کنترل آسایش حرارتی یک سیستم تهویه مطبوع با استفاده از کنترلر فازی با فیدبک شبکه عصبی
نویسندگان :
مجید معاونیان، پوریا نعیمی امینی
استادیار، دانشگاه فردوسی مشهد، دانشکده مهندسی، گروه مکانیک؛ دانشجوی کارشناسی ارشد، دانشگاه فردوسی مشهد، دانشکده مهندسی، گروه مکانیک
چکیده
سیستمهای تهویه مطبوع با وجود پیچیدگی و عدم قطعیت می بایست شرایط حرارتی مطلوب را در یک ساختمان تأمین کنند، در این سیستمها کنترلر می بایست قابلیت تطبیق با تغییرات پارامترهای محیطی را داشته باشد. در بیشتر سیستمهای تهویه مطبوع امروزی از کنترلرهای روشن خاموش و یا در انواع پیشرفته تر از کنترلر PID استفاده می شود که با توجه به شرایط محیطی متفاوت علاوه بر بهینه نبودن، قادر به تأمین شرایط مطلوب محیطی نیز نمی باشند.
کنترل آسایش حرارتی یک سیستم تهویه مطبوع نیازمند تخمین اندیس آسایش حرارتی می باشد. در این پژوهش یک کنترلر فازی به منظور تأمین آسایش حرارتی در یک سیستم تهویه مطبوع بکار گرفته شده و از شبکه عصبی به منظور تخمین آسایش حرارتی در مسیر فیدبک کنترلر استفاده شده است. کنترلر فازی با توجه به ویژگیهای غیر خطی سیستمهای تهویه مطبوع دارای پاسخ مناسبی می باشد، همچنین شبکه عصبی استفاده از فیدبک آسایش حرارتی را در کنترل بلادرنگ امکان پذیر می سازد.
مقدمه
امروزه سیستمهای مدرن گرمایش، تصفیه و تهویه مطبوع علاوه بر مصرف بهینه انرژی می بایست آسایش افراد داخل ساختمان را نیز به نحو مطلوبی فراهم کنند [1] کنترلرهای رایج مورد استفاده در سیستمهای تهویه مطبوع از نوع روشن خاموش می باشند که علاوه بر بهینه نبودن شرایط مطلوب محیطی را نیز فراهم نمی کنند. کنترلرهای تناسبی انتگرالی مشتقی (PID) نیز به دلیل سادگی ساختار، استفاده آسان، پایداری مناسب، قابلیت اطمینان بالا و خطای صفر حالت پایدار در سیستمهای تهویه مطبوع مورد استفاده قرار می گیرند، اما فرآیند میزان سازی یک سیستم تهویه مطبوع به منظور جستجوی حالت مناسب کنترلر PID ممکن است تا چند روز زمان ببرد. این شرایط در زمانی که نیاز به میزان سازی مجدد می باشد بخصوص هنگامیکه سیستم تهویه مطبوع بزرگ باشد، بسیار مشکلتر می شود[۲]
بسیاری از حلقه های کنترلی در عمل به دلیل عدم شناخت کافی مهندسان کنترل از فرآیند این سیستمها به درستی تنظیم نمی شوند. این عدم تنظیم بهینه باعث افزایش مصرف انرژی و در عین حال عملکرد نامناسب سیستم در شرایط مختلف شده و در نتیجه علاوه بر بهینه نبودن، شرایط مطلوب محیطی را نیز فراهم نمی کنند، این مسئله در مواردی که نیاز به نگهداری یک محیط در شرایط خاص (مثل موزه ها و اتاقهای استریل) می باشد بسیار مهم می باشد.
از طرفی با توجه به پیچیدگی و عدم قطعیت در متغیرها که از جمله خصوصیات اصلی رفتار دینامیکی این سیستمها می باشد استفاده از کنترلرهای پیشرفته تر در این زمینه رو به گسترش است. بنابر این، توسعه تکنولوژی قابل پیاده سازی بر روی سیستمهای تهویه مطبوع بسیار مورد توجه می باشد ۳ و ۴ .
در این زمینه کنترلرهای مختلفی در پژوهشهای صورت گرفته پیشنهاد شده است، برخی از این کنترلرها به منظور تنظیم کنترلرهای
PIDموجود بکار گرفته شده اند. در این حالت با توجه به شرایط مختلف عملکرد ضرایب بهره کنترلر PID توسط منطق فازی تعیین می شود. در برخی دیگر با توجه خصوصیات ذکر شده برای سیستمهای تهویه مطبوع به کنترل چند ورودی چند خروجی سیستم اصلی با استفاده از کنترلر مرکزی فازی پرداخته اندا۵]
از سویی امروزه شبکه های عصبی چندلایه به منظور تخمین رابطه غیر خطی بین متغیرهای ورودی و خروجی با میزان دقت معین دارای کاربرد وسیعی می باشند. کاربرد این شبکه ها در تخمین بار حرارتی سیستمهای تهویه مطبوع نتایج مناسبی را ارائه داده است [۶] .
تخمین آسایش حرارتی به عنوان هدف اصلی سیستمهای تهویه مطبوع توسط اندیسهای متفاوتی تخمین زده شده است که مهمترین آنها ضريب PMV’ می باشد. این ضریب با استفاده از معادله های فانگر با حل تکراری بدست می آید .
در این پژوهش یک کنترلر فازی به منظور تأمین آسایش حرارتی در یک سیستم تهویه مطبوع بکار گرفته شده است، همچنین به منظور اجتناب از حل تکراری معادلات فانگر، شبکه عصبی به منظور تخمین آسایش حرارتی بکار گرفته شده است. با استفاده از شبکه عصبی در مسیر حلقه فیدیک کنترلر از ضریب PMV جهت استفاده در ایجاد فرامین کنترلی استفاده شده است.
نتایج نشانگر پاسخ مناسب کنترلر فازی با توجه به ویژگیهای غیر خطی سیستمهای تهویه مطبوع می باشد. همچنین شبکه عصبی استفاده از فیدیک آسایش حرارتی را در کنترل بلا درنگ امکان پذیر می سازد.
مدل سیستم
تهویه مطبوع یک منطقه ای که در این پژوهش در نظر گرفته شده، در شکل (۱) نشان داده شده است.
این سیستم شامل اجزاء مختلفی می باشد: مبدل حرارتی، کمپرسور هوای برگشتی، محفظه حرارتی، چیلر به منظور تأمین آب سرد در مبدل حرارتی، کانالهای اتصال دهنده، دمپرها، قطعات مخلوط کننده هوای تازه و برگشتی. در این پژوهش فرض شده است که سیستم در حالت سرمایش عمل می کند.
فرآیندهای اصلی سیستم در حالت سرمایش به شرح زیر است •
ابتدا در ترکیب کننده جریان، ۲۵٪ از هوای تازه به سیستم وارد شده و با ۷۵٪ هوای برگشتی مخلوط می شود موقعیت ۵) سپس هوای مخلوط در ترکیب کننده جریان به منظور تهویه و عملیات انتقال حرارت مربوطه وارد مبدل حرارتی می شود (موقعیت ۱). در این قسمت هوای مخلوط از فيلتر عبور کرده و از روی کویل آب سرد حرکت داده می شود.
پس از آن، هوای آماده ورود به محفظه حرارتی از مبدل حرارتی خارج می شود، موقعیت ۲) هوای آماده وارد محفظه حرارتی می شود تا گرمای محسوس (حرارت واقعی و نهان (رطوبت) بار گرمایی را با توجه به شرایط سیستم جبران کند. . در انتها هوای محفظه حرارتی توسط کمپرسور کشیده می شود (موقعیت ۴)، و ۷۵٪ آن به سیستم برگردانده می شود و بقیه از سیستم خارج می شود.
در این سیستم، دبی هوای آماده توسط دور کمپرسور تنظیم می شود. با افزایش دور کمپرسور دبی هوای آماده افزایش می یابد. همچنین دبی آب سرد نیز توسط یک پمپ دور متغیر تنظیم می شود.
همانطور که مشاهده می شود، سیستمهای تهویه مطبوع دارای اجزاء و قطعات متعددی می باشند که مدلسازی این سیستمها را دشوار و در نتیجه دستیابی به یک مدل قطعی را تقریبا ناممکن می سازد. به همین دلیل در بیشتر مدلهای ارائه شده جهت تقریب سیستم از بعضی فرضهای ساده کننده استفاده شده و یا توسط روشهای متداول شناسایی، مدل سیستم جهت کنترل آن بدست آمده است، معادلات دیفرانسیل رفتار دینامیکی سیستم نشان داده شده در شکل (۱) را می توان از بسط معادلات انرژی و پایداری جرم بدست آورد[۷]
متغیرهای مربوط به سیستم معادلات فوق در جدول (۱) نشان داده شده است.
شرایط در نظر گرفته شده جهت نوشتن معادلات در حالت تهویه مطبوع به شرح ذیل است .
۲۵. هوای تازه با ۷۵٪ هوای برگشت از محفظه حرارتی ترکیب می شود. . تمامی هوای ترکیبی از مبدل حرارتی عبور می کند. و هوای آماده پس از عبور از محفظه حرارتی از طریق فن قسمتی وارد چرخه شده و مابقی از آن خارج می شود همچنین برخی فرضیات در نظر گرفته شده در معادلات فوق عبارتند :
- گازها ایده آل فرض شده و کاملا مخلوط می شوند
- فشار در طول فرآیند ثابت است
- از تلفات و ذخیره سازی حرارتی اجزاء صرفنظر شده است
- به منظور کنترل سیستم، معادلات دینامیکی فوق را می توان با فرضیات زیر در فضای متغیرهای حالت نمایش داد؛
ضرایب معادلات نیز به صورت زیر تعریف می شوند :
با این فرضیات می توان معادله دینامیکی فوق را در فرم متغیرهای حالت به صورت معادلات (۴) نمایش داد .
ساختار کنترلر فازی با فیدیک آسایش حرارتی
ساختار کلی سیستم کنترلی ارائه شده را در شکل (۲) مشاهده می کنید. در این سیستم از یک کنترلر فازی 2 ورودی 2 خروجی استفاده شده است متغیرهای ورودی کنترلر ضریب آسایش حرارتی و نرخ تغییرات آن می باشند. متغیرهای کنترلی سیستم تهویه مطبوع نیز جریانهای هوا و مبرد می باشدaƒ وwƒ که به ترتیب توسط شیرهای کنترلی و کمپرسور دور متغیر تنظیم می شوند .
محدوده تغییرات متغیرهای وروردی و کنترلی در جدول (۲) نشان داده شده است.
ضریب آسایش حرارتی
از نظر فیزیولوژیک، شرایط آسایش حرارتی محدوده ای است از دما و رطوبت که در آن مکانیسم تنظیم حرارت بدن در حداقل فعالیت خود باشد، تعیین محدوده آسایش سیستم های تاسیساتی نه تنها بر اندازه دستگاه های حرارتی و برودتی، بلکه بر ضخامت عایق و مصرف انرژی در محفظه حرارتی نیز تاثیر مستقیم دارد. متداولترین روش جهت تخمین آسایش حرارتی استفاده از ضریب آسایش حرارتی (PMV) است که توسط فانگر ارائه شده است [۸]
ضریب PMV تابعی از دو متغیر انسانی و چهار متغیر محیطی می باشد، این متغیرها عبارتند از: نوع پوشش، فعالیت انسانی دمای هوا، رطوبت نسبی هواو سرعت هوا و دمای تابش میانگین مقادیر ضریب PMV در بازه ۳ تا ۳+که مربوط به احساس ساکنین از سرد تا گرم می باشد، تغییر می کند که مقدار صفر نشانگر شرایط مناسب از نظر آسایش حرارتی می باشد، شكل (۳)
ضریب آسایش حرارتی با استفاده از فرمول زیر بدست می آید :
که Ti دمای محفظه حرارتی (c◦ )،Tmrtدمای تابش میانگینM (°C )( فعالیت انسانیV (2kcal/hm ) سرعت هوا P7 (m/s )
فشار بخار هوا(mmHg) ، ICLبا مقاومت حرارتی لباس( (1 clo = 0.180 Cm2 h/cal hc ضریب جابجایی گرماییkcal/m2 h °C )، clƒنسبت سطح پوشیده بدن به سطح برهنه Tcl دمای سطح بیرونی لباس RH (°C) رطوبت نسبی و ,Ps فشار بخار اشباع در دمای مورد نظر می باشد .
همانطور که در فرمول Tclمشاهده می شود، فرمول ارائه شده توسط فانگر جهت محاسبه PMV مستلزم استفاده از روشهای عددی تکراری می باشد که زمانبر بوده و کارکرد آن را به منظور استفاده در سیستمهای کنترل بلادرنگ با مشکل مواجه می کند. لذا استفاده از یک رابطه صریح بین متغیرهای ورودی و ضرب آسایش، استفاده از این ضریب را به عنوان فیدبک سیستم کنترلی امکان پذیر می کند، اخيرا شبکه های عصبی به طرز موفقی به منظور شناسایی، تخمین بار حرارتی و کنترل سیستمهای تهویه مطبوع به کار گرفته شده اند.
با توجه به خاصیت های ذکر شده در [۹] استفاده از شبکه عصبی چندلایه به منظور محاسبه ضریب آسایش به جای فرمول تکراری فانگر پیشنهاد گردیده است. در شبکه عصبی استفاده شده در این پژوهش۳ متغیر دما، رطوبت نسبی و سرعت هوا در محفظه حرارتی به عنوان ورودی شبکه و متغیرهای انسانی و دمای میانگین تابش ثابت در نظر گرفته شده است. دما و رطوبت نسبی هوا به صورت مستقیم از معادلات دینامیکی به دست می آید و سرعت هوا نیز به عنوان تابع خطی از جریان حجمی هوای ورودی در نظر گرفته شده است. خروجی شبکه عصبی ضریب آسایش می باشد که به عنوان سیگنال فيدبک بکار گرفته شده است .
استفاده از شبکه عصبی در محاسبه ضریب آسایش حرارتی
شبکه های عصبی چندلایه به منظور تخمین رابطه غیر خطی بین متغیرهای ورودی و خروجی با میزان دقت معین، به طور گسترده ای مورد استفاده قرار گرفته اند اخيرا شبکه های عصبی به طرز موفقی به منظور شناسایی، تخمین بار حرارتی و کنترل سیستمهای تهویه مطبوع به کار گرفته شده اند[۹]. با توجه به خاصیتهای ذکر شده در [1] استفاده از شبکه عصبی چندلایه به منظور محاسبه ضریب آسایش به جای فرمول تکراری فانگر پیشنهاد گردیده است. شبکه عصبی پیشنهادی شامل ۴ لایه به صورت 1*4*8*6 بوده که خطای مجموع مربعات شبکه مزبور در تخمین ضریب آسایش ۱۱ بوده است. ورودی این شبکه همان ورودی های معادلات فلنگر می باشد. به این ترتیب از این شبکه عصبی می توان ضریب آسایش را به صورت همزمان محاسبه نموده و در مسیر حلقه فیدبک کنترلر فازی
استفاده نمود. در شبکه عصبی استفاده شده در این پژوهش ۳ متغیر دما، رطوبت نسبی و سرعت هوا در محفظه حرارتی به عنوان ورودی در نظر گرفته شده است و متغیرهای انسانی و دمای میانگین تابش ثابت در نظر گرفته شده است. دما و رطوبت نسبی هوا به صورت مستقیم از معادلات دینامیکی به دست می آید و سرعت هوا نیز به عنوان تابع خطی از جریان حجمی هوای ورودی در نظر گرفته شده است. خروجی شبکه عصبی ضریب آسایش می باشد که به عنوان سیگنال فیدبک بکار گرفته شده است
تنظیم پارامترهای کنترلر
کنترلر با توجه به سیگنال فیدبک آسایش حرارتی و نرخ تغییرات آن تنظیم شده است. در جداول (۳) و (۴) قواعد کنترلر فازی را برای جریان حجمی هوا آماده (cƒ ( و w)ƒ( جریان مبرد را مشاهده می کنید.
با توجه به محدوده تغییرات مشخص شده در جدول (۲) توابع عضویت متغیرها مثلثی در نظر گرفته شده است. در ترکیب قواعد از استنتاج mini-mnax استفاده شده و غیر فلزی ساز مرکز سطح برای غیر فازی کردن متغیرهای خروجی بکار گرفته شده است، سطوح کنترل کنترلر فازی با فیدیک آسایش حرارتی برای هر یک از متغیرهای خروجی در شکلهای (۴) و (۵) نشان داده شده است .
شبیه سازی عملکرد سیستم در MATLAB و بررسی نتایج
به منظور بررسی عملکرد کنترلر پیشنهادی، مدل ارائه شده در نرم افزار MATLAB/SIMULINK شبیه سازی شد. همچنین جهت شبیه سازی از مقادیر عددی و متغیرهای سیستم مرجع [۱۰] استفاده شد که مربوط به سیستم تهویه مطبوع بانک مرکزی | جمهوری اسلامی ایران در یک دوره کاری نسبتا طولانی می باشد . پاسخ سیستم کنترلی به ورودی آسایش حرارتی مطلوب PMV=0 در شكل (۲) نشان داده شده است .
همانطور که مشاهده می شود کنترلر در مدت زمان مناسبی (۳۰۰ ثانیه) می تواند شرایط آسایش حرارتی مطلوب را فراهم کند.
نتیجه گیری و جمع بندی
در این پژوهش به مدلسازی و کنترل یک سیستم تهویه مطبوع یک منطقه ای پرداخته شد. پس از ارائه معادلات دینامیکی سیستم، یک کنترلر فازی با فیدیک ضریب آسایش به منظور کنترل سیستم مورد
نظر پیشنهاد شد، تخمین ضریب آسایش با استفاده از شبکه عصبی با دریافت متغیره های محیطی و انسانی به عنوان ورودی به صورت همزمان صورت پذیرفت، مقدار تخمین زده شده با مقایسه با مقدار نامی به عنوان سیگنال فیدبک کنترلر فازی استفاده شد. نتایج حاصل نشانگر عملکرد مطلوب کنترلر در تأمین آسایش حرارتی می باشد.
همچنین بیانگر قابلیت استفاده از شبکه عصبی در مسیر فیدیک سیستمهای کنترل بلادرنگ با فیدبک آسایش حرارتی می باشد،
دیدگاهتان را بنویسید