摘要：针对典型的非线性、时变、滞后系统——中央空调温度控制过程，在分析量化因子和比例因子对系统性能影响的基础上，本文提出了参数自调整模糊控制算法。仿真表明，参数自适应控制器的控制性能优于常规模糊控制器。
1前言
中央空调系统是一个大滞后、非线性、时变的复杂控制对象，采用传统的控制策略难以取得良好的控制品质。近年来模糊控制在复杂的工业控制中得到了广泛的应 用，因其不依赖对象精确的数学模型而具有较强的鲁棒性。但是简单的模糊控制器稳态精度较低，动态性能欠佳。这主要是因为模糊控制规则是人们对被控过程认识 的模糊信息的归纳和操作经验的总结。而被控过程的非线性，时变性造成模糊控制规则的不完善，这会不同程度的影响控制效果，为了弥补这个不足，就必须使模糊 控制器向自适应，自组织和自学习的方向发展［１］。因此本文将基于参数自调整的模糊控制引入到空调控制系统中，以提高系统的控制质量。
2中央空调系统的组成及其特征
空调系统的主要设备为空气处理机组(AHU)，它能完成空气处理的各种过程。空调系统的控制也主要为空气处理机组的控制。下图所示为一典型的空气处理机组原理图［２］。
其中 1空气过滤器 2表冷器(表面式换热器) 3加热器4干蒸汽加湿器 5送风机 6风阀执行器 7水阀执行器
这种空气处理机组能根据各种场合要求增减其中的部件，构成各种形式的空气处理设备。在不同的工况中，AHU的部分部件可能不被使用。如在冬季加热加湿工况 下，表冷器是不工作的；而在夏季减温减湿工况下，加热器和加湿器是不工作的。为了检测和控制空调机组的运行，一般需要设置新风温湿度传感器、室内温湿度传 感器和送风温湿度传感器，根据不同要求构成闭环控制系统。
阀门和表面式换热器都是非线性环节；在中央空调系统运行过程中影响室温变化的被调区域的空调负荷与室外气候条件、室内设备使用情况、室内人员流动情况等诸 多随机因素有关；而且控制系统存在一定的传递滞后，其中有些因素的日变化幅度较大。可见中央空调空控系统是一个非线性、时变、时滞系统，用传统的调节方式 很难达到最佳控制和节能的目的。
3量化因子和比例因子对系统性能影响的分析
基本的模糊控制器通常选取误差和误差变化率作为输入量，选取模糊控制器的输出作为系统的控制量，基本的模糊控制器的结构如图1所示［３］。
其中量化因子Ke、Kec将输入变量从基本论域转换到相应的模糊集的论域，比例因子Ku将经模糊控制算法给出的控制量转换到控制对象能接受的基本论域 中。经过大量的仿真实验，得出量化因子和比例因子对中央空调温度系统性能的影响有如下结论：
(1)量化因子Ke较大时，系统的下降速度较快，但超调量较大，过渡过程较长。从理论上讲，增大Ke相当于缩小了误差的基本论域，增强了误差的控制作用，因而导致了上升速度变快，但由于出现了超调，使过渡过程变长。
(2)量化因子Kec较大时，系统的超调量减小，Kec越大，超调量越小，但系统的响应速度变慢，可见，Kec对超调量有较强的遏制作用。
(3)输出比例因子Ku增大，相当于系统总的放大倍数增大，系统的响应速度加快，但是Ku取值过大时，则会导致系统振荡甚至发散。Ku值过小时，系统的前向增益很小，系统的输出上升速率较小，快速性变差，稳态精度变差。
4系统过渡过程对量化因子和比例因子的要求
本文将以中央空调温度控制系统为例，来分析和设计参数自适应模糊控制器。制冷空调温度控制系统典型的响应曲线如图3。我们来通过对此响应曲线的分析来归纳系统动态过程各阶段对量化因子和比例因子的不同要求。
AB阶段：这是系统的滞后阶段。为了获得较快的下降速度，应取较大的量化因子Ke、Kec和比例因子Ku，此时系统的特征为：E＜0,EC=0。
BC阶段：这是系统的启动阶段，当输出刚开始跟踪时，应增大Ke和Kec，是输出有较短的响应时间。当输出接近稳态值，应增大Kec，同时应减小Ke