大型商场建筑夏季冷负荷动态预测模型

夏季建筑冷负荷的正确预测是实现大型复杂中央空调优化运行、节能降耗的关键。笔者探讨了商场建筑冷负荷的主要影响因素,确定了建筑动态冷负荷预测模型的输入,提出了夏季基于新风机组供电频率的商场顾客率间接测量方法,解决了商场内顾客量难以检测的难题。还提出了AFC-HCMAC神经网络预测模型算法,实现了大型商场建筑冷负荷的动态预测。仿真结果表明:顾客率在商场冷负荷预测中占有重要地位,在冷负荷预测模型中增加商场顾客率可显著提高预测精度;AFC-HCMAC神经网络预测算法与传统的HCMAC神经网络算法比较,可有效降低神经网络节点数,提高预测精度。     

杏鲍菇温室开关式空调的无静差模糊控制器设计与试验

针对杏鲍菇工厂化生产中开关式空调温度控制精度较低的问题,考虑到常规模糊控制存在静态误差、静态模糊规则不适用于多温室及不断变化的外界环境的不足,该文提出了一种新型基于模糊控制的自适应变论域控制策略.在控制过程中,2个子模糊控制器受区域决策环节控制切换运行,自适应环节以开关式空调的启停周期作为滚动优化单元.当系统完成1个启停周期后,自适应环节根据该周期2个子模糊控制器所属区域的超调量分别校正各自模糊论域的中心点.通过多组对照试验表明,在北方夏季不同温室、自然因素等多变量试验条件下,设定1℃的范围温差,含自适应环节的模糊控制器均表现出良好的动态特性,与传统静态规则模糊控制器的效果相比,超调量平均下降6.5%,个别温室可下降15%以上,并保持在±5%以内.该方法在理论上实现了开关式空调的无静差模糊控制,试验中同样表现出了较好控制效果,且实现方法简单,普遍适用于开关式设备的温度控制.