车辆空调系统的自适应智能控制



车辆空调系统的自适应智能控制

车辆空调（AC）系统的效率受诸多因素影响，如路况信息、外界环境和驾驶习惯等。本文设计了能量管理系统，其特点是基于自适应智能空调控制器，实现不同道路负荷下的正常工作。为获取自适应模糊控制器，须考虑模糊集合隶属函数大小、隶属函数位置、权重和链路值。

首先，建立空调模型，主要包括进气口、送风机、冷凝器、舱室、送气口和空气循环通道。用性能系数（COPref）反映空调系统的效率。

式中，COPref为空调的性能系数；Q为输出热量；W为输入能量。

然后，建立环境模型并考虑循环工况。环境模型主要包括环境条件、驾驶员驾驶行为和用电需求预测系统。为建立闭环控制系统，考虑了舱室温度、湿度和CO2浓度等参数。基于带有用电需求预测系统的模糊空调控制器（FAC-LA）和智能控制策略的智能控制系统，其控制策略分为瞬态和稳态两部分。智能控制系统实际为自适应模糊推理系统（ANFIS），该系统是一个多层自适应网络模糊推理系统，包括5个层面，根据混合学习方法完成不同节点函数的学习和参数调整。

基于瞬态和稳态工况，对带有用电需求预测系统的模糊空调系统和自适应智能控制系统进行了模拟仿真。分析了这两种控制系统的特点。结果表明，相比带有用电需求预瞄系统的模糊控制空调，自适应智能空调系统可节省约1%的能耗，实现了在不同环境条件下，通过对空调、送风机、进风口和循环通道的控制，可为室内提供适宜的温度和良好品质的空气。

刊名：Applied Thermal Engineering（英）

刊期：2013年第51卷

作者：Hamid Khayyam

编译：张振伟