技术探讨：船舶空调3大热舒适控制策略分析！
船舶空调温度控制系统具有复杂性、非线性，并且容易受外界环境变化的干扰，而传统PID控制方法是根据精确的数学模型进行控制的，这样就很难获得令人满意的动态控制效果。随着近年来模糊数学理论的发展，将模糊控制算法应用到热舒适控制中，能使空调系统在满足热舒适的条件下节约能源。
模糊逻辑控制( fuzzy logic control，FLC) 简称为模糊控制，它是基于模糊数学理论，采用模糊语言进行模糊逻辑推理的一种现代智能控制方式。FLC 已经成为模糊理论中最热的研究方向之一。
目前，对于室内热舒适的控制已有将模糊控制与其他控制理论相结合的控制方式。但传统的船舶空调温度控制基于 PID 线性控制方法，该控制方法作用于室内空气参数，而非从人体热舒适角度出发。本文针对船舶空调热舒适控制系统具有非线性和滞后性的特点，并结合 PMV 指标，设计了一个模糊控制与PID 控制相结合的自适应控制系统。
传统的船舶空调温度控制系统是基于 PID 控制的，其动态性能和抗干扰能力较弱。模糊 PID 控制将 PID 控制与模糊理论相结合，一旦受控变量发生变化，就可调节控制参数，并且具有自动识别受控参数的优点。
1．1 模糊PID控制
传统PID控制可以整定固定的PID控制参数。然而，若控制对象具有时变性、滞后性和非线性，则不能实时在线修正PID控制参数。模糊PID控制将模糊控制与传统 PID 控制相结合，利用模糊数学的基本理论和方法，用模糊集表示模糊规则的条件和运算，把PID控制参数的调整经验编成模糊控制规则，系统根据输入条件进行模糊推理，然后自适应调整PID控制参数。模糊PID控制基于经典PID控制，根据模糊推理和变论域调节 PID控制参数增量，实时修正PID控制参数。模糊PID控制( 见图 1) 根据输入的偏差和偏差变化率，经过模糊推理，输出参数的动态校正值。
1．2 船舶空调温度控制系统模型
船舶舱室的热舒适调节系统其实是一种热力学系统。用参数模型对船舶空调温度控制系统进行简化分析，建立船舶空调热舒适控制系统的数学模型。由于船舶空调热舒适控制系统是基于空气传递热能的热力学系统，假设船舶舱室温度均匀分布且与室外环境无热量交换，则认为其是一个绝热系统。假设船舶空调是采用变频调节压缩机的方式进行舱室温度调节的，室外温度保持恒定。为计算方便对船舶空调温度控制系统做如下假设: 在不同频率运转条件下制冷压缩机的制冷系数( coefficient ofper-formance，COP)不变，制冷系统冷负荷负载不变，热交换系数λ不变。根据以上假设，针对船舶实际情况，对PMV-PPD( predictedpercentage dissatisfied，预测不满意百分比) 模型中的服装热阻值和人体新陈代谢量进行修正，得到更加适用于船舶舱室热舒适评价的指标 PMV *，并计算得到船舶空调温度控制系统的传递函数为
根据船舶舱室热舒适条件下被控参数的选择研究，忽略影响船舶舱室热舒适评价指标PMV *的因素中与人体相关的因素( 如服装热阻和人体新陈代谢) 和与环境相关的不可控因素 ( 如平均辐射温度) ，剩余的可控因素按影响大小排序: 空气温度、空气流速、空气相对湿度。
海面上空气的相对湿度大、环境复杂多变，要精确控制比较困难，对比基于MATLAB 的仿真结果，相对湿度在温度较高时影响较大，因此将相对湿度控制在满足人体舒适要求的范围内(如30%～60%，可根据不同的航行区域进行选择) 。由于船舶在海上航行时环境气候不断变化，而舱室内空气流动受外界影响较大，难以准确测量和控制风速( 低风速对舒适度的影响较低) ，此外，船舶多采用定风量控制，若改造成变风量控制则会增加成本，因此选择恒定风速 0.2 m/s。对于船舶舱室的舒适度控制，将其转化为对舱室空气温度的控制，间接实现船舶舱室的热舒适控制。
本文设计一种通过模糊控制方法实时调节 PID 控制参数的自适应控制系统。设定好船舶空调 PID 控制系统的控制参数 K p0、K i0和 Kd0，再根据模糊控制得到PID控制参数的修正值 ΔK p 、ΔK i和 ΔK d ，两者相加算出最终的PID控制参数K p 、K i 和K d。
根据船舶空调舒适度控制的原理，采用PMV *神经网络预测方法输出的温度值与空气温度实际值的偏差e和偏差变化率 e c 作为模糊推理的两个输入量，经过模糊规则推理输出PID控制参数变化量ΔK p 、ΔK i和 ΔK d，得到一个结构为2输入3输出的模糊推理系统。利用MATLAB Toolbox 中 Fuzzy Logic 构建模糊控制器系统文件，其中，选取输入变量偏差e的基本论域为［－6，6］，偏差变化率e c 的基本论域为［－0.3，0.3］，设置模糊控制器的输入变量偏差e和偏差变化率e c 的模糊论域为［－3,3］，则量化因子k e = 6 /3 = 2，k e c =3 /0.3 = 10。为使仿真过程更加清晰，将模糊控制器的输出( ΔK p 、ΔK i 和 ΔK d ) 的模糊论域设置为［－3，3］。ΔK p的基本论域为［－0．3，0．3］，则量化因子 k p =0．3 /3 = 0．1;ΔK i 的基本论域为［－0．06，0．06］，则量化因子 k i =0．06 /3 = 0．02; ΔK d 的基本论域为［－ 3，3］，则量化因子 k d= 3 /3 = 1。船舶空调模糊PID控制系统的论域转化见表 1。
根据以上所设的模糊论域，采用{ NB，NM，NS，ZO，PS，PM，PB} 语言变量集表示模糊控制输入和输出的模糊集，这7个语言变量分别对应于负大、负中、负小、零、正小、正中和正大。模糊控制的隶属函数通常有三角形、梯形、高斯型和正态分布型等，一般根据专家或操作人员的经验进行选择。考虑到三角形隶属函数运算简单，计算量小，控制效果较好，在船舶空调系统中易于硬件实现，故采用三角形隶属函数。
在制定模糊控制规则前，必须先了解 PID 控制参数 K p 、K i 和 K d 对系统偏差e和偏差变化率e c 的影响。比例系数 K p 影响系统响应速度，增加比例系数可以减少系统的静态误差，但如果 K p 过大，控制系统会振荡，影响控制效果。积分系数 Ki 越大，消除系统的静态误差就越快，但是当积分系数过大时系统的稳定性会降低。微分系数 Kd可以减少超调量并减少调节时间，但微分系数过大，反而会增加系统的调节时间导致系统抗干扰能力下降。根据上述PID 控制参数对系统控制效果的影响，可以得到控制参数 K p 、K i 和 K d 的自整定原理:
( 1) 若系统实际输出值与设定值之间的偏差 e 较大，则需采用较大的比例系数 K p 提升系统响应速度，同时为避免积分饱和，应采用较小微分系数 K d 限制积分作用。
( 2) 当系统偏差 e 和偏差变化率 e c 中等时，比例系数 K p 、积分系数 K i 应取较小的适中值，以减小超调量。此时，微分系数 Kd 对系统的响应速度影响较大，应取适当的值。
( 3) 当系统偏差 e 较小时，系统稳定性差，比例系数 K p 和积分系数 K i 应适当增大，而微分系数K d 应取适当的值，提高抗干扰能力，避免系统在设定值附近振荡。根据各参数的自整定原理，得出 ΔK p 、ΔK i 和ΔK d 的模糊控制规则表，见表 2～4。
确定了系统输入和输出后，根据模糊控制规则表，在模糊规则编辑器中输入表2～4 中的模糊控制规则，构造一个2输入3输出的模糊系统。
采用 MATLAB 中的Simulink 工具箱对船舶空调热舒适控制系统进行仿真比较，分别模拟传统PID控制、模糊控制和模糊PID控制的控制效果。由于船舶空调控制系统非常复杂，难以抽象出具体的模型。仿真只是为了研究该理论的可行性，因此选择式( 2) 为仿真模型，选择阶跃信号作为初始给定值进行对比测试。
传统 PID 控制参数是通过经验方法得到的，经过多次测试，当在本案例中设置K p = 0． 37、K i= 0．023 和 K d =1．5时，传统PID控制具有良好的响应曲线。采用模糊控制的方法对系统进行仿真，得到模糊PID控制的仿真框图，见图2。
根据仿真框图设计模糊PID控制模块，见图 3。图2模糊PID控制仿真框图图2中: Step 表示阶跃信号; Add表示加法运算; fuzzy PID为模糊PID控制器; In和Out分别表示输入端口和输出端口; Transfer Fcn 表示传递函数模型; Transport Delay表示信号按给定进行延时处理;Scope为示波器。
图 3 中: Fuzzy LogicController 表示模糊逻辑控制器; Constant 表示输入的3个控制器参数常数信号; Gain 表示3个控制器参数分别做比例运算。经过多次测试得出，控制参数修正值 ΔK p、ΔK i、ΔK d分别为 0．008、0．000 5 和 0．01 时系统最优。
传统的PID控制、模糊控制和模糊PID控制的仿真是利用MATLAB 提供的Simulink 工具箱完成的。在仿真中，设置阶跃信号目标温度为26 ℃作为系统的输入，设置仿真时间为1 000 s，并且控制参数的初始值是相同的。仿真结果见图4。
对比输出结果(见图4) 可知: 在PID 控制中，系统的超调量为40.38%,系统稳定时间为650 s; 在模糊控制中，模糊控制可以消除超调量，系统稳定时间为400 s，但系统的稳态误差值过大，没法达到设定的参数 ( 模糊控制的稳态值为26.2 ℃ ,与设定的26 ℃有0.2℃的稳态误差) ; 在模糊 PID 控制中，其温度上升时间比 PID 控制的短，在 150 s 时到达峰值，系统的超调量为38% ，相较PID控制降低了2.3% ，系统稳定时间为 400 s，比PID 控制缩短了38.4%，充分显示了模糊PID 控制的优越性( 能够吸收 PID 控制和模糊控制的优点，提高控制效果) 。
为进一步比较系统的动态能力，同时在系统稳定后 2 000 s 增加 1 ℃的阶跃信号，改变温度后的仿真结果见图 5。
从图 5 可以看出: 当控制系统温度动态变化时，模糊PID控制较好地抑制了干扰，振幅比 PID 控制的低，模糊PID控制重新达到稳定的时间为100 s，PID控制则为200 s，表明模糊PID 控制的动态调控能力更强; 相较而言，模糊控制依然有较大的稳态误差，这是因为模糊控制属于有差控图5温度调整效果比较制，稳定的温度值与设定值之间会存在一定的误差，而模糊PID控制和PID控制均引入了积分控制，能提高稳态精度，因此从抗干扰方面可以看出模糊PID控制的效果优于模糊控制和传统的PID控制的效果。对照文献［吕红丽．Mamdani 模糊控制系统的结构分析理论研究及其在暖通空调中的应用［D］． 济南: 山东大学，2007．］的试验结果，如图6所示。
将PID模糊控制和传统PID控制应用于HVAC实验室系统的空气处理机组的温度控制中，对比两种控制的响应曲线，得到与传统PID控制相比，模糊PID控制跟踪迅速、超调时间短、稳定性好、具有较强的鲁棒性的结论，这与本文仿真结果较为一致。
对于船舶空调热舒适控制系统，由于船舶航行于复杂的环境中，舱室内热舒适温度随着外界环境变化需不断调整，在船舶空调中采用模糊 PID 控制可以精确、快速地使船舶舱室达到热舒适的状态。
本文根据修正的 PMV *指标，选择间接控制船舶舱室温度的方式，构建船舶舱室的热舒适环境模型，设计了一种模糊PID控制器对船舶舱室进行温度控制。采用MATLAB对传统PID 控制、模糊控制和模糊PID控制进行对比，并对3种控制的控制效果进行对比。对比曲线表明，模糊PID控制的超调量为38%，仿真曲线收敛时长为400 s，控制误差可以稳定在0．5% 以下，相比于传统PID控制和模糊控制，对具有非线性和滞后性的船舶空调热舒适控制系统有更好的鲁棒性和稳态精度，能够达到船舶舱室人体舒适的要求，为船舶空调控制策略的选择提供了一定的借鉴意义。
由于本文的仿真是在其他条件处于稳态的情况下进行的，实际情况要复杂得多，因而建模时考虑更全面的因素是今后先进控制方式在船舶空调上应用研究的重点。