王海群,孟令真

(華北理工大學(xué) 電氣工程學(xué)院，唐山 063009)

粒子群優(yōu)化模糊控制在汽車(chē)空調(diào)溫控系統(tǒng)應(yīng)用

王海群,孟令真

(華北理工大學(xué) 電氣工程學(xué)院，唐山 063009)

針對(duì)汽車(chē)空調(diào)這樣一個(gè)復(fù)雜的熱力系統(tǒng)，因其受到車(chē)內(nèi)新風(fēng)帶入熱量、太陽(yáng)輻射、人體散熱、車(chē)身滲透熱等多方面熱源的影響產(chǎn)生熱負(fù)荷，所以利用各種傳感器檢測(cè)車(chē)內(nèi)外溫度以及制冷循環(huán)部門(mén)的溫度等參數(shù);運(yùn)用模糊PID進(jìn)行理論分析與仿真實(shí)驗(yàn)，以此為基礎(chǔ)加入PSO算法來(lái)優(yōu)化控制器的參數(shù);通過(guò)Matlab仿真，說(shuō)明了基于粒子群優(yōu)化模糊PID控制的汽車(chē)空調(diào)溫控系統(tǒng)具備較高的控制精度，這種高精度、高穩(wěn)定性的控制效果為乘客提供了一個(gè)舒適的環(huán)境，具有一定的實(shí)用價(jià)值。

汽車(chē)空調(diào)；熱力系統(tǒng)；模糊控制；粒子群

0 引言

汽車(chē)空調(diào)控制系統(tǒng)能夠改善車(chē)內(nèi)空氣的溫度、濕度與空氣流速等參數(shù)，來(lái)提高人員在乘車(chē)空間中的舒適感。其中要精確控制車(chē)內(nèi)的溫度是保障乘車(chē)環(huán)境舒適的核心問(wèn)題。

汽車(chē)空調(diào)以自動(dòng)控制和提高舒適度為研究方向，給乘客創(chuàng)建一個(gè)方便又舒適的乘車(chē)空間。綜合考慮到汽車(chē)空調(diào)控制系統(tǒng)自身的復(fù)雜性以及人體舒適感的模糊性，采用了模糊PID控制，被控對(duì)象不需要有具體的數(shù)學(xué)模型，就能夠模擬人的身體對(duì)于環(huán)境的舒適感,而且在參數(shù)產(chǎn)生變化的時(shí)候，仍具備很強(qiáng)的適應(yīng)性。并加入PSO算法來(lái)優(yōu)化模糊PID控制器的參數(shù)，更好地提高了控制系統(tǒng)的總體性能。

1 熱力學(xué)分析

汽車(chē)空調(diào)控制系統(tǒng)是一個(gè)變量較多、瞬態(tài)非線(xiàn)性的系統(tǒng)[1]，會(huì)受到車(chē)內(nèi)新風(fēng)帶入的熱量、人體散熱、太陽(yáng)輻射、車(chē)身滲透熱等因素的影響而產(chǎn)生熱負(fù)荷變化。為了便于對(duì)該系統(tǒng)進(jìn)行分析，汽車(chē)可以被看成一個(gè)定容定壓的換熱系統(tǒng)，氣體的勢(shì)能和動(dòng)能可以被忽略，根據(jù)熱力學(xué)第一定律[2-3]得：

(1)

1)空調(diào)進(jìn)出空氣之間的熱量差值:

(2)

2)太陽(yáng)輻射得熱量:

(3)

3)新風(fēng)帶入的熱量:

(4)

4)車(chē)身傳入的熱量:

(5)

5)人體散熱量:

Qe=0.278nqΔt

(6)

將式(2)～(6)代入式(1)中，整理計(jì)算得到:

dT1/dt=0.01V1(T2-T1)+0.0001(T3-T1)+

0.0012(T3-T1)+0.04J+0.05n

(7)

空調(diào)新風(fēng)在進(jìn)入與風(fēng)口排出間的熱量差值：

Qa=Qm+Qn=ρcp(KmAmVmΔTm+KnAnVnΔTn)

(8)

設(shè)混合風(fēng)門(mén)的開(kāi)度為α，理想的情況下是流經(jīng)蒸發(fā)器和加熱器冷暖空氣的體積之比：

(9)

(10)

將式(2)、(9)、(10)代入式(8)，可推導(dǎo)計(jì)算出風(fēng)口的近似溫度為：

(11)

2 硬件設(shè)計(jì)

2.1 AD轉(zhuǎn)換電路

單片機(jī)系統(tǒng)在進(jìn)行內(nèi)部運(yùn)算時(shí)全部使用數(shù)字量，所以當(dāng)單片機(jī)在采集模擬信號(hào)時(shí)，前端應(yīng)該加模/數(shù)轉(zhuǎn)換電路。本文選用ADC0804，它使用的是CMOS工藝20引腳集成芯片，具備8位的分辨率，0～5 V的輸入電壓范圍，轉(zhuǎn)換時(shí)間是100 μs。

圖1 AD轉(zhuǎn)換電路

2.2 溫度采集電路

在該汽車(chē)空調(diào)溫控系統(tǒng)中，車(chē)內(nèi)、車(chē)外、發(fā)動(dòng)機(jī)冷卻水以及蒸發(fā)器表面四處的溫度值作為最主要的檢測(cè)對(duì)象。在設(shè)計(jì)電路時(shí)采取了單總線(xiàn)的方式，即將四個(gè)溫度傳感器的I/O接口相連，單片機(jī)只要與溫度傳感器的數(shù)據(jù)線(xiàn)I/O口相連就能夠控制DS18B20。

圖2 溫度檢測(cè)電路

3 控制理論

3.1 PID控制原理

比例、積分、微分3種控制構(gòu)成了PID控制，其特點(diǎn)如下：

1)比例控制：當(dāng)產(chǎn)生系統(tǒng)誤差時(shí)，控制器立刻作用于被控對(duì)象，能讓它向著誤差變小的趨勢(shì)變化，控制作用的強(qiáng)弱是由比例系數(shù)Kp的大小來(lái)決定。隨著Kp的增大，靜差在變小，但過(guò)大又引起系統(tǒng)的超調(diào)增大，從而導(dǎo)致系統(tǒng)的動(dòng)態(tài)性能降低。

2)積分控制：系統(tǒng)的靜差可以通過(guò)積分作用對(duì)誤差記憶和積分的方式得到消除。缺點(diǎn)是由于積分作用帶有滯后性，如果積分作用過(guò)強(qiáng)，被控對(duì)象的動(dòng)態(tài)品質(zhì)將受到影響甚至變壞，最終造成閉環(huán)系統(tǒng)的不穩(wěn)定。

3)微分控制：對(duì)誤差能夠進(jìn)行微分，可以看出其變化的趨勢(shì)。隨著微分作用的增強(qiáng)，系統(tǒng)響應(yīng)在變快，系統(tǒng)的超調(diào)也在變小。缺點(diǎn)是對(duì)干擾十分敏感，使系統(tǒng)對(duì)干擾的抑制能力降低。

3.2 模糊控制原理

在進(jìn)行模糊控制器設(shè)計(jì)的時(shí)候，不要求構(gòu)建被控對(duì)象的數(shù)學(xué)模型，只要熟練運(yùn)用人類(lèi)的控制經(jīng)驗(yàn)即可。由于該模糊控制系統(tǒng)具有較強(qiáng)的魯棒性，在非線(xiàn)性、時(shí)變、時(shí)滯系統(tǒng)的控制中應(yīng)用廣泛。但是仍存在一些缺陷，比如不具有積分環(huán)節(jié)，穩(wěn)態(tài)精度不高；總結(jié)控制規(guī)則有時(shí)比較困難，而且控制規(guī)則一旦確定，不能在線(xiàn)調(diào)整。

3.3 模糊PID控制理論

對(duì)于汽車(chē)空調(diào)這類(lèi)多干擾的非線(xiàn)性控制系統(tǒng)，僅使用PID控制或模糊控制無(wú)法取得較好的控制效果，所以把PID和模糊控制結(jié)合構(gòu)成Fuzzy-PID控制[4-5]，響應(yīng)速度快、穩(wěn)態(tài)誤差小，提高了該空調(diào)溫控系統(tǒng)的總體性能。

圖3 模糊PID控制器的結(jié)構(gòu)圖

模糊PID控制選取誤差e與誤差變化率ec作為控制器的輸入，PID控制器的三個(gè)參數(shù)作為輸出，通過(guò)模糊控制規(guī)則不斷地監(jiān)測(cè)e及ec，可以實(shí)時(shí)地調(diào)節(jié)kp、ki和kd，改善控制對(duì)象的控制效果。

4 粒子群理論

4.1 基本粒子群算法

粒子群(Particle Swarm Optimization, PSO)是1995年由美國(guó)學(xué)者J.Kennedy和R.C.Eberhart受鳥(niǎo)類(lèi)覓食行為的啟發(fā)而提出的。假定有一個(gè)種群，包含M個(gè)粒子，當(dāng)它以一定的速度飛行在D維的搜索空間里。粒子在i在t時(shí)刻的狀態(tài)屬性設(shè)置如下：

其中:1≤d≤D,1≤i≤M。

則粒子在t+1時(shí)刻的位置經(jīng)下式更新得出：

(12)

(13)

式中的r1,r2是隨機(jī)數(shù)，均勻分布在(0，1)區(qū)間；c1,c2成為學(xué)習(xí)因子，通常取c1=c2=2。

式(12)主要由三部分構(gòu)成[6]：第一部分是繼承粒子先前的速度，代表粒子相信當(dāng)下自身的運(yùn)動(dòng)狀態(tài)；第二部分是“認(rèn)知”部分，全面考慮到自身以前的經(jīng)歷并完成對(duì)下一步行為決策，反映了加強(qiáng)學(xué)習(xí)過(guò)程；第三部分是“社會(huì)”部分，粒子之間不僅要進(jìn)行信息的分享，還需要彼此的合作。

基本PSO算法[7]的流程如圖4所示。

1)初始化；

2)評(píng)價(jià)每一個(gè)粒子；

3)粒子的狀態(tài)更新；

4)檢驗(yàn)是否符合結(jié)束條件。

圖4 PSO流程圖

4.2 標(biāo)準(zhǔn)粒子群算法

為了優(yōu)化基本PSO的全局及局部尋優(yōu)能力，引入了慣性權(quán)重ω，位置方程無(wú)需改變，只需修改基本PSO的速度方程為式(14)所示。

(14)

粒子對(duì)當(dāng)前速度繼承的多少取決于ω的大小，當(dāng)慣性權(quán)重的取值較大時(shí)對(duì)全局尋優(yōu)的展開(kāi)有幫助，局部尋優(yōu)卻依賴(lài)于較小的慣性權(quán)重取值。所以進(jìn)行迭代計(jì)算的時(shí)候，如果能夠使慣性權(quán)重呈線(xiàn)性遞減，那么在初期PSO算法就會(huì)具備較好的全局搜索性能，靠近全局最優(yōu)點(diǎn)的區(qū)域就可以被快速定位。后期的時(shí)候又具備較好的局部搜索性能，就可以精準(zhǔn)地取得全局最優(yōu)解[8]。線(xiàn)性遞減公式如下：

(15)

式中，tmax是最大迭代次數(shù)，t是當(dāng)前迭代次數(shù)，ωstart，ωend分別是初始慣性權(quán)重和終止慣性權(quán)重。

4.3 粒子群優(yōu)化模糊PID控制器參數(shù)

粒子群主要優(yōu)化模糊PID控制的5個(gè)參數(shù)[9-10]：Ke、Kec、Kp、Ki、Kd，其結(jié)構(gòu)如圖5所示。

圖5 粒子群優(yōu)化模糊PID的結(jié)構(gòu)圖

5 仿真實(shí)驗(yàn)

5.1 模糊PID仿真設(shè)計(jì)

首先確定輸入變量為e和ec，輸出變量為kp、ki、kd的兩輸入三輸出的模糊控制器結(jié)構(gòu)，其次要對(duì)各控制變量的隸屬度函數(shù)進(jìn)行設(shè)置，最終通過(guò)模糊控制規(guī)則輸出kp、ki、kd的三維規(guī)則圖，僅以kp的輸出曲面為例。

圖6 隸屬度曲線(xiàn)

圖7 Kp三維規(guī)則圖

5.2 粒子群優(yōu)化仿真設(shè)計(jì)

在Simulink的仿真條件下，創(chuàng)建了如圖8的PSO優(yōu)化模糊PID控制的仿真系統(tǒng)。圖9是模糊控制器及其封裝仿真模型。圖10是PID控制器及其封裝仿真模型，kp0,ki0,kd0是PID初始值。將PID控制器與模糊控制器一起封裝，形成Fuzzy-PID復(fù)合控制器，如圖11所示。

圖9 模糊控制器及其封裝

圖10 PID控制器及封裝

圖11 模糊PID控制器及封裝

5.3 仿真結(jié)果與分析

對(duì)比圖12、13，預(yù)設(shè)的溫度是20°C，可以看出經(jīng)過(guò)PSO優(yōu)化后的模糊PID控制的輸出曲線(xiàn)沒(méi)有超調(diào)、調(diào)節(jié)時(shí)間短、穩(wěn)態(tài)誤差小，具有更好的控制效果。

圖12 PSO優(yōu)化前模糊PID的輸出曲線(xiàn)

圖13 PSO優(yōu)化后模糊PID的輸出曲線(xiàn)

6 結(jié)論

在Matlab/simulink的仿真條件下，構(gòu)建了汽車(chē)空調(diào)的模糊PID控制系統(tǒng)模型。在此基礎(chǔ)上，引入了PSO算法來(lái)優(yōu)化模糊PID器控制的參數(shù)。仿真實(shí)驗(yàn)說(shuō)明基于粒子群優(yōu)化模糊控制的汽車(chē)空調(diào)溫控系統(tǒng)，其控制效果及性能得到了顯著地改善與提高。這種高精度、高穩(wěn)定性的控制效果為乘客提供了一個(gè)舒適的環(huán)境，具有一定的實(shí)用價(jià)值。

[1] 林火生,陽(yáng)明霞. 微型汽車(chē)空調(diào)自動(dòng)控制系統(tǒng)開(kāi)發(fā)[J]. 柳州職業(yè)技術(shù)學(xué)院學(xué)報(bào), 2012, 12(2):57-59.

[2] 張忠于,林 玲. 轎車(chē)空調(diào)熱負(fù)荷的計(jì)算和分析[J]. 裝備制造技術(shù), 2008(11):64-65.

[3] 王世平. 汽車(chē)空調(diào)熱負(fù)荷的分析和計(jì)算[J]. 制冷與空調(diào), 2000(2):47-51.

[4] 姚 松,蔣念平. 基于模糊控制理論的PID控制器的仿真研究[J]. 計(jì)算機(jī)系統(tǒng)應(yīng)用, 2011, 20(10):125-128.

[5] 王麗珍. 模糊PID控制器在過(guò)熱汽溫控制中的應(yīng)用[J]. 機(jī)械工程與自動(dòng)化, 2009(1):129-131.

[6] 焦嵩鳴,譚雨林, 桑士杰. 基于改進(jìn)粒子群算法的主汽溫控制系統(tǒng)PID參數(shù)優(yōu)化[J]. 電力科學(xué)與工程, 2012, 28(12):9-13.

[7] 方 圓,陳水利,陳國(guó)龍. 自適應(yīng)粒子群算法的整定模糊PID控制器的參數(shù)優(yōu)化[J]. 集美大學(xué)學(xué)報(bào):自然科學(xué)版, 2012, 17(2):147-152.

[8] 汪陽(yáng)華. 基于粒子群算法的鍋爐主蒸汽壓力模糊PID控制[J]. 湖南工業(yè)大學(xué)學(xué)報(bào), 2012, 26(5):62-66.

[9] 唐 鑫. 中央空調(diào)冷凍水系統(tǒng)一種智能控制方式的研究[D]. 重慶：重慶大學(xué), 2009.

[10] 竇艷艷,錢(qián) 蕾,馮金龍. 基于Matlab的模糊PID控制系統(tǒng)設(shè)計(jì)及仿真[J]. 電子科技, 2015, 28(2):119-122.

Application of Particle Swarm Optimization Fuzzy Control in Temperature Control System of Automobile Air Conditimer

Wang Haiqun, Meng Lingzhen

(Graduate School of Electrical Engineering, North China University of Science and Technology, Tangshan 063009, China)

For automotive air conditioning such a complex thermal system,when it is subject to the new wind into the heat, solar radiation, human body heat, body heat and other factors,it will generate heat load.So a variety of sensors are used to detect the temperature of the car inside and outside, as well as the temperature parameters of the refrigeration cycle. In this paper, the theoretical analysis and simulation experiments are carried out by using fuzzy PID, and the particle swarm optimization algorithm is introduced to optimize the fuzzy control system.Through the Matlab simulation, it shows that the fuzzy control of the particle swarm optimization fuzzy control system with high control accuracy. This high precision,high stability of the control effect provides a comfortable environment for the passengers,which has a certain practical value.

automotive air conditioning; thermodynamic system;fuzzy-control; PSO

2016-09-12；

2016-10-08。

王海群(1968-),女,河北唐山人,副教授，主要從事檢測(cè)技術(shù)及智能裝置的研究。

1671-4598(2017)02-0091-04

10.16526/j.cnki.11-4762/tp.2017.02.025

TP23

A