【技术实现步骤摘要】
本专利技术涉及循环风机控制领域，具体涉及一种用于空气热源泵的循环风机控制优化方法。
技术介绍
1、空气源热泵是一种利用空气热能进行制热的能源再生装置，其工作原理是通过制冷剂将空气中的热量吸收并释放到水中，循环将水加热，同时把失去大量能量的低温空气释放到需要制冷的地方。这样，空气源热泵能集节能、中央热水、制冷、局部除湿功能于一体。空气源热泵的重要组成部分包括：蒸发器、冷凝器、压缩机和膨胀阀；蒸发器用于将低温的冷凝液体与外界的空气进行热交换，达到制冷效果；冷凝器用于将管子中的热量迅速传递到管子附近的空气；压缩机是空气源热泵的核心部件，能将低压气体提升为高压，驱动整个系统的运行；膨胀阀安装在储液筒和蒸发器之间，用于控制制冷剂的流量，防止蒸发器面积利用不足和敲缸现象。循环风机通过电动机驱动叶片旋转，产生强大的气流，在空气热源泵制热或制冷的过程中，循环风机将室内的空气吸入，经过蒸发器和冷凝器进行热量交换后，再将处理过的空气吹回室内，从而实现室内温度的调节。
2、循环风机的性能直接影响到空气热源泵的工作效率和使用效果。一个性能优良的循环风机应该具有高效、低噪音、稳定可靠等特点，以确保空气热源泵在各种工作环境下都能稳定运行。循环风机目前多采用pid控制器，循环风机采用pid控制主要涉及到对风机转速或风量的精确调节，以确保空气热源泵系统的高效运行和室内环境的舒适度；pid控制能够根据实时采集的数据与设定值之间的差异，通过比例kp、积分ki、微分kd三个环节的组合运算，来调整循环风机的输出信号，使差异趋近于零，从而达到精确控制的目的。
3、循环风机采用pid控制也存在一些挑战和问题。首先，pid参数的调整需要一定的经验和技巧，不同的系统和工作环境需要不同的参数设置。如果参数设置不当，会导致系统性能下降或出现不稳定的情况。其次，pid控制对于噪声和干扰的敏感性较高，如果系统中存在较大的噪声或干扰，会影响pid控制的精度和稳定性。此外，pid控制算法的实现也需要考虑实时性和计算资源的问题，以确保控制的及时性和有效性。
4、学前教育优化算法（peoa）是一种新的基于人的元启发式算法，学前教育过程中的人类活动是peoa设计的基本灵感来源。peoa的数学建模分为三个阶段： (i)学前教师教育投入的逐渐增长，（ii）教师指导下的个人知识发展，（iii）个人知识和自我意识的提高。同时，算法对于初始解的选择和参数设置也具有一定的容忍度，能够在不同的条件下保持稳定的性能，与其他元启发式算法一样，peoa经常在调整用户定义的参数时表现出额外的敏感性，而且并不总是达到全局最优解决方案。
技术实现思路
1、为解决上述问题，本专利技术通过提出一种收敛强度因子e和“引导学习”机制对学前教育优化算法的局部收敛阶段的寻优数学模型改进，同时改进学前教育优化算法的寻优机制，提升标准学前教育优化算法的局部收敛速度和局部最优值敏感度，进而提高学前教育优化算法的寻优精度，通过改进学前教育优化算法优化空气热源泵的循环风机的驱动装置控制器，实现对循环风机的转度控制的优化，提高空气热源泵的工作效率和降低能耗。
2、为了实现上述目的，本专利技术采用了如下技术方案：一种用于空气热源泵的循环风机自适应控制优化方法，具体步骤为。
3、s1、利用改进学前教育优化算法（epeoa）对所述驱动装置的pid控制器的kp、ki、kd参数整定，得到最佳kp、ki、kd控制参数值；所述改进学前教育优化算法，具体方法为：
4、s11、提出一种收敛强度因子e，在学前教育优化算法的局部收敛阶段引入收敛强度因子e和当前迭代平均位置对学前教育优化算法寻优机制数学模型改进；
5、s12、提出一种“引导学习”机制，若当前迭代个个体适应度值变化率低于0.2，则执行“引导学习”机制，对全局最优位置进行引导更新，否则不进行引导学习机制。
6、s2、将空气热源泵环境目标温度值h与循环风机的驱动装置转速目标控制量u建立输入输出数学模型，利用所述数学模型将所述目标环境温度转换为所述转速目标控制量u。
7、s3、计算空气热源泵的循环风机驱动装置转速的实时值与转速目标值的误差e(t1)。
8、s4、将s1所述的最佳kp、ki、kd控制参数值用于循环风机驱动装置的pid模型中，将s2所述的误差e(t1)输入到所述pid模型中，输出循环风机驱动装置转速实时控制量u(t1)对空气热源泵的循环风机控制，计算u(t1)与u的差值，重复执行s2至s4，直到，实现对循环风机自适应控制的优化。
9、优选地，建立空气热源泵的循环风机系统模型，包括循环风机驱动装置的目标转速输入模块和实时转速输入模块、改进学前教育优化算法模块、pid控制算法模块、驱动装置模块；其中，驱动装置模块采用交流电机，通过交流电机驱动循环风机叶片旋转。
10、优选地，优化后循环风机工作方法为：利用温度传感器监测空气热源泵的环境温度，并将环境温度数据传输至空气热源泵主控芯片，主控芯片接收温度数据，分析当前温度是否需要调整；若判断环境温度需要进行调节，计算出来目标温度与实时温度差值，经空气热源泵环境实时温度值h(t1)与循环风机的驱动装置转速实时控制量u(t1)的输入输出数学模型，得到循环风机目标转速，计算当前转速与目标转速差值，根据计算结果，结合pid控制算法和改进学前教育优化算法主控芯片向驱动装置发送调整指令，控制循环风机将室内的空气吸入，经过蒸发器和冷凝器进行热量交换后，再将处理过的空气吹回室内，从而实现室内温度的调节。
11、优选地，结合pid控制算法和改进学前教育优化算法主控芯片向驱动装置发送调整指令，具体步骤为：
12、步骤一、利用将空气热源泵的循环风机驱动装置转速的实时值与转速目标值的误差e(t1)建立误差最小值数学模型作为改进学前教育优化算法整定驱动装置的pid控制器的kp、ki、kd参数的目标函数；
13、步骤二、利用目标函数计算改进学前教育优化算法整定驱动装置的pid控制器的kp、ki、kd参数时改进学前教育优化算法个体的适应度值，输出适应度最小值对应的pid控制器控制参数值；
14、步骤三、通过位置式pid算法的数学模型计算出驱动装置转速实时控制量u(t1)，主控芯片将u(t1)发送给驱动装置。
15、优选地，目标函数j采用空气热源泵的循环风机驱动装置转速的实时值与转速目标值的误差和循环风机的驱动装置pid控制器的实时输出u(t1)和目标输出值u的误差以及上升时间设计，数学模型为：
16、；
17、式中，为积分上限时间，当前运行时间，为上升时间，即初次达到目标转速值的时间。
18、优选地，收敛强度因子e利用当前迭代学前教育优化算法每个个体适应度值和当前迭代学前教育优化算法的最小适应度值和最大适应度值，采用非线性递减的方法设计，利用余弦策略对收敛强度进行限定，使得变化强度随迭代次数的变化而变化，使得改进的学前教育优化算法在局部收敛阶本文档来自技高网...
【技术保护点】
1.一种用于空气热源泵的循环风机自适应控制优化方法，通过改进学前教育优化算法优化空气热源泵的循环风机的驱动装置控制器，实现对循环风机的转度控制的优化，其特征在于，具体步骤为：
2.根据权利要求1所述一种用于空气热源泵的循环风机自适应控制优化方法，其特征在于，所述收敛强度因子E利用当前迭代学前教育优化算法每个个体适应度值和当前迭代学前教育优化算法的最小适应度值和最大适应度值，采用非线性递减的方法设计，利用余弦策略对收敛强度进行限定，使得变化强度随迭代次数的变化而变化，收敛强度因子E数学模型公式为：
3.根据权利要求2所述一种用于空气热源泵的循环风机自适应控制优化方法，其特征在于，利用收敛强度因子E和第t次迭代的平均位置对学前教育优化算法改进，改进后的学前教育优化算法的局部收敛阶段的寻优机制数学模型为：
4.根据权利要求1所述一种用于空气热源泵的循环风机自适应控制优化方法，其特征在于，所述S12“引导学习”机制，判断当前迭代学前教育优化算法是否陷入局部最优，若当前迭代个个体适应度值变化率低于0.2，则执行“引导学习”机制，对全局最优位置进行引导更新
5.根据权利要求4所述一种用于空气热源泵的循环风机自适应控制优化方法，其特征在于，利用改进学前教育优化算法对所述驱动装置的PID控制器的Kp、K i、Kd参数整定的具体步骤为：
6.根据权利要求5所述一种用于空气热源泵的循环风机自适应控制优化方法，其特征在于，目标函数J采用空气热源泵的循环风机驱动装置转速的实时值与转速目标值的误差e(t1)和循环风机的驱动装置PID控制器的实时输出u(t1)和目标输出值u的误差以及上升时间设计，数学模型为：
7.根据权利要求1-6任意一项所述一种用于空气热源泵的循环风机自适应控制优化方法，其特征在于，结合PID控制算法和改进学前教育优化算法，空气热源泵主控芯片向驱动装置发送调整指令，所述驱动装置为交流电机，具体步骤为：
...【技术特征摘要】
1.一种用于空气热源泵的循环风机自适应控制优化方法，通过改进学前教育优化算法优化空气热源泵的循环风机的驱动装置控制器，实现对循环风机的转度控制的优化，其特征在于，具体步骤为：
2.根据权利要求1所述一种用于空气热源泵的循环风机自适应控制优化方法，其特征在于，所述收敛强度因子e利用当前迭代学前教育优化算法每个个体适应度值和当前迭代学前教育优化算法的最小适应度值和最大适应度值，采用非线性递减的方法设计，利用余弦策略对收敛强度进行限定，使得变化强度随迭代次数的变化而变化，收敛强度因子e数学模型公式为：
3.根据权利要求2所述一种用于空气热源泵的循环风机自适应控制优化方法，其特征在于，利用收敛强度因子e和第t次迭代的平均位置对学前教育优化算法改进，改进后的学前教育优化算法的局部收敛阶段的寻优机制数学模型为：
4.根据权利要求1所述一种用于空气热源泵的循环风机自适应控制优化方法，其特征在于，所述s12“引导学习”机制，判断当前迭代学前教...
【专利技术属性】
技术研发人员：李海洋，夏传闪，高帆，李志良，
申请(专利权)人：山东欧菲特能源科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。