极其重要的影响。 影响空调房间热湿特性的因素较复杂，采用理论建模方法，有时难以准确分析不同环境条件下空调房间的热湿特性。通过实验系统进行测试和采用适当的系统辨识算法，可以获得空调房间在不同条件下的热湿特性模型，为空调房间温湿度控制提供符合实际条件的信息。 课题背景 实际研究对象为中国美术馆四号展厅。根据展览厅空调负荷随参观人数而多变的特点及最大限度降低设备的能耗的目的，四号展厅空调系统采用的是变风量形式(VAV--Variable Air Volume)，设计风量为14400m3/h． 课题背景 送风温湿度值 in 六个送风口处各一个温湿度自记仪 自然采光温度值 in 自然采光处的南北两侧各一个温度自记仪 室外温湿度值 in 展厅室外东西两侧各两个温湿度自记仪 回风温湿度值 in 回风口的格栅内温湿度自记仪各两个 输入变量 输出变量—— 送入房间的风量按下式确定（来源文献） ： 传热机理建模 热负荷 送风量 回风温度 送风温度 传热机理建模 当室内余热Q值发生变化而又需要使室内温度Tn保持不变时， 可将送风量L固定而改变送风温度Ts，这种空调系统称为定风量CAV(Covmam Air Volume)系统； 也可将送风温度Ts固定而改变送风量L，这种空调系统则称为变风量VAV(VariableAirVolume)系统· 传热机理建模 模型假定： (1)把整个房间看成一个单容对象，忽略房间内部各物体的蓄热量； (2)忽略房间内部气体的流动； (3)假设房间内部温度分布均匀。 空调房间实质上是一个恒温室。为了研究上的方便，把恒温室看成是一个单容对象，在建立数学模型时，也暂时先不考虑它的纯滞后(后续再加上纯滞后的影响)。 传热机理建模 根据能量守恒定律，单位时间内进入恒温室的能量减去单位时间内从恒温室流出的能量等于恒温室中能量蓄存量的变化率，即： 传热机理建模 中央美术馆四号展厅的VAV数学模型，回风温度为输出变量，送风量为输入变量，根据上述（1）式可得到 时间常数T1 调节通道放大系数K’ 干扰通道放大系数K’’ 当考虑恒温室纯滞后影响时，调节通道和干扰通道纯滞后时间为 。 传热机理建模 中国美术馆四号展厅，设计风量为Ld=14400m3/h=4m3/s，展厅长、宽、高分别为24.3m，14.3m, 4.6m，因此其容积为V=1598.454m3，设计换气次数为N=14400/1