多目标粒子群算法关键技术研究及其在空调系统中的应用

作     者：付茂阳 

作者单位：山东建筑大学 

学位级别：硕士

导师姓名：丁绪东

授予年度：2021年

学科分类：080705[工学-制冷及低温工程] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0807[工学-动力工程及工程热物理] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：多目标粒子群算法 变频控制 压缩式制冷系统 能耗模型 

摘      要：空调系统往往是按照标准工况进行设计的,然而空调的实际运行工况则是实时变化的。但是定频运行的空调系统很难满足人们在舒适度和节能方面日益增长的需求,所以越来越多的学者从事变频空调技术的研究。空调系统自身固有的时滞性、非线性、耦合性等特性,以及系统内部制冷剂的相变特性影响使得空调系统的变频控制过程异常复杂。本文通过对常见的四种多目标优化算法的关键技术——维持解集多样性和收敛性进行比较研究,选择了适用于空调系统优化控制的多目标粒子群优化算法,并对粒子群领导粒子选择策略加以改进,将其应用于压缩式空调系统的优化控制环节。本文的主要研究内容包含以下几个方面:1、通过对压缩式制冷系统优化控制和多目标粒子群优化算法的研究背景和进展情况的综述,介绍了多目标优化算法维持解集多样性和分布性的研究发展过程,归纳总结了当前应用的多目标优化算法以及压缩式制冷系统变频控制策略的优缺点,提出了本文的研究内容。2、通过对四种近几年广泛应用的启发式多目标优化算法(NSGA-II,MOEA/D,RVEA和MOPSO)的多样性和收敛性分析与比较,选择了MOPSO算法进行改进。基于多目标粒子群优化算法框架改进拥挤距离值的动态惯性权重调整策略,改进前人虚拟参考平面和参考向量构造方法。利用基准测试函数集对算法的性能指标进行比较测试,仿真结果表明改进的动态惯性权重调整策略能够在算法迭代后期保持较好的开发能力,改进的虚拟参考平面方法能够较好的维持粒子群的分布性。3、论述了压缩式制冷系统的工作原理,搭建了压缩式制冷机组的实验平台。该实验平台基于课题组自主研发的控制板实现温度、压力、流量等数据信号的采集,以及压缩机、冷凝器风机、水泵等变频设备和电子膨胀阀控制信号的传输。同时在Labview上开发了上位机监控软件,采用RS485的通讯方式实现了上位机与控制板之间实验数据的实时监控和存储,为压缩式制冷系统部件的建模提供数据支持。4、论述了压缩式制冷系统各部件的建模方法,利用实验数据对模型参数进行了辨识,确定了系统的多目标优化的等式约束关系。5、利用改进MOPSO算法求解压缩式制冷系统的能耗模型。该方法在保证系统稳定和满足冷负荷的情况下,以系统总能耗和压缩机能耗最小为优化目标,以系统各部件的模型为等式约束,以各变量的上下边界为不等式约束,利用改进的多目标粒子群优化算法根据不同的工况对系统进行优化控制。