基于参数优化的制冷系统变工况无模型控制仿真研究

摘要

压缩式制冷系统是大时滞、强耦合的复杂系统，建立精确的数学模型实现控制较为困难.而传统制冷系统的无模型控制时滞算法跟踪速度慢、去噪能力差.因此，本文分别在制冷系统无模型控制的输入输出变量、无模型控制时滞算法的参数优化和制冷系统的变工况控制问题上开展研究.选用无模型控制时滞算法并结合BP神经网络对无模型控制算法中步长因子λ、惩罚因子η进行迭代优化.结果表明，所选取的蒸发器过热度、冷凝压力与蒸发压力差为控制输出变量，压缩机频率、电子膨胀阀开度为控制输入变量更能全面地反映制冷系统内部状况.基于参数优化的无模型控制延时算法使过热度调节时间缩短了50%，压差调节时间缩短了8.5%.在不同的运行工况下，系统的输出变量能够快速响应设定值.

关键词

制冷系统 / 无模型控制时滞算法 / 参数优化 / 变工况