中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)發(fā)明內(nèi)容

中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)專利目的

《中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)》所要解決的技術(shù)問題是提供一種中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)，能夠?qū)崿F(xiàn)冷凍水側(cè)的恒溫差控制，使系統(tǒng)在不同的運行條件下不僅保證制冷量，且總能耗最低。

中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)技術(shù)方案

《中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)》一方面提供了一種中央空調(diào)冷凍水的模糊控制方法，包括：采集冷凍水側(cè)溫差和溫差變化率數(shù)據(jù)、模糊化處理、利用動態(tài)模糊規(guī)則庫進行模糊推理、解模糊化處理、輸出冷凍水泵頻率控制信號等步驟，還包括：動態(tài)修正模糊規(guī)則庫的步驟，具體包括：根據(jù)初始模糊規(guī)則庫和初始概率集合輸出的控制信號，計算初始制冷效率；隨機選擇所述初始規(guī)則庫中的某個規(guī)則，產(chǎn)生該規(guī)則對應(yīng)概率的修改方向，修改規(guī)則庫；按照新規(guī)則庫運行一段時間，計算現(xiàn)在制冷效率；比較所述現(xiàn)在制冷效率相對所述初始制冷效率是否滿足一定條件；若否，根據(jù)預(yù)設(shè)修正策略修正概率，獲得新的規(guī)則，返回現(xiàn)在制冷效率計算步驟；若是，保存預(yù)期規(guī)則庫及預(yù)期概率集合。

優(yōu)選的，在所述根據(jù)初始模糊規(guī)則庫和概率集合計算初始制冷效率步驟之前，還包括：判斷模糊規(guī)則庫是否首次使用，若是，則按照預(yù)定方法初始化規(guī)則庫和概率集合，作為初始規(guī)則庫和初始概率集；若否，將上次運行結(jié)束存儲的規(guī)則庫和概率集作為所述初始規(guī)則庫和初始概率集合。

優(yōu)選的，所述隨機選擇所述初始規(guī)則庫中的某個規(guī)則，產(chǎn)生該規(guī)則對應(yīng)概率的修改方向，修改規(guī)則庫的步驟具體為：

依據(jù)等概率分布隨機產(chǎn)生標號（i，j），i∈{1，2…N_x1}，j∈{1，2…N_x2}；

令

按照概率集合P′隨機生成一個事件A∈S，并令A(yù)＝[m，n]。

將規(guī)則矩陣中的第（i，j）個元素R_i，j做如下修改：

R_i，j＝r（i，j） sgn（r（i m，j n）-r（i，j））。

優(yōu)選的，所述現(xiàn)在制冷效率相對所述初始制冷效率需滿足的條件為：現(xiàn)在制冷效率與初始制冷效率之差與初始制冷效率的比值小于0.5％、大于負0.5％。

優(yōu)選的，比較所述現(xiàn)在制冷效率相對于所述初始制冷效率是否滿足一定條件，若否，采取以下修正策略修正概率，具體為：

比較所述現(xiàn)在制冷效率相對于所述初始制冷效率是否增加，若是，提高上次變更方向的概率；若否，降低上次變更方向的概率，概率P的修改規(guī)則具體為：

若

若

優(yōu)選的，所述初始化規(guī)則庫的方法為：

令一個N_x1×N_x2的矩陣的第（i，j）個元素R_i，j為下式所示：

其中，round（x）表示對x四舍五入。

則將此矩陣存儲為R_init，即初始規(guī)則表。

優(yōu)選的，所述初始化概率集合的方法為：

初始化一個N_x1×N_x2的集合矩陣P_init，其任意一個元素P_init_i，j滿足：

P_init＝{P_i，j（[1，0]），P_i，j（[0，1]），P_i，j（[-1，0]），P_i，j（[0，-1]），P_i，j（[0，0]）}＝{0.2，0.2，0.2，0.2，0.2}

對所有的標號（i，j），i∈{1，2…N_x1}，j∈{1，2…N_x2}，，進行如下處理：

若i＝1，則P_i，j（[-1，0]）＝0

若i＝N_x1，則P_i，j（[1，0]）＝0

若j＝1，則P_i，j（[0，-1]）＝0

若j＝N_x2，則P_i，j（[0，1]）＝0

令P＝P_init。

優(yōu)選的，在所述保存預(yù)期規(guī)則庫和預(yù)期概率集合步驟之前還包括：判斷上次規(guī)則庫的存儲時刻與現(xiàn)在規(guī)則庫的時間間隔是否超過預(yù)設(shè)時間閾值T；若是，則將上次存儲的規(guī)則庫和概率集合替換為現(xiàn)在規(guī)則庫和概率集合；若否，則保留上次存儲的規(guī)則庫和概率集合，繼續(xù)運行規(guī)則庫和概率集合的修正動作。

另一方面，提供了一種中央空調(diào)冷凍水的模糊控制裝置，包括輸入模塊、模糊化處理模塊、模糊規(guī)則庫、解模糊化處理模塊、模糊推理機、輸出模塊和規(guī)則修正模塊，其中，所述規(guī)則修正模塊具體包括：初始制冷效率計算單元，用于根據(jù)初始模糊規(guī)則庫和初始概率集合輸出的控制信號，計算初始制冷效率；規(guī)則修改單元，用于隨機選擇所述初始規(guī)則庫中的某個規(guī)則，產(chǎn)生該規(guī)則對應(yīng)概率的修改方向，修改規(guī)則庫；現(xiàn)在制冷效率計算單元，用于按照新規(guī)則庫運行一段時間，計算現(xiàn)在制冷效率；比較單元，用于比較所述現(xiàn)在制冷效率相對于所述初始制冷效率是否滿足一定條件；繼續(xù)修正單元，用于當現(xiàn)在制冷效率相對于所述初始制冷效率不滿足一定條件時，根據(jù)預(yù)設(shè)修正策略修正概率，獲得新的規(guī)則，重復(fù)上述現(xiàn)在制冷效率計算和概率修改步驟，直至獲得預(yù)期規(guī)則庫和預(yù)期概率集合；保存單元，用于當現(xiàn)在制冷效率相對于所述初始制冷效率滿足一定條件時，保存預(yù)期規(guī)則庫及預(yù)期概率集合。

優(yōu)選的，所述的中央空調(diào)冷凍水的模糊控制裝置還包括：判斷單元，用于判斷模糊規(guī)則庫是否首次使用；

初始化單元，用于當模糊規(guī)則庫是首次使用時，按照預(yù)定方法初始化規(guī)則庫和概率集合，作為初始規(guī)則庫和初始概率集；規(guī)則庫調(diào)用單元，用于當模糊規(guī)則庫非首次使用時，調(diào)用上次運行結(jié)束存儲的規(guī)則庫和概率集作為所述初始規(guī)則庫和初始概率集合。

優(yōu)選的，規(guī)則修改單元修改規(guī)則的方法為：

依據(jù)等概率分布隨機產(chǎn)生標號（i，j），i∈{1，2…N_x1}，j∈{1，2…N_x2}；

令

其中，P_sum＝P_i，j（[1，0]） P_i，j（[0，1]） P_i，j（[-1，0]） P_i，j（[0，-1]） P_i，j（[0，0]）

按照概率集合P′隨機生成一個事件A∈S，并令A(yù)＝[m，n]。

將規(guī)則矩陣R中的第（i，j）個元素R_i，j做如下修改：

R_i，j＝r（i，j） sgn（r（i m，j n）-r（i，j））其中，sgn（）為符號函數(shù)。

優(yōu)選的，所述比較單元判斷現(xiàn)在制冷效率與初始制冷效率比滿足的條件為：現(xiàn)在制冷效率與初始制冷效率之差與初始制冷效率的比值小于0.5％、大于負0.5％。

優(yōu)選的，所述繼續(xù)修正單元，根據(jù)預(yù)設(shè)修正策略修正概率，獲得新的規(guī)則的方法為：

比較所述現(xiàn)在制冷效率相對于所述初始制冷效率是否增加，若是，提高上次變更方向的概率；若否，降低上次變更方向的概率步驟中，概率P的修改規(guī)則具體為：

若

若

優(yōu)選的，所述初始化單元初始化規(guī)則庫的方法為：

令一個N_x1×N_x2的矩陣的第（i，j）個元素R_i，j為下式所示：

其中，round（x）表示對x四舍五入。

則將此矩陣存儲為R_init，即初始規(guī)則表。

優(yōu)選的，所述初始化單元初始化概率集合的方法為：

初始化一個N_x1×N_x2的集合矩陣P_init，其任意一個元素P_init_i，j滿足：

P_init＝{P_i，j（[1，0]），P_i，j（[0，1]），P_i，j（[-1，0]），P_i，j（[0，-1]），P_i，j（[0，0]）}＝{0.2，0.2，0.2，0.2，0.2}

對所有的標號（i，j），i∈{1，2…N_x1}，j∈{1，2…N_x2}，進行如下處理：

若i＝1，則P_i，j（[-1，0]）＝0

若i＝N_x1，則P_i，j（[1，0]）＝0

若j＝1，則P_i，j（[0，-1]）＝0

若j＝N_x2，則P_i，j（[0，1]）＝0

則將此矩陣存儲為P_init，即初始概率集合。

優(yōu)選的，所述的中央空調(diào)冷凍水的模糊控制裝置還包括：定時存儲單元，用于判斷上次規(guī)則庫的存儲時刻與現(xiàn)在規(guī)則庫的時間間隔是否超過預(yù)設(shè)時間閾值T；若是，則將上次存儲的規(guī)則庫和概率集合替換為現(xiàn)在規(guī)則庫和概率集合；若否，則保留上次存儲的規(guī)則庫和概率集合。

再一方面，提供了一種中央空調(diào)系統(tǒng)，包括上述任一中央空調(diào)冷凍水的模糊控制裝置。

中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)改善效果

《中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)》提供的中央空調(diào)冷凍水的模糊控制方法，在傳統(tǒng)模糊控制方法的基礎(chǔ)上增加了變規(guī)則機制，即冷凍水采用動態(tài)規(guī)則模糊控制，根據(jù)運行狀況在線更新規(guī)則庫，這樣模糊控制的時候能夠更快收斂，保證制冷前提下比傳統(tǒng)的固定規(guī)則的模糊控制系統(tǒng)的能耗更低。模擬人類技術(shù)專家作決策的過程不斷修正規(guī)則庫，使系統(tǒng)在不同的運行條件下應(yīng)用最有效的規(guī)則庫，實現(xiàn)冷凍水的恒溫差控制。不僅符合中央空調(diào)系統(tǒng)的復(fù)雜性、動態(tài)性和模糊性要求，使控制簡便，而且減少了能源浪費、提高了能源利用率、降低了中央空調(diào)運行成本，真正實現(xiàn)了中央空調(diào)系統(tǒng)的最優(yōu)化運行-安全、舒適、節(jié)能。

截至2011年4月，中央空調(diào)系統(tǒng)中設(shè)備的投入、電網(wǎng)的設(shè)計等都是按照最大負荷來設(shè)計的，因此中央空調(diào)大部分時間都處于部分負荷狀態(tài)下，在實際運行中，中央空調(diào)負荷減少時并沒有減少多少消耗的能量，顯然這是不合理的。隨著技術(shù)的進步，促進了變頻器的小型化和實用化，為了降低中央空調(diào)系統(tǒng)的能源浪費，人們開始采用變頻器來控制空調(diào)系統(tǒng)的水泵和風(fēng)機實現(xiàn)節(jié)能的效果。

傳統(tǒng)的中央空調(diào)控制方法通過采集水循環(huán)系統(tǒng)的壓差和溫度，采用可編程序控制器（PLC），對水泵進行PI（比例、積分）調(diào)節(jié)控制或者PID（比例、微分、積分）調(diào)節(jié)控制，以實現(xiàn)節(jié)能。PLC能實現(xiàn)簡單的邏輯功能，最常見的節(jié)能控制方法有恒溫差控制和恒壓差控制，PLC控制方法可以達到一定的節(jié)能效果，而且PID控制原理簡單、使用方便，價格也比較便宜，但其也存在一些不足：

PI或者PID調(diào)節(jié)器最重要調(diào)節(jié)系數(shù)K_p（比例系數(shù)）、T_i（積分時間常數(shù)）、T_d（微分時間常數(shù)）只能是一個固定值，通常是在設(shè)備調(diào)試階段，由經(jīng)驗豐富的調(diào)試人員手工整定的，數(shù)據(jù)一旦整定后，它就是固定不變的了，不能隨著受控環(huán)境的變化而自動調(diào)整。而實際上，中央空調(diào)系統(tǒng)是一個時變的動態(tài)系統(tǒng)，其運行工況是和氣候條件、建筑物材料、建筑內(nèi)人流量等多種因素密不可分的，是隨時變化的。因此，靜態(tài)參數(shù)的控制方法并不適合于中央空調(diào)系統(tǒng)的節(jié)能控制。此外，PLC只能實現(xiàn)單參量的簡單控制功能，當用于控制中央空調(diào)系統(tǒng)這樣多參量、非線性時變高耦合復(fù)雜系統(tǒng)時，容易引起系統(tǒng)震蕩，使得控制溫度在較大范圍內(nèi)變化，及影響了系統(tǒng)的穩(wěn)定性、又降低了空調(diào)系統(tǒng)的舒適性。

針對PID控制方法的不足，有些廠家提出了一些基于人工智能技術(shù)的控制方法，其中比較有代表性的是中央空調(diào)節(jié)能模糊控制方法。該控制方法主要是模擬人類的思維模式，當一個熟練的操作工人，遇到工況變化的情況，經(jīng)過自身大腦的思維判斷，給出控制量來控制系統(tǒng)。例如當工人發(fā)現(xiàn)冷凍水供回水溫差小于某個設(shè)定值（系統(tǒng)負荷降低），可以選擇降低冷凍泵的控制頻率，達到節(jié)能的效果。而當冷凍水供回水溫差大于某個設(shè)定值（系統(tǒng)負荷增加），則必須增加冷凍泵的控制頻率，保證空調(diào)系統(tǒng)制冷效果。

中央空調(diào)節(jié)能模糊控制方法主要是模擬人類的思維模式來對中央空調(diào)系統(tǒng)進行控制，包括了溫差偏差變量模糊化、溫差偏差變化率模糊化、模糊推理、模糊量清晰化處理和清晰量輸出等幾個主要過程。和傳統(tǒng)PID方法相比，更加符合中央空調(diào)的復(fù)雜性、動態(tài)性和模糊性，能夠?qū)崿F(xiàn)比PID更加精準的控制效果，實現(xiàn)更大的節(jié)能效果。但是它也同樣存在著一些不足：

首先模糊控制方法是根據(jù)專家的豐富實踐經(jīng)驗和思維過程構(gòu)建的模糊規(guī)則，然后依此規(guī)則作為控制控制的基礎(chǔ)，因此規(guī)則庫制定方法對控制效率有著決定性作用，但是規(guī)則庫的建立需要依賴大量的實踐數(shù)據(jù)，從大量的應(yīng)用環(huán)境中收集最有效的控制規(guī)則，但是如何評價采用的規(guī)則是最有效的，現(xiàn)在并沒有定論。而且規(guī)則庫考慮的是大多數(shù)應(yīng)用的普遍性，但是每個具體應(yīng)用的工況也是有所區(qū)別，因此并不能達到最優(yōu)化的控制。

此外，2011年4月前技術(shù)中的規(guī)則庫幾乎都是根據(jù)所謂的專家經(jīng)驗來制定的固定規(guī)則，而人的判斷總有偏差，而且實際系統(tǒng)在不同的運行條件下的確需要不同的規(guī)則庫，傳統(tǒng)模糊控制器無法滿足此要求。

圖1是基本模糊控制流程示意圖；

圖2是《中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)》模糊控制方法中動態(tài)修正模糊規(guī)則庫實施例一的流程示意圖；

圖3是該發(fā)明模糊控制方法中動態(tài)修正模糊規(guī)則庫實施例二的流程示意圖；

圖4是該發(fā)明模糊控制方法中動態(tài)修正模糊規(guī)則庫實施例三的流程示意圖；

圖5是該發(fā)明模糊控制裝置的結(jié)構(gòu)框圖；

圖6是該發(fā)明模糊控制裝置中規(guī)則修正模塊實施例一的結(jié)構(gòu)示意圖；

圖7是該發(fā)明模糊控制裝置中規(guī)則修正模塊實施例二的結(jié)構(gòu)示意圖；

圖8是該發(fā)明模糊控制裝置中規(guī)則修正模塊實施例三的結(jié)構(gòu)示意圖；

圖9是該發(fā)明中央空調(diào)系統(tǒng)實施例的結(jié)構(gòu)框圖。

《中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)》涉及中央空調(diào)智能控制節(jié)能技術(shù)領(lǐng)域，特別地，涉及一種中央空調(diào)冷凍水的模糊控制方法、模糊控制裝置及中央空調(diào)系統(tǒng)。

1.一種中央空調(diào)冷凍水的模糊控制方法，其特征在于，包括：采集冷凍水側(cè)溫差和溫差變化率數(shù)據(jù)、模糊化處理、利用動態(tài)模糊規(guī)則庫進行模糊推理、解模糊化處理、輸出冷凍水泵頻率控制信號等步驟，還包括：動態(tài)修正模糊規(guī)則庫的步驟，具體包括：根據(jù)初始模糊規(guī)則庫和初始概率集合輸出的控制信號，計算初始制冷效率；隨機選擇所述初始規(guī)則庫中的某個規(guī)則，產(chǎn)生該規(guī)則對應(yīng)概率的修改方向，修改規(guī)則庫；按照新規(guī)則庫運行一段時間，計算現(xiàn)在制冷效率；比較所述現(xiàn)在制冷效率相對所述初始制冷效率是否滿足一定條件；若否，根據(jù)預(yù)設(shè)修正策略修正概率，獲得新的規(guī)則，返回現(xiàn)在制冷效率計算步驟；若是，保存預(yù)期規(guī)則庫及預(yù)期概率集合。

2.根據(jù)權(quán)利要求1所述的中央空調(diào)冷凍水的模糊控制方法，其特征在于，在所述根據(jù)初始模糊規(guī)則庫和概率集合計算初始制冷效率步驟之前，還包括：判斷模糊規(guī)則庫是否首次使用，若是，則按照預(yù)定方法初始化規(guī)則庫和概率集合，作為初始規(guī)則庫和初始概率集；若否，將上次運行結(jié)束存儲的規(guī)則庫和概率集作為所述初始規(guī)則庫和初始概率集合。

3.根據(jù)權(quán)利要求1所述的中央空調(diào)冷凍水的模糊控制方法，其特征在于，所述隨機選擇所述初始規(guī)則庫中的某個規(guī)則，產(chǎn)生該規(guī)則對應(yīng)概率的修改方向，修改規(guī)則庫的步驟具體為：

依據(jù)等概率分布隨機產(chǎn)生標號（i，j），i∈{1，2…N_x1}，j∈{1，2…N_x2}；

令

按照概率集合P′隨機生成一個事件A∈S，并令A(yù)＝[m，n]。

將規(guī)則矩陣中的第（i，j）個元素R_i，j做如下修改：

R_i，j＝r（i，j） sgn（r（i m，j n）-r（i，j））。

4.根據(jù)權(quán)利要求1所述的中央空調(diào)冷凍水的模糊控制方法，其特征在于，所述現(xiàn)在制冷效率相對所述初始制冷效率需滿足的條件為：現(xiàn)在制冷效率與初始制冷效率之差與初始制冷效率的比值小于0.5％、大于負0.5％。

5.根據(jù)權(quán)利要求1所述的中央空調(diào)冷凍水的模糊控制方法，其特征在于，

比較所述現(xiàn)在制冷效率相對于所述初始制冷效率是否滿足一定條件，若否，采取以下修正策略修正概率，具體為：

比較所述現(xiàn)在制冷效率相對于所述初始制冷效率是否增加，若是，提高上次變更方向的概率；若否，降低上次變更方向的概率，概率P的修改規(guī)則具體為：

若

若

6.根據(jù)權(quán)利要求2所述的中央空調(diào)冷凍水的模糊控制方法，其特征在于，所述初始化規(guī)則庫的方法為：

令一個N_x1×N_x2的矩陣的第（i，j）個元素R_i，j為下式所示：

其中，round（x）表示對x四舍五入。

則將此矩陣存儲為R_init，即初始規(guī)則表。

7.根據(jù)權(quán)利要求2所述的中央空調(diào)冷凍水的模糊控制方法，其特征在于，所述初始化概率集合的方法為：

初始化一個N_x1×N_x2的集合矩陣P_init，其任意一個元素P_init_i，j滿足：

P_init＝{P_i，j（[1，0]），P_i，j（[0，1]），P_i，j（[-1，0]），P_i，j（[0，-1]），P_i，j（[0，0]）}＝{0.2，0.2，0.2，0.2，0.2}

對所有的標號（i，j），i∈{1，2…N_x1}，j∈{1，2…N_x2}，，進行如下處理：

若i＝1，則P_i，j（[-1，0]）＝0

若i＝N_x1，則P_i，j（[1，0]）＝0

若j＝1，則P_i，j（[0，-1]）＝0

若j＝N_x2，則P_i，j（[0，1]）＝0

令P＝P_init。

8.根據(jù)權(quán)利要求1所述的中央空調(diào)冷凍水的模糊控制方法，其特征在于，在所述保存預(yù)期規(guī)則庫和預(yù)期概率集合步驟之前還包括：判斷上次規(guī)則庫的存儲時刻與現(xiàn)在規(guī)則庫的時間間隔是否超過預(yù)設(shè)時間閾值T；若是，則將上次存儲的規(guī)則庫和概率集合替換為現(xiàn)在規(guī)則庫和概率集合；若否，則保留上次存儲的規(guī)則庫和概率集合，繼續(xù)運行規(guī)則庫和概率集合的修正動作。

9.一種中央空調(diào)冷凍水的模糊控制裝置，其特征在于，包括輸入模塊、模糊化處理模塊、模糊規(guī)則庫、解模糊化處理模塊、模糊推理機、輸出模塊和規(guī)則修正模塊，其中，所述規(guī)則修正模塊具體包括：初始制冷效率計算單元，用于根據(jù)初始模糊規(guī)則庫和初始概率集合輸出的控制信號，計算初始制冷效率；規(guī)則修改單元，用于隨機選擇所述初始規(guī)則庫中的某個規(guī)則，產(chǎn)生該規(guī)則對應(yīng)概率的修改方向，修改規(guī)則庫；現(xiàn)在制冷效率計算單元，用于按照新規(guī)則庫運行一段時間，計算現(xiàn)在制冷效率；比較單元，用于比較所述現(xiàn)在制冷效率相對于所述初始制冷效率是否滿足一定條件；繼續(xù)修正單元，用于當現(xiàn)在制冷效率相對于所述初始制冷效率不滿足一定條件時，根據(jù)預(yù)設(shè)修正策略修正概率，獲得新的規(guī)則，重復(fù)上述現(xiàn)在制冷效率計算和概率修改步驟，直至獲得預(yù)期規(guī)則庫和預(yù)期概率集合；保存單元，用于當現(xiàn)在制冷效率相對于所述初始制冷效率滿足一定條件時，保存預(yù)期規(guī)則庫及預(yù)期概率集合。

10.根據(jù)權(quán)利要求9所述的中央空調(diào)冷凍水的模糊控制裝置，其特征在于，還包括：判斷單元，用于判斷模糊規(guī)則庫是否首次使用；初始化單元，用于當模糊規(guī)則庫是首次使用時，按照預(yù)定方法初始化規(guī)則庫和概率集合，作為初始規(guī)則庫和初始概率集；規(guī)則庫調(diào)用單元，用于當模糊規(guī)則庫非首次使用時，調(diào)用上次運行結(jié)束存儲的規(guī)則庫和概率集作為所述初始規(guī)則庫和初始概率集合。

11.根據(jù)權(quán)利要求9所述的中央空調(diào)冷凍水的模糊控制裝置，其特征在于，規(guī)則修改單元修改規(guī)則的方法為：依據(jù)等概率分布隨機產(chǎn)生標號（i，j），i∈{1，2…N_x1}，j∈{1，2…N_x2}；

令

其中，Psum＝P_i，j（[1，0]） P_i，j（[0，1]） P_i，j（[-1，0]） P_i，j（[0，-1]） P_i，j（[0，0]）

按照概率集合P′隨機生成一個事件A∈S，并令A(yù)＝[m，n]。

將規(guī)則矩陣R中的第（i，j）個元素R_i，j做如下修改：

R_i，j＝r（i，j） sgn（r（i m，j n）-r（i，j））其中，sgn（）為符號函數(shù)。

12.根據(jù)權(quán)利要求9所述的中央空調(diào)冷凍水的模糊控制裝置，其特征在于，所述比較單元判斷現(xiàn)在制冷效率與初始制冷效率比滿足的條件為：現(xiàn)在制冷效率與初始制冷效率之差與初始制冷效率的比值小于0.5％、大于負0.5％。

13.根據(jù)權(quán)利要求9所述的中央空調(diào)冷凍水的模糊控制裝置，其特征在于，所述繼續(xù)修正單元，根據(jù)預(yù)設(shè)修正策略修正概率，獲得新的規(guī)則的方法為：

比較所述現(xiàn)在制冷效率相對于所述初始制冷效率是否增加，若是，提高上次變更方向的概率；若否，降低上次變更方向的概率步驟中，概率P的修改規(guī)則具體為：

若

若

14.根據(jù)權(quán)利要求10所述的中央空調(diào)冷凍水的模糊控制裝置，其特征在于，所述初始化單元初始化規(guī)則庫的方法為：

令一個N_x1×N_x2的矩陣的第（i，j）個元素R_i，j為下式所示：

其中，round（x）表示對x四舍五入。

則將此矩陣存儲為R_init，即初始規(guī)則表。

15.根據(jù)權(quán)利要求10所述的中央空調(diào)冷凍水的模糊控制裝置，其特征在于，所述初始化單元初始化概率集合的方法為：初始化一個N_x1×N_x2的集合矩陣P_init，其任意一個元素P_init_i，j滿足：

P_init＝{P_i，j（[1，0]），P_i，j（[0，1]），P_i，j（[-1，0]），P_i，j（[0，-1]），P_i，j（[0，0]）}＝{0.2，0.2，0.2，0.2，0.2}

對所有的標號（i，j），i∈{1，2…N_x1}，j∈{1，2…N_x2}，進行如下處理：

若i＝1，則P_i，j（[-1，0]）＝0

若i＝N_x1，則P_i，j（[1，0]）＝0

若j＝1，則P_i，j（[0，-1]）＝0

若j＝N_x2，則P_i，j（[0，1]）＝0

則將此矩陣存儲為P_init，即初始概率集合。

16.根據(jù)權(quán)利要求9所述的中央空調(diào)冷凍水的模糊控制裝置，其特征在于，還包括：定時存儲單元，用于判斷上次規(guī)則庫的存儲時刻與現(xiàn)在規(guī)則庫的時間間隔是否超過預(yù)設(shè)時間閾值T；若是，則將上次存儲的規(guī)則庫和概率集合替換為現(xiàn)在規(guī)則庫和概率集合；若否，則保留上次存儲的規(guī)則庫和概率集合。

17.一種中央空調(diào)系統(tǒng)，其特征在于，包括權(quán)利要求9～16任一所述的中央空調(diào)冷凍水的模糊控制裝置。

在介紹《中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)》具體實施方式之前，先了解模糊控制：

模糊控制的原理如下：計算機經(jīng)中斷采樣從輸入端獲得被控制量的偏差值和偏差值的變化率，它們均為精確量，經(jīng)模糊化處理后得到模糊集，再由模糊集和模糊控制規(guī)則，應(yīng)用模糊推理法則進行模糊決策，得到相應(yīng)的模糊控制集，然后經(jīng)解模糊化處理后，得到精確的控制量去控制被控制對象。

然后，計算機中斷等待第二次數(shù)據(jù)采樣，進行第二次控制......。這樣循環(huán)下去，就實現(xiàn)了被控對象的模糊控制。

模糊控制的核心是模糊控制規(guī)則和模糊推理兩部分。其中，模糊控制規(guī)則是將人（專家）的操作經(jīng)驗和思維過程，總結(jié)成一系列的條件語句，即控制規(guī)則，從而得到模糊關(guān)系。而模糊推理則是總結(jié)人（專家）的控制行為，得出的模糊計算法則。

• 第一實施例

參照圖1所示的基本模糊控制流程示意圖，模糊控制可以概括為以下四個步驟：

步驟11、根據(jù)數(shù)據(jù)采樣得到模糊控制器的輸入變量；

步驟12、將輸入變量的精確值變?yōu)槟：浚?

步驟13、根據(jù)輸入模糊量及模糊控制規(guī)則，應(yīng)用模糊推理計算出模糊控制量；

步驟14、由模糊控制量計算精確控制量。

從上述步驟可以看出，基于模糊邏輯的智能控制-模糊控制，區(qū)別于基于精確模型的傳統(tǒng)控制理論。傳統(tǒng)控制的過程為：比較-計算-控制-執(zhí)行，而模糊控制的過程為：識別-推理-決策-執(zhí)行。不難看出，模糊控制是建立在被控動態(tài)過程的特征模式識別，并基于知識、經(jīng)驗的推理和智能決策基礎(chǔ)上的控制。

《中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)》提供的中央空調(diào)冷凍水的模糊控制方法也包括以下基本模糊控制步驟：

步驟一，計算機從模糊控制器的輸入端獲得輸入變量：二元信號（x₁，x₂），其中，x₁為冷凍水側(cè)溫差，x₂為冷凍水側(cè)溫差變化率。

其中，x₁、x₂均為精確量。

步驟二、x₁經(jīng)模糊化處理得到模糊集

步驟三、x₂經(jīng)模糊化處理得到模糊集

步驟四、將模糊控制規(guī)則定義為：IFX₁是

Y是輸出精確控制量y的模糊量。

步驟五、根據(jù)輸入模糊量及模糊控制規(guī)則，應(yīng)用模糊推理計算出模糊控制集Y；規(guī)則用下面表一的形式表達。

其中，精確控制量y的模糊集為Y_k，k＝1，2…N_y，即模糊控制集Y。

步驟六、由模糊控制集Y計算精確控制量（即模糊控制器的輸出）y：

其中，公式（1）中

《中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)》中，精確輸出量y為冷凍水泵的頻率控制信號。

在本模糊控制方法中，所有隸屬度函數(shù)都采用高斯型隸屬度函數(shù)，即任一模糊集X的隸屬函數(shù)為（2）式所示：

其中，c_x為X的中心，σ_x為X的方差。

則，輸入x₁對應(yīng)的N_x1個隸屬度為：

輸入x₂對應(yīng)的N_x2個隸屬度為：

我們將規(guī)則寫成一個表格形式，見表1：

如果令總體規(guī)則數(shù)目為M，則顯然有：M＝N_x1·N_x2（5）

為了說明上的方便，我們將規(guī)則的后件用整數(shù)1～Ny來表示，亦即有（6）式：r（i，j）∈{1，2…N_y}，i＝1，2…N_x1，j＝1，2…N_x2（6）

我們定義事件集合S如（7）式所示：S＝{[1，0]，[0，1]，[-1，0]，[0，-1]，[0，0]}（7）

再定義每個事件所對應(yīng)的概率集合如（8）式所示：P（S）＝{P（A），A∈S}（8.1）

也就是說：P（S）＝{P（A），A＝[1，0]，[0，1]，[-1，0]，[0，-1]，[0，0]}（8.2）

《中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)》提供的中央空調(diào)冷凍水的模糊控制方法是在傳統(tǒng)模糊控制方法的基礎(chǔ)上，增加變規(guī)則機制，所以，除了包括上述各基該步驟外，還包括：計算機自動動態(tài)修正模糊規(guī)則庫的步驟。

參照圖2，示出了《中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)》冷凍水的模糊控制方法中動態(tài)修正模糊規(guī)則庫實施例一的流程示意圖，具體包括：

步驟101、根據(jù)初始模糊規(guī)則庫和初始概率集合輸出的控制信號，計算初始制冷效率COP_last。

步驟103、隨機選擇上述初始規(guī)則庫中的某個規(guī)則，產(chǎn)生該規(guī)則對應(yīng)概率的修改方向，修改規(guī)則庫。

步驟105、按照修改后的新規(guī)則庫運行一段時間t，計算現(xiàn)在制冷效率COP_now。

步驟107、比較現(xiàn)在制冷效率COP_now相對于初始制冷效率COP_last是否滿足一定條件；若否，執(zhí)行步驟109；若是，執(zhí)行步驟111。

步驟109、根據(jù)預(yù)設(shè)修正策略修正概率P，獲得新的規(guī)則，返回步驟105。

步驟111，保存滿足條件的預(yù)期規(guī)則庫和預(yù)期概率集合。

在整個冷凍水側(cè)的控制過程中，不斷執(zhí)行上述各步驟，根據(jù)實時采集的數(shù)據(jù)不斷變化規(guī)則庫中的規(guī)則，使整個中央空調(diào)冷凍水泵達到最節(jié)能的工作狀態(tài)。

《中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)》實施例中，步驟103修改規(guī)則的方法可以是：

步驟S1、依據(jù)等概率分布隨機產(chǎn)生標號（i，j），i∈{1，2…N_x1}，j∈{1，2…N_x2}；

步驟S2、令

其中，P_sum＝P_i，j（[1，0]） P_i，j（[0，1]） P_i，j（[-1，0]） P_i，j（[0，-1]） P_i，j（[0，0]）

易知∑_A∈SP′（A）＝1

步驟S3、按照概率集合P′隨機生成一個事件A∈S，并令A(yù)＝[m，n]。

步驟S4、將規(guī)則矩陣R中的第（i，j）個元素R_i，j做如下修改：

R_i，j＝r（i，j） sgn（r（i m，j n）-r（i，j））（9）

其中，sgn（）為符號函數(shù)，取值為±1、0。

在步驟107中，現(xiàn)在制冷效率COP_now相對于初始制冷效率COP_last需滿足的條件為：現(xiàn)在制冷效率與初始制冷效率之差與初始制冷效率的比值小于0.5％、大于-0.5％。

即若，則P不變。（10）

在步驟109中，采取以下修正策略修正概率：

比較現(xiàn)在制冷效率COP_now相對于初始制冷效率COP_last是否增加？若是，提高上次變更方向的概率；若否，降低上次變更方向的概率，概率P的修改規(guī)則可以具體為：

若

若

另外，上述各步驟制冷效率（CoefficientofPerformance，COP）的計算為：令：系統(tǒng)一段時間內(nèi)的制冷量為W，這段時冷凍水泵的能耗為J，這兩個量可以通過實時計算獲得。則系統(tǒng)在此段時間內(nèi)的COP為：COP＝W/J。

《中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)》提供的冷凍水模糊控制方法相比2011年4月前技術(shù)中其他模糊控制方法，采用了完全智能模糊控制，通過運行數(shù)據(jù)不斷調(diào)整控制規(guī)則，獲得最佳控制效果。保證了在相同制冷量的情況下，所消耗的設(shè)備能耗最低。

• 第二實施例

該實施是在實施例一的基礎(chǔ)上作了進一步改進，參照圖3所示，示出了《中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)》冷凍水的模糊控制方法中動態(tài)修正模糊規(guī)則庫實施例二的流程示意圖。

考慮到控制系統(tǒng)有可能是首次使用，之前可能沒有存儲模糊規(guī)則庫和概率集合，所以在步驟101之前，增加了步驟100、1001、1002。具體為：

步驟100、判斷模糊控制系統(tǒng)是否首次使用？若是則執(zhí)行步驟1001，若否，則執(zhí)行步驟1002。

步驟1001，按照預(yù)定方法初始化規(guī)則庫和概率集合，作為初始規(guī)則庫和初始概率集。

該步驟中，初始化規(guī)則庫的預(yù)定方法為：

令一個N_x1×N_x2的矩陣的第（i，j）個元素R_i，j為下式所示：

其中，round（x）表示對x四舍五入。

將此矩陣存儲為R_init，即初始規(guī)則表。

該步驟中，初始化概率集合的預(yù)定方法可以為：對一個N_x1×N_x2的集合矩陣P_init，其任意一個元素P_init_i，j滿足：

P_init＝{P_i，j（[1，0]），P_i，j（[0，1]），P_i，j（[-1，0]），P_i，j（[0，-1]），P_i，j（[0，0]）}＝{0.2，0.2，0.2，0.2，0.2}

對所有標號（i，j），i∈{1，2…N_x1}，j∈{1，2…N_x2}，進行如下處理：

若i＝1，則P_i，j（[-1，0]）＝0

若i＝N_x1，則P_i，j（[1，0]）＝0

若j＝1，則P_i，j（[0，-1]）＝0

若j＝N_x2，則P_i，j（[0，1]）＝0

將此矩陣存儲為P_init，即初始規(guī)則表。

令R＝R_init，P＝P_init，則規(guī)則庫、概率集合的初始化完成。

步驟1002，從數(shù)據(jù)庫中調(diào)出上次運行結(jié)束時存儲的規(guī)則庫和概率集作為所述初始規(guī)則庫和初始概率集合。

步驟101、根據(jù)初始模糊規(guī)則庫和初始概率集合輸出的控制信號，計算初始制冷效率COP_last。

步驟103、隨機選擇上述初始規(guī)則庫中的某個規(guī)則，產(chǎn)生該規(guī)則對應(yīng)概率的修改方向，修改規(guī)則庫。

步驟105、按照修改后的新規(guī)則庫運行一段時間t，計算現(xiàn)在制冷效率COP_now。

步驟107、比較現(xiàn)在制冷效率COP_now相對于初始制冷效率COP_last是否滿足一定條件；若是，執(zhí)行步驟111；若否，執(zhí)行步驟109。

步驟109、根據(jù)預(yù)設(shè)修正策略修正概率P，獲得新的規(guī)則，返回步驟105。

步驟111、保存滿足條件的預(yù)期規(guī)則庫和預(yù)期概率集合。

可見，該方法在應(yīng)用過程中不需要任何人工干預(yù)，采用該模糊控制方法的控制系統(tǒng)能夠在運行一段時間后完全自適應(yīng)系統(tǒng)特性，具有高度的跟隨性和應(yīng)變能力。

• 第三實施例

參照圖4，示出了《中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)》冷凍水的模糊控制方法中動態(tài)修正模糊規(guī)則庫實施例三的流程示意圖。

步驟100、判斷模糊控制系統(tǒng)是否首次使用？若是，執(zhí)行步驟1001；若否，執(zhí)行步驟1002。

步驟1001、按照預(yù)定方法初始化規(guī)則庫和概率集合，作為初始規(guī)則庫和初始概率集。

步驟1002、從數(shù)據(jù)庫中調(diào)出上次運行結(jié)束時存儲的規(guī)則庫和概率集作為所述初始規(guī)則庫和初始概率集合。

步驟101、根據(jù)初始模糊規(guī)則庫和初始概率集合輸出的控制信號，計算初始制冷效率COP_last。

步驟103、隨機選擇上述初始規(guī)則庫中的某個規(guī)則，產(chǎn)生該規(guī)則對應(yīng)概率的修改方向，修改規(guī)則庫。

步驟105、按照修改后的新規(guī)則庫運行一段時間t，計算現(xiàn)在制冷效率COP_now。

步驟107、比較現(xiàn)在制冷效率COP_now相對于初始制冷效率COP_last是否滿足一定條件；若是，執(zhí)行步驟110；若否，執(zhí)行步驟109。

步驟109、根據(jù)預(yù)設(shè)修正策略修正概率P，獲得新的規(guī)則，返回步驟105。

步驟110、判斷規(guī)則庫上次的存儲時刻與現(xiàn)在規(guī)則庫的時間間隔是否超過預(yù)設(shè)時間閾值T；若是，執(zhí)行步驟111；若否，返回步驟103，繼續(xù)執(zhí)行規(guī)則庫和概率集合的修正動作。

步驟111，將上次存儲的規(guī)則庫和概率集合替換為現(xiàn)在規(guī)則庫和概率集合。即令R_init＝R，P_init＝P，并將R_init，P_init存入數(shù)據(jù)庫。

該實施例中，增加判斷規(guī)則庫上次的存儲時刻與現(xiàn)在規(guī)則庫的時間間隔是否超過預(yù)設(shè)時間閾值T的步驟，是為了定時保存已經(jīng)獲得的有效規(guī)則庫和概率集合，防止系統(tǒng)在運行過程中因故障或外界因素如突然停電等事故不幸中斷而丟失數(shù)據(jù)。

綜上，上述各實施例提供的模糊控制方法，是根據(jù)工況實時優(yōu)化規(guī)則庫，這樣模糊控制的時候能夠更快收斂，保證制冷前提下比傳統(tǒng)的固定規(guī)則的模糊控制系統(tǒng)的能耗更低?？梢?，中央空調(diào)系統(tǒng)使用《中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)》實施例提供的模糊控制方法，能夠有效地控制和克服中央空調(diào)的非線性、時變性等特點，實現(xiàn)中央空調(diào)系統(tǒng)運行最優(yōu)化。

對于前述的各方法實施例，為了簡單描述，故將其都表述為一系列的動作組合，但是該領(lǐng)域技術(shù)人員應(yīng)該知悉，《中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)》并不受所描述的動作順序的限制，因為，依據(jù)該發(fā)明。某些步驟可以采用其他順序或者同時進行。其次，該領(lǐng)域技術(shù)人員也應(yīng)該知悉，說明書中描述的實施例均屬于優(yōu)選實施例，所涉及的動作和模塊并不一定是該發(fā)明所必須的。

對應(yīng)上述中央空調(diào)冷凍水的模糊控制方法實施例，《中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)》實施例還提供了一種中央空調(diào)冷凍水的模糊控制裝置。

參照圖5，示出了《中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)》模糊控制裝置的結(jié)構(gòu)框圖，包括：

輸入模塊51、模糊化處理模塊52、模糊規(guī)則庫54、模糊推理機55、解模糊化處理模塊56、輸出模塊57，還包括：規(guī)則修正模塊53。

模糊控制裝置的工作原理如下：計算機經(jīng)中斷采樣從輸入模塊51獲得冷凍側(cè)溫差和溫差的變化率，它們均為精確量；經(jīng)模糊化處理模塊52處理后得到模糊集；再由模糊集和模糊規(guī)則庫54中的模糊規(guī)則，由模糊推理機55應(yīng)用模糊推理法則進行模糊決策，得到相應(yīng)的模糊控制集；然后由解模糊化處理模塊56處理后得到精確的控制量，即冷凍水泵的控制頻率；最后由輸出模塊57將上述精確的冷凍水泵的控制頻率輸出給中央空調(diào)系統(tǒng)的冷凍水泵控制裝置。其中，規(guī)則修正模塊53用于不斷動態(tài)修正規(guī)則庫。

參照圖6，示出了《中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)》模糊控制裝置中規(guī)則修正模塊實施例一的結(jié)構(gòu)示意圖，具體包括：

初始制冷效率計算單元61，用于根據(jù)初始模糊規(guī)則庫和初始概率集合輸出的控制信號，計算初始制冷效率COP_last；

規(guī)則修改單元62，用于隨機選擇初始規(guī)則庫中的某個規(guī)則，產(chǎn)生該規(guī)則對應(yīng)概率的修改方向，修改規(guī)則庫；

現(xiàn)在制冷效率計算單元63，用于按照新規(guī)則庫運行一段時間，計算現(xiàn)在制冷效率COP_now；

比較單元64，用于比較現(xiàn)在制冷效率COP_now相對于初始制冷效率COP_last是否滿足一定條件；

繼續(xù)修正單元65，用于當現(xiàn)在制冷效率COP_now相對于初始制冷效率COP_last不滿足上述條件時，根據(jù)預(yù)設(shè)修正策略修正概率，獲得新的規(guī)則，重復(fù)上述現(xiàn)在制冷效率計算和概率修改步驟，直至獲得預(yù)期規(guī)則庫和預(yù)期概率集合；

保存單元66，用于當現(xiàn)在制冷效率COP_now相對于初始制冷效率COP_last滿足一定條件時，保存預(yù)期規(guī)則庫及預(yù)期概率集合。

參照圖7，示出了《中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)》模糊控制裝置中規(guī)則修正模塊實施例二的結(jié)構(gòu)示意圖，具體包括：

判斷單元600，用于判斷模糊規(guī)則庫是否首次使用；

初始化單元601，用于當模糊規(guī)則庫是首次使用時，按照預(yù)定方法初始化規(guī)則庫和概率集合，作為初始規(guī)則庫和初始概率集；

規(guī)則庫調(diào)用單元602，用于當模糊規(guī)則庫非首次使用時，調(diào)用上次運行結(jié)束存儲的規(guī)則庫和概率集作為初始規(guī)則庫和初始概率集合。

其中，規(guī)則修改單元62修改規(guī)則的方法為：

依據(jù)等概率分布隨機產(chǎn)生標號（i，j），i∈{1，2…N_x1}，j∈{1，2…N_x2}；

令

其中，P_sum＝P_i，j（[1，0]） P_i，j（[0，1]） P_i，j（[-1，0]） P_i，j（[0，-1]） P_i，j（[0，0]）

按照概率集合P′隨機生成一個事件A∈S，并令A(yù)＝[m，n]。

將規(guī)則矩陣R中的第（i，j）個元素R_i，j做如下修改：

R_i，j＝r（i，j） sgn（r（i m，j n）-r（i，j））其中，sgn（）為符號函數(shù)。

比較單元64判斷現(xiàn)在制冷效率與初始制冷效率比滿足的條件為：現(xiàn)在制冷效率與初始制冷效率之差與初始制冷效率的比值小于0.5％、大于負0.5％。

繼續(xù)修正單元65，根據(jù)預(yù)設(shè)修正策略修正概率，獲得新的規(guī)則的方法為：

比較所述現(xiàn)在制冷效率相對于所述初始制冷效率是否增加，若是，提高上次變更方向的概率；若否，降低上次變更方向的概率步驟中，概率P的修改規(guī)則具體為：

若

若

初始化單元601初始化規(guī)則庫的方法為：

令一個N_x1×N_x2的矩陣的第（i，j）個元素R_i，j為下式所示：

其中，round（x）表示對x四舍五入。

則將此矩陣存儲為R_init，即初始規(guī)則表。

初始化單元601初始化概率集合的方法為：

初始化一個N_x1×N_x2的集合矩陣作為初始概率集合P_init，其任意一個元素P_initi，j滿足：

P_init＝{P_i，j（[1，0]），P_i，j（[0，1]），P_i，j（[-1，0]），P_i，j（[0，-1]），P_i，j（[0，0]）}＝{0.2，0.2，0.2，0.2，0.2}

對所有的標號（i，j），i∈{1，2…N_x1}，j∈{1，2…N_x2}，進行如下處理：

若i＝1，則P_i，j（[-1，0]）＝0

若i＝N_x1，則P_i，j（[1，0]）＝0

若j＝1，則P_i，j（[0，-1]）＝0

若j＝N_x2，則P_i，j（[0，1]）＝0

則將此矩陣存儲為P_init，即初始概率集合。

參照圖8，示出了《中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)》冷凍水模糊控制裝置中規(guī)則修正模塊實施例三的結(jié)構(gòu)示意圖。作為優(yōu)選實施例，在圖7所示實施例二的基礎(chǔ)上，還包括：

定時存儲單元67，用于判斷上次規(guī)則庫的存儲時刻與現(xiàn)在規(guī)則庫的時間間隔是否超過預(yù)設(shè)時間閾值T；若是，則將上次存儲的規(guī)則庫和概率集合替換為現(xiàn)在規(guī)則庫和概率集合；若否，則保留上次存儲的規(guī)則庫和概率集合。

另外，《中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)》還提供了一種中央空調(diào)系統(tǒng)，參照圖9，示出了該發(fā)明中央空調(diào)系統(tǒng)實施例的結(jié)構(gòu)框圖，具體包括：冷凍水循環(huán)系統(tǒng)91、冷凍水的模糊控制裝置92、制冷系統(tǒng)93、冷卻水循環(huán)系統(tǒng)94和冷卻塔95等部分組成，其中，所述冷凍水的模糊控制裝置92具體包括：輸入模塊51、模糊化處理模塊52、規(guī)則修正模塊53、模糊規(guī)則庫54、模糊推理機55、解模糊化處理模塊56、輸出模塊57。規(guī)則修正模塊53可以是上述圖6至8任一實施例所述的規(guī)則修正模塊。

2016年12月7日，《中央空調(diào)冷凍水的模糊控制方法、裝置及中央空調(diào)系統(tǒng)》獲得第十八屆中國專利優(yōu)秀獎。 2100433B

一種空調(diào)器頻率的控制方法及裝置專利目的

《一種空調(diào)器頻率的控制方法及裝置》實施例提供了一種空調(diào)器頻率的控制方法，以達到能夠快速調(diào)整室內(nèi)溫度的目的。

一種空調(diào)器頻率的控制方法及裝置技術(shù)方案

《一種空調(diào)器頻率的控制方法及裝置》包括：根據(jù)空調(diào)器的工作模式，確定N個采樣時刻所述空調(diào)器分別對應(yīng)的N個溫度差值，N為大于等于2的整數(shù)；根據(jù)所述N個溫度差值，建立所述空調(diào)器頻率的變化函數(shù)，所述變化函數(shù)中包括比例系數(shù)、積分系數(shù)以及微分系數(shù)；根據(jù)所述空調(diào)器的內(nèi)環(huán)溫度以及外環(huán)溫度，確定所述比例系數(shù)、積分系數(shù)以及微分系數(shù)的數(shù)值；根據(jù)所述比例系數(shù)、積分系數(shù)以及微分系數(shù)的數(shù)值，確定所述空調(diào)器頻率的變化值。

在一個實施方式中，根據(jù)空調(diào)器的工作模式，確定N個采樣時刻所述空調(diào)器分別對應(yīng)的N個溫度差值具體包括：當空調(diào)器的工作模式為制冷模式時，按照下述公式確定N個采樣時刻所述空調(diào)器分別對應(yīng)的N個溫度差值：ΔT[i]＝T[i]-T_set

當空調(diào)器的工作模式為制熱模式時，按照下述公式確定N個采樣時刻所述空調(diào)器分別對應(yīng)的N個溫度差值：ΔT[i]＝T_set-T[i]

其中，ΔT[i]代表第i個采樣時刻所述空調(diào)器對應(yīng)的溫度差值，T[i]代表第i個采樣時刻所述空調(diào)器對應(yīng)的內(nèi)環(huán)溫度，T_set代表所述空調(diào)器設(shè)定的溫度。

在一個實施方式中，按照下述公式根據(jù)所述N個溫度差值，建立所述空調(diào)器頻率的變化函數(shù)：

其中，ΔF[i]代表第i個采樣時刻所述空調(diào)器頻率的變化函數(shù)，T_o代表采樣周期，K_P代表所述比例系數(shù)，K_I代表所述積分系數(shù)，K_D代表所述微分系數(shù)。

在一個實施方式中，所述根據(jù)所述空調(diào)器的內(nèi)環(huán)溫度以及外環(huán)溫度，確定所述比例系數(shù)、積分系數(shù)以及微分系數(shù)的數(shù)值具體包括：預(yù)先劃分內(nèi)環(huán)溫度的分隔區(qū)間以及外環(huán)溫度的分隔區(qū)間；確定所述空調(diào)器的內(nèi)環(huán)溫度所處的第一分隔區(qū)間以及所述空調(diào)器的外環(huán)溫度所處的第二分隔區(qū)間；將與所述第一分隔區(qū)間和所述第二分隔區(qū)間同時對應(yīng)的比例系數(shù)數(shù)值確定為所述變化函數(shù)中比例系數(shù)的數(shù)值；將與所述第一分隔區(qū)間和所述第二分隔區(qū)間同時對應(yīng)的積分系數(shù)數(shù)值確定為所述變化函數(shù)中積分系數(shù)的數(shù)值；將與所述第一分隔區(qū)間和所述第二分隔區(qū)間同時對應(yīng)的微分系數(shù)數(shù)值確定為所述變化函數(shù)中微分系數(shù)的數(shù)值。

在一個實施方式中，所述根據(jù)所述比例系數(shù)、積分系數(shù)以及微分系數(shù)的數(shù)值，確定所述空調(diào)器頻率的變化值具體包括：確定待計算的采樣時刻的個數(shù)；根據(jù)所述比例系數(shù)、積分系數(shù)以及微分系數(shù)的數(shù)值，按照下述公式確定所述空調(diào)器頻率的變化值：

其中，ΔF[i]代表第i個采樣時刻所述空調(diào)器頻率的變化值，K_P[m,n]代表所述比例系數(shù)的數(shù)值，K_I[m,n]代表所述積分系數(shù)的數(shù)值，K_D[m,n]代表所述微分系數(shù)的數(shù)值，T_o代表采樣周期，ΔT[i]代表第i個采樣時刻所述空調(diào)器對應(yīng)的溫度差值，M代表確定的所述待計算的采樣時刻的個數(shù)，M為大于或者等于1的整數(shù)。

《一種空調(diào)器頻率的控制方法及裝置》實施例還提供了一種空調(diào)器頻率的控制裝置，以達到能夠快速調(diào)整室內(nèi)溫度的目的，該裝置包括：

溫度差值確定單元，用于根據(jù)空調(diào)器的工作模式，確定N個采樣時刻所述空調(diào)器分別對應(yīng)的N個溫度差值，N為大于等于2的整數(shù)；頻率變化函數(shù)建立單元，用于根據(jù)所述N個溫度差值，建立所述空調(diào)器頻率的變化函數(shù)，所述變化函數(shù)中包括比例系數(shù)、積分系數(shù)以及微分系數(shù)；系數(shù)數(shù)值確定單元，用于根據(jù)所述空調(diào)器的內(nèi)環(huán)溫度以及外環(huán)溫度，確定所述比例系數(shù)、積分系數(shù)以及微分系數(shù)的數(shù)值；頻率變化值確定單元，用于根據(jù)所述比例系數(shù)、積分系數(shù)以及微分系數(shù)的數(shù)值，確定所述空調(diào)器頻率的變化值。

在一個實施方式中，所述溫度差值確定單元具體包括：第一確定模塊，用于當空調(diào)器的工作模式為制冷模式時，按照下述公式確定N個采樣時刻所述空調(diào)器分別對應(yīng)的N個溫度差值：ΔT[i]＝T[i]-T_set

第二確定模塊，用于當空調(diào)器的工作模式為制熱模式時，按照下述公式確定N個采樣時刻所述空調(diào)器分別對應(yīng)的N個溫度差值：ΔT[i]＝T_set-T[i]

其中，ΔT[i]代表第i個采樣時刻所述空調(diào)器對應(yīng)的溫度差值，T[i]代表第i個采樣時刻所述空調(diào)器對應(yīng)的內(nèi)環(huán)溫度，T_set代表所述空調(diào)器設(shè)定的溫度。

在一個實施方式中，所述頻率變化函數(shù)建立單元具體包括：公式建立模塊，用于按照下述公式根據(jù)所述N個溫度差值，建立所述空調(diào)器頻率的變化函數(shù)：

其中，ΔF[i]代表第i個采樣時刻所述空調(diào)器頻率的變化函數(shù)，T_o代表采樣周期，K_P代表所述比例系數(shù)，K_I代表所述積分系數(shù)，K_D代表所述微分系數(shù)。

在一個實施方式中，所述系數(shù)數(shù)值確定單元具體包括：分隔區(qū)間劃分模塊，用于預(yù)先劃分內(nèi)環(huán)溫度的分隔區(qū)間以及外環(huán)溫度的分隔區(qū)間；分隔區(qū)間確定模塊，用于確定所述空調(diào)器的內(nèi)環(huán)溫度所處的第一分隔區(qū)間以及所述空調(diào)器的外環(huán)溫度所處的第二分隔區(qū)間；比例系數(shù)數(shù)值確定模塊，用于將與所述第一分隔區(qū)間和所述第二分隔區(qū)間同時對應(yīng)的比例系數(shù)數(shù)值確定為所述變化函數(shù)中比例系數(shù)的數(shù)值；積分系數(shù)數(shù)值確定模塊，用于將與所述第一分隔區(qū)間和所述第二分隔區(qū)間同時對應(yīng)的積分系數(shù)數(shù)值確定為所述變化函數(shù)中積分系數(shù)的數(shù)值；微分系數(shù)數(shù)值確定模塊，用于將與所述第一分隔區(qū)間和所述第二分隔區(qū)間同時對應(yīng)的微分系數(shù)數(shù)值確定為所述變化函數(shù)中微分系數(shù)的數(shù)值。

在一個實施方式中，所述頻率變化值確定單元具體包括：采樣時刻個數(shù)確定模塊，用于確定待計算的采樣時刻的個數(shù)；計算模塊，用于根據(jù)所述比例系數(shù)、積分系數(shù)以及微分系數(shù)的數(shù)值，按照下述公式確定所述空調(diào)器頻率的變化值：

其中，ΔF[i]代表第i個采樣時刻所述空調(diào)器頻率的變化值，K_P[m,n]代表所述比例系數(shù)的數(shù)值，K_I[m,n]代表所述積分系數(shù)的數(shù)值，K_D[m,n]代表所述微分系數(shù)的數(shù)值，T_o代表采樣周期，ΔT[i]代表第i個采樣時刻所述空調(diào)器對應(yīng)的溫度差值，M代表確定的所述待計算的采樣時刻的個數(shù)，M為大于或者等于1的整數(shù)。

一種空調(diào)器頻率的控制方法及裝置改善效果

《一種空調(diào)器頻率的控制方法及裝置》通過將模糊算術(shù)與PID控制方法相結(jié)合，利用PID控制方法構(gòu)建出空調(diào)器頻率變化的函數(shù)，進而通過模糊算術(shù)獲取空調(diào)器頻率變化的函數(shù)中的比例系數(shù)、積分系數(shù)以及微分系數(shù)的數(shù)值，從而能夠確定出空調(diào)器頻率的變化值。該發(fā)明提供的一種空調(diào)器頻率的控制方法及裝置，不僅比2015年之前的技術(shù)中的模糊算術(shù)運算方法快，而且適用范圍更廣，溫度控制的精度也較高。

圖1為《一種空調(diào)器頻率的控制方法及裝置》實施例提供的一種空調(diào)器頻率控制的方法流程圖；

圖2為《一種空調(diào)器頻率的控制方法及裝置》實施例提供的一種空調(diào)器頻率控制的裝置功能模塊圖。

《中央空調(diào)系統(tǒng)模糊控制節(jié)能技術(shù)及應(yīng)用》內(nèi)容具有較強的實用性和創(chuàng)新性，可作為從事中央空調(diào)系統(tǒng)控制的設(shè)計人員、操作人員、維護人員和管理人員的培訓(xùn)或參考資料，也可作為制冷空調(diào)專業(yè)研究生、本科生的教學(xué)參考書或?qū)ｎ}講座教材。