【摘 要】文章從潔凈集中空調的定風量系統著手，對系統的節能狀況進行了考慮，并且對溫濕度的控制方法進行探討，從而得出了相關的結論。在PLCs7-300上實現了模糊自適應PID算法，并且將這一算法運用到實際工程項目中進行了調試，從實驗的結果來看，取得了較好的效果。 

為了確保廠房的安全性，潔凈廠房的房間往往采用恒定送風和改變排風的方法來確保房間內壓力控制的有效性，所以在進行空調系統的設定時一般會設定成定風量系統。為了實現節能措施，目前不少廠房都在積極探索潔凈集中空調的節能方法。文章在此基礎上對潔凈廠房的節能技術進行了探索，提出了一種集中空調系統溫濕度控制的節能算法，并且成功在PLC上實現了PID的算法，隨后在某一個藥廠的潔凈集中空調上進行了相應的試驗，實驗結果證明，這一算法可以實現節能效果和溫濕度控制。 

　　1 溫濕度控制算法和節能 
　　在冬季時，潔凈集中空調進行溫濕度控制時一般需要用到熱盤管和加濕器，從而實現有效的溫濕度控制，這一控制過程十分簡單，因此相對來說控制系統并不是很復雜。但是到夏季，潔凈集中空調進行溫濕度控制包括了四種控制過程，分別是降溫、升溫、加濕、除濕，這幾種控制過程的共存使得溫濕度的控制更加復雜，從而也使得系統控制復雜程度升高。 
　　1.1 空調溫濕度互鎖控制 
　　在潔凈空調系統之中，冷水閥門的作用比較重要，而且具有降低溫度和減小濕度的雙重作用。在進行PID參數的設置時，首先對降溫控制設定一組PID參數，然后再設定一組PID參數來規定除濕的情況。設定完畢后，不論在何時對這兩組PID參數進行運算，都要進行運算結果的比較，并將輸出結果較大一方的結果來作為冷水閥門的控制標準。因此在空調的運行過程中，如果降溫的PID參數結果較大，就將空調看做處在降溫工作中，反之如果除濕的PID參數結果較大，則將空調看做處在除濕的過程之中。 
　　為了確保工作環境的溫度和濕度能夠盡可能地滿足工作需要，并且要使空調具有一定的節能效果，可以采用降溫PID和熱水閥升溫PID互鎖、除濕PID和蒸汽加濕PID互鎖的辦法。一旦空調進入到降溫的工作狀態，系統就無法啟動加熱功能，也就是說如果想要進行加熱，那么水閥門的降溫PID參數結果必須為0。采用這一方法的原因是由于空調在整個降溫過程中極有可能產生降溫超調的情況，這樣一來房間內的溫度就會降得較低，而冷水閥門的降溫PID并沒有停止工作，冷水閥的開度會隨著溫度的降低逐漸縮小，這樣一來房間的溫度就會有所回升，在經過幾次來回之后，冷水閥門的開度會維持在一定范圍內，而房間的溫度也會控制在合理的范圍中。如果在出現降溫超調情況時立刻進行系統的升溫，雖然這樣一來房間的溫度會有所升高，但是冷水閥門進行降溫、熱水閥門進行升溫，兩個閥門一起工作就會使一定的能力相互抵消，從而降低了升溫和降溫的效果，造成了能量的浪費。與此相對應，在進行除濕的工作時，系統不能進行加濕工作，也就是說冷水閥門的除濕PID的參數輸出為0時才可啟動加濕功能。 
　　1.2 升溫、降溫、加濕、除濕PID過程變量設定值 
　　正確選擇升溫、降溫、加濕、除濕參數的變量設定點，對空調系統的節能會起到很大的影響。在正常的情況下，潔凈空調在進行溫度和濕度的控制時對精度有嚴格的控制范圍要求，一般溫度的控制精度在±2℃，而濕度的控制精度則在±10%。以下將舉一個簡單的例子簡要說明如何選擇合適的系統升降溫濕度的設定點。如果某一臺空調機組對設計要求作出了明確的規定：溫度為21℃±2℃，而濕度是55%±10%。那么在進行系統降溫設定點的選取時最好選擇22℃，進行升溫設定點的選取時最好選擇20℃。之所以這么選擇，主要是因為當系統在進行降溫工作時，并不強制性地要求溫度一定要維持在21℃，因為在22℃時環境溫度已經能夠滿足工藝生產的需要，而將降溫設定點調高了1℃，對于空調系統的節能來說也有很重要的影響。而在夏天遇到暴雨天氣時，系統在進行除濕工作時會將室內的溫度降低到一定水平，這時候空調要采取升溫的措施，一般來說只要將溫度升到20℃就可以滿足工藝生產的需要，由于升溫設定點降低了1℃，則節約了不少加熱所需要消耗的能量。而和升降溫設定點的設定原理相同，在進行除濕和加濕工作的設定點選取時也可按照上述原則進行。在一般情況下，工藝性空調是進行不間斷工作的，因此在整個夏季中，采取上述辦法會節約下非常多的能源。 
　　2 模糊自適應PID算法 
　　對于模糊控制來說，它并不依賴系統模型或者自適應控制，因此可以實現PID參數的最佳調整。文章將前文所提到的控制算法中的降溫PID算法修改成了模糊自適應PID算法，其他過程的算法保持不變，并將這一算法在某藥廠的一個潔凈集中空調上進行的直接的調試試驗。 
　　模糊自適應PID控制器的輸入變量是誤差e和誤差的變化ec，而且在不同時刻，e和ec如果對PID參數的要求發展了變化，PID參數可以實現自我整定的功能。隨后通過模糊控制規則實現對PID參數的在線修改，從而構成了一套完整的模糊自適應PID控制器，如圖1所示。 
　　圖1 
　　圖中， kp=kp’+△kp；ki=ki’+△ki；kd=kd’+△kd；其中， kp、ki、kd為PID最終運行參數， kp’、ki’、 kd’為PID原始參數；△kp、△ki、△kd為模糊推理得到PID參數的增量。 
　　3 模糊自適應PI算法在PLC上的實現和應用 
　　對于上圖所示的控制系統，所選擇的控制器是某公司300系列的PLC，在系統工作的過程中，為了能夠有效實現模糊自適應PI控制算法在空調系統降溫中的作用，文章采用了查表法的方法來進行運算，并將微分的作用設定為0。 
　　3.1 模糊控制表的制定 
　　一般會將誤差和誤差變化率的模糊論域設定為[-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6]，而進行隸屬函數的選擇時也一般會選擇三角形函數。而模糊推理輸出的kp、ki、kd的論域范圍和誤差、誤差變化率的模糊論域范圍一致，也為[-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6]，他們的隸屬函數的選擇時也同樣選擇了三角形函數。 　　根據模糊自適應PID的控制規則表的規定，在進行輸入時所采用的方法是最小法輸入，輸出則采用重心法輸出，并以此為依據建立起模糊控制表。并將這個模糊控制表定義成一個DB210數據塊中的數據，而這個DB210數據塊則隸屬于PLC300。 
　　3.2 模糊自適應PI控制算法的相關參數確定 
　　在模糊自適應PI控制算法中，誤差量化系數設定為e_coefficient3，而誤差變化率量化系數則設定為ec_coefficient4，比例輸出量化系數則設定成k_coefficient，而積分輸出量化系數則設定成i_coefficient1，最后將微分輸出量化系數設定成d_coefficient2，這些不同的系數取值如下表1所示。 
　　表1 模糊自適應PI算法相關參數設定 
　　3.3 算法的實現和結果 
　　PLCs7-300這一系統中具備了功能塊FB41，這一功能塊直接受PID的控制，可以實現非常強大的計算功能。在使用這個功能塊時，首先要建立一個背景數據塊作為這個功能塊的基礎，并對PID增益、積分時間、微分時間、手動/自動等等相關參數進行詳細的設定。一般來說，將通過模糊自適應計算好的增益、積分時間和微分時間輸入該系統，并經過傳輸上傳到系統的增益、積分時間、微分時間內存中，然后就可以充分調用這一功能塊的功能，使其發揮應有的效果，而模糊自適應PID控制也得以呈現。 
　　該系統調試的曲線圖如圖1-3所示，圖中所列出的數據是在2007年7月份的數據。在圖1-3中，曲線1所代表的數據是送風的相對濕度，而曲線2所代表的數據是房間內的相對濕度，曲線3所代表的數據是房間的整體溫度，曲線4所代表的數據是送風的溫度情況，曲線5所代表的數據是送風的風速大小。圖1-3將上述數據曲線全部安放在一個坐標系中，這樣一來在進行系統運行分析時會方便許多。途中橫坐標代表的參數是時間t，而縱坐標所代表的參數則是溫度（℃）、風速（m/s）、相對濕度（%）。該房間內空調機的送風量設定為每小時5000m?。系統對房間內的溫度控制要求是21℃±2℃，對濕度的控制要求時55%±10%。