[发明专利]一种基于分数阶的迭代学习制冷控制系统及方法

说明书

本发明提供了一种基于分数阶的迭代学习制冷控制系统及方法。其中，基于分数阶的迭代学习制冷控制系统，包括分数阶PID控制器，其用于根据当前运行周期的制冷系统制冷效果偏差，得到当前运行周期的反馈控制量并补偿至前馈控制量中，实现对制冷系统的分数阶PID反馈控制；分数阶迭代学习控制器，其用于根据当前运行周期的前馈控制量与预设学习增益倍数下的制冷系统制冷效果偏差的分数阶积分叠加和，预估出下一运行周期的前馈控制量，以实现对制冷系统的分数阶迭代学习控制，直至达到预设制冷效果，结束迭代控制。

技术领域

本发明属于制冷控制领域，尤其涉及一种基于分数阶的迭代学习制冷控制系统及方法。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

制冷系统是为了达到并保持某种产品或空间低于周围环境的温度而产生的冷却过程。它在食品保鲜、化工及工艺工业、制造工艺、金属冷处理、药品制造、制冰等多方面应用。随着现代技术的迅速发展，蒸汽压缩制冷系统成为目前商用和住宅空间制冷最常用的手段，导致能源消耗的快速增长，对能源的负面影响和经济平衡的影响。

近年来，关于蒸汽压缩制冷系统控制的线性技术得到了广泛的研究，这类方法均是基于模型的控制方法。然而，与制冷系统控制相关的许多挑战来自于部件本身和传热过程的基本特征，这些特性导致高热惯性、死时间、变量之间的高耦合和强非线性。因此，制冷系统是具有非线性的复杂系统，很难获得该过程的准确模型。在以往的工作中，基于模型的反馈控制器被用于控制复杂的单级制冷过程，模型的不精确将导致控制性能欠佳。

发明人发现，传统制冷系统的控制均是采用基于模型的反馈控制方法，这种方法存在计算耗时、要求复杂的模型识别工作，并且应用反馈控制时则需要在性能和鲁棒稳定性之间做出妥协。

发明内容

为了解决上述问题，本发明的第一个方面提供一种基于分数阶的迭代学习制冷控制系统，其提升了系统对外部干扰的鲁棒性，利用分数阶迭代学习控制器可有效利用工况运行数据实现对预设制冷效果的精确控制，弥补系统模型无法精确已知对控制性能的影响。

为了实现上述目的，本发明采用如下技术方案：

一种基于分数阶的迭代学习制冷控制系统，包括：

分数阶PID控制器，其用于：根据当前运行周期的制冷系统制冷效果偏差，得到当前运行周期的反馈控制量并补偿至前馈控制量中，实现对制冷系统的分数阶PID反馈控制；其中，制冷系统制冷效果偏差包括制冷系统蒸发器二次流出口温度偏差和蒸发器出口处制冷剂过热的程度偏差；反馈控制量包括压缩机转速反馈量和阀门开启角度反馈量；前馈控制量包括压缩机转速和阀门开启角度；

分数阶迭代学习控制器，其用于根据当前运行周期的前馈控制量与预设学习增益倍数下的制冷系统制冷效果偏差的分数阶积分叠加和，预估出下一运行周期的前馈控制量，以实现对制冷系统的分数阶迭代学习控制，直至达到预设制冷效果，结束迭代控制。

作为一种实施方式，分数阶PID控制器的表达式为：

其中，为2*1维，表示第j运行周期的压缩机转速反馈量和阀门开启角度反馈量；e^j(t)为2*1维，第j运行周期制冷系统蒸发器二次流出口温度偏差和蒸发器出口处制冷剂过热的程度偏差；D^-α表示α阶的分数阶积分，Dβ表示β阶的分数阶微分，K_P、K_I、K_D分别表示分数阶PID控制器的比例常数、积分常数、微分常数。

上述技术方案的优点在于，在传统的PID制冷控制系统中引入分数阶微积分，增加控制器整定自由度的同时，提升了系统对外部干扰的鲁棒性。