基于光電傳感器的暖通空調(diào)溫濕度智能控制技術(shù)

郭燕飛

(山西經(jīng)貿(mào)職業(yè)學(xué)院建筑工程系，山西 太原 030002)

傳感器屬于一種可以將現(xiàn)實(shí)世界自然量按照一定規(guī)律調(diào)整為計(jì)算機(jī)可處理數(shù)據(jù)的裝置。傳感器存在信號轉(zhuǎn)換單元與環(huán)境敏感單元，環(huán)境敏感單元主要是監(jiān)測環(huán)境中的物理量[1-2]，而信號轉(zhuǎn)換單元主要是將環(huán)境物理量轉(zhuǎn)換為電信號，使計(jì)算機(jī)能夠?qū)Υ诉M(jìn)行分析。光電傳感器[3](Photoelectric Transducer)是基于光電效應(yīng)的傳感器，其在受到可見光照射后即產(chǎn)生光電效應(yīng)，將光信號轉(zhuǎn)換成電信號輸出，是將光通量轉(zhuǎn)換為電量的一種傳感器。光電傳感器具備非接觸、響應(yīng)快和性能可靠等優(yōu)點(diǎn)。

家用空調(diào)較少能夠滿足多房間同時(shí)制冷供熱[4]，其他設(shè)備的溫濕度控制較差[5]，因此，家用暖通空調(diào)系統(tǒng)逐漸流行。對于暖通空調(diào)系統(tǒng)來說，為合理提供舒適的溫度與空氣質(zhì)量，仍然需要一定的控制方法，有較多學(xué)者對此進(jìn)行了研究[6]，魏玉龍等[7]研究基于大數(shù)據(jù)深度學(xué)習(xí)的涂裝空調(diào)溫濕度控制方法，該方法主要利用深度學(xué)習(xí)反復(fù)迭代尋找到最優(yōu)溫濕度，實(shí)現(xiàn)空調(diào)的控制，但該方法在檢測環(huán)境溫度與濕度時(shí)存在一定的誤差，使控制過程變得不夠完善。趙楠楠等[8]研究細(xì)絡(luò)聯(lián)車間溫濕度控制技術(shù)，通過采用熱平衡技術(shù)，維持絡(luò)筒工序空氣壓力和空氣幕技術(shù)，實(shí)現(xiàn)車間溫濕度的合理控制，但該技術(shù)控制后的環(huán)境溫濕度僅適用于一種場景，不適合其他環(huán)境。Patil等[9]研究基于Fanger預(yù)測平均投票(Predicted Mean Vote，PMV)指數(shù)原理的分離式空調(diào)遺傳優(yōu)化模糊控制器，在硬件平臺上使用商用8位ATmega-328微控制器，通過嵌入式編碼進(jìn)行實(shí)際應(yīng)用。設(shè)計(jì)的控制算法的一部分是檢測活動(dòng)水平、服裝保溫、空氣流速和相對濕度的值，并確定要設(shè)置的舒適溫度值，以滿足PMV和PPD指標(biāo)。另一部分向空調(diào)壓縮機(jī)發(fā)出控制信號，以保持該溫度。但是該方法由于檢測精度低，導(dǎo)致控制效果不佳。

針對上述問題，為了提高溫濕度控制效率，提出了基于光電傳感器的暖通空調(diào)溫濕度智能控制技術(shù)，應(yīng)用光電傳感器，并且結(jié)合SFLA算法，實(shí)現(xiàn)智能控制暖通空調(diào)溫濕度，以期提高人們的生活質(zhì)量。

1 光電傳感器分析

光電傳感[10]是指能夠?qū)⒖梢姽廪D(zhuǎn)換成某種電量的傳感器，光敏二極管是最常見的光傳感器，其工作在反向偏置的工作狀態(tài)，并與負(fù)載電阻相串聯(lián)，當(dāng)無光照時(shí)，反向電流很小；當(dāng)有光照時(shí)，載流子波被激發(fā)，產(chǎn)生光電載流子，在外電場的作用下，光電載流子參與導(dǎo)電，形成光電流。光電流的大小與光照強(qiáng)度成正比，于是在負(fù)載電阻上就有了與光照強(qiáng)度成正比例的電信號。光敏三極管除了具有光敏二極管的上述功能外，同時(shí)還有對電信號放大的功能。由上述可知，光電傳感器是通過把光強(qiáng)度的變化轉(zhuǎn)換成電信號的變化實(shí)現(xiàn)控制。

在一般情況下，光電傳感器有三部分組成:發(fā)送器、接收器和檢測電路。光電傳感器的工作方式一般有三種:槽型光電傳感器、對射型光電傳感器、反光板型光電傳感器。其參數(shù)為:100 mm檢測距離，漫反射型檢測方式，15 V～30 V電源電壓，200 Hz頻率，0.5 V～10 V輸出電壓，1 000 V/AC，50 Hz/60 Hz 60 s的耐電壓。

投光電路的設(shè)計(jì)是影響光電傳感器在暖通空調(diào)溫濕度控制方面應(yīng)用的重要環(huán)節(jié)，投光電路設(shè)計(jì)與傳感器的光學(xué)結(jié)構(gòu)設(shè)計(jì)密切相關(guān)。由此采用的投光電路如圖1所示。

圖1 投光電路圖

為了使投光鍛壓在變化的過程中，投光三極管TR1的輸入抵抗不對ARM芯片產(chǎn)生影響，以及投光電路在長時(shí)間工作時(shí)，不會(huì)因?yàn)橥豆馊龢O管TR1本身Vbe的溫度特性，導(dǎo)致投光電路的不穩(wěn)定，本投光電路的設(shè)計(jì)為主要由投光三極管的發(fā)射電壓反饋的運(yùn)算放大器緩沖電路組成。發(fā)射電壓的回歸，不僅會(huì)補(bǔ)正Vbe的溫度特性，而且在ARM芯片和運(yùn)算方法IC1間加入熱敏電阻和并聯(lián)的電阻，用于消除投光LED D1的溫度特性造成的干擾。最后選定的熱敏電阻為2.2 kΩ、并聯(lián)電阻為1.2 kΩ。

2 暖通空調(diào)溫濕度智能控制技術(shù)

2.1 溫度采集

在溫度變化時(shí)，雙層懸臂梁的應(yīng)力產(chǎn)生形變，導(dǎo)致其諧振頻率發(fā)生偏移，因此，檢測懸臂梁的頻率，即獲取溫度變化情況。

設(shè)矩形懸臂梁的長、寬、厚度依次為l、w、h，同時(shí)，x、y為懸臂梁的坐標(biāo)，在出現(xiàn)小振幅無阻尼情況的振動(dòng)，則懸臂梁的控制方程如式(1)所示:

式中:?E＝E/(1-v2)，其中v表示泊松比；E表示楊氏模量；I＝wh3/12，I表示轉(zhuǎn)動(dòng)慣量；A＝wh，A表示懸臂梁截面積；t表示時(shí)間。此時(shí)，懸臂梁的固定端與自由端的邊界條件如式(2)、式(3)所示:

式(4)中，將特征方程cos(kq)cosh(kq)＋1＝0的解通過kq表示。

在針對復(fù)合懸臂梁進(jìn)行分析時(shí)，不同材料的熱膨脹系數(shù)(α1，α2)會(huì)存在一定區(qū)別，此時(shí)，若溫度ΔT出現(xiàn)變化，則懸臂梁的曲率k與曲率半徑r之間的關(guān)系如式(6)所示:

式中:m＝h1/h2，q＝。通過上述形式的多層懸臂梁諧振頻率計(jì)算，即能夠?qū)崿F(xiàn)溫度變化分析，實(shí)現(xiàn)溫度檢測。

2.2 暖通空調(diào)濕度測量

通過以下形式實(shí)現(xiàn)暖通空調(diào)濕度測量，通常情況下，濕度與氣體的熱導(dǎo)率存在關(guān)聯(lián)，此時(shí)，針對包含c種氣體組分的混合氣體，可通過Sutherland-Wassiljewa等式計(jì)算其熱導(dǎo)率，如式(7)所示:

式中:混合氣體、單一氣體的熱導(dǎo)率分別由λmax、表示λi；組分i、j的分子數(shù)占全部氣體的百分比由Xi、Xj表示；組分i、j的結(jié)合參數(shù)由Ai，j表示。

可采用Lindsay-Bromley修正式調(diào)整Ai，j，如式(8)所示:

式中:組分i、j的粘度依次由μi、μj表示，分子量依次由Mi、Mj表示，Sutherland常數(shù)依次由Si、Sj表示，T表示時(shí)間常數(shù)。

經(jīng)上述方式可以計(jì)算得到，在傳感器電阻不斷進(jìn)行加熱情況下，當(dāng)濕度不斷上升，氣體的熱導(dǎo)率隨之升高，引起電阻逐漸降低，此時(shí)，測量電阻兩側(cè)電壓變化值即能夠獲取當(dāng)前暖通空調(diào)所處環(huán)境濕度。

2.3 基于SFLA-PID的暖通空調(diào)溫濕度控制

本文結(jié)合傳統(tǒng)PID控制器與蛙跳算法(SFLA)[11-12]，搭建基于SFLA-PID的暖通空調(diào)溫濕度智能控制方法。為使控制后的暖通空調(diào)工作溫濕度始終在所設(shè)范圍內(nèi)，在系統(tǒng)運(yùn)行時(shí)，可通過SFLA算法對PID控制器進(jìn)行優(yōu)化，在線調(diào)整PID控制參數(shù)，同時(shí)，在暖通空調(diào)工作環(huán)境存在變化時(shí)，系統(tǒng)根據(jù)外界環(huán)境變化情況，主動(dòng)調(diào)整控制參數(shù)，并始終挑選適應(yīng)度函數(shù)最小值，從而系統(tǒng)的控制能力處于最佳狀態(tài)，并加強(qiáng)系統(tǒng)的可控性。圖2所示為SFLAPID控制暖通空調(diào)溫濕度時(shí)的結(jié)構(gòu)圖。

圖2 SFLA-PID控制溫濕度結(jié)構(gòu)圖

圖2中，暖通空調(diào)溫濕度控制系統(tǒng)利用光電傳感器獲取環(huán)境內(nèi)溫濕度值，此時(shí)對比系統(tǒng)反饋值與最佳溫濕度值后，得到系統(tǒng)誤差值，同時(shí)采用系統(tǒng)性能指標(biāo)分析SFLA-PID控制器的控制參數(shù)是否最佳，若未實(shí)現(xiàn)最佳目標(biāo)值則繼續(xù)采用SFLA算法優(yōu)化PID控制參量，直至達(dá)到最佳溫濕度。

2.3.1 暖通空調(diào)溫濕度控制性能指標(biāo)選擇

通過控制系統(tǒng)的性能指標(biāo)可以決定系統(tǒng)每項(xiàng)指標(biāo)是否處于最佳狀態(tài)，通常情況下，一個(gè)完美的控制系統(tǒng)存在最佳的性能指標(biāo)[13]，因此，選擇合理的性能指標(biāo)可以有效決定暖通空調(diào)溫濕度控制系統(tǒng)的控制能力。通常情況下，系統(tǒng)主要通過以下性能指標(biāo)評價(jià)系統(tǒng)的關(guān)鍵性能，分別為誤差平方積分(ISE)、時(shí)間平方乘以誤差絕對值積分(ISTAE)。通過式(9)計(jì)算IAE指標(biāo):

式中:系統(tǒng)輸入與輸出的差值由e(t)表示，采用t表示時(shí)間，取e(t)的絕對值并進(jìn)行積分獲取該指標(biāo)的值。IAE指標(biāo)針對偏差較小的區(qū)域指標(biāo)控制能力較高，利用該指標(biāo)確保系統(tǒng)具有較高的阻尼特性以及瞬態(tài)響應(yīng)速度，但是在控制參數(shù)多時(shí)，該性能指標(biāo)變化幅度較小，無法有效適應(yīng)系統(tǒng)控制參數(shù)多變時(shí)的情況。因此，本文分析ISTSE指標(biāo)，如式(10)所示:

式中:該指標(biāo)利用時(shí)間t的平方與偏差值的平方相乘獲取，利用該指標(biāo)作為暖通空調(diào)溫濕度控制系統(tǒng)的性能指標(biāo)，可以使系統(tǒng)的輸出量在不同輸出時(shí)間下的振蕩情況減小，同時(shí)，抑制控制過程出現(xiàn)的誤差，因此，采用ISTSE作為設(shè)計(jì)暖通空調(diào)溫濕度控制控制系統(tǒng)的性能指標(biāo)。

2.3.2 暖通空調(diào)溫濕度控制參數(shù)的設(shè)定

在采用SFLA-PID控制暖通空調(diào)溫濕度時(shí)，合理設(shè)定PID控制參數(shù)與SFLA算法內(nèi)部參數(shù)，可以有效提升系統(tǒng)溫濕度控制性能，通過以下步驟設(shè)定控制參數(shù):

①設(shè)定初始參數(shù)Kp、Ku、Kd:通常在出廠階段已決定PID控制器中的初始參數(shù)Kp、Ku、Kd，但是可以根據(jù)控制過程的實(shí)際需求，在合理取值范圍內(nèi)隨機(jī)設(shè)定Kp、Ku、Kd。

②設(shè)定青蛙種群數(shù)N:該參數(shù)屬于蛙跳算法的核心參數(shù)，能夠決定溫濕度控制過程中的控制精度與響應(yīng)速度，種群數(shù)量N越大，該算法越能夠計(jì)算得到更加完美的解。

③設(shè)定子種群數(shù)量m與每組含蛙數(shù)n:青蛙種群數(shù)N能夠直接影響m與n的個(gè)數(shù)，若n過小會(huì)使得算法無法搜索到局部最優(yōu)解，即無法獲取最佳溫濕度控制結(jié)果。

④設(shè)定最大步長值Dmax:在全局搜索時(shí)，步長值過大，導(dǎo)致無法獲取最優(yōu)解，而步長過小，導(dǎo)致算法全局搜索能力差。因此，在設(shè)定Dmax時(shí)需要限制在合理的范圍。

⑤設(shè)定最大局部搜索半徑rmax與局部搜索次數(shù)L:過小的搜索次數(shù)與搜索半徑會(huì)使控制系統(tǒng)無法獲取最優(yōu)解，而過大的情況會(huì)導(dǎo)致系統(tǒng)資源出現(xiàn)內(nèi)耗。

⑥設(shè)定全局混合迭代次數(shù)G:若迭代次數(shù)G過小會(huì)使青蛙個(gè)體之間的交互能力降低，過大會(huì)產(chǎn)生局部最優(yōu)解，因此需要設(shè)定合理的迭代次數(shù)。

2.3.3 暖通空調(diào)溫濕度智能控制流程

本文利用光電傳感器和傳統(tǒng)PID控制器，并結(jié)合SFLA算法優(yōu)化PID控制參數(shù)，形成基于SFLAPID算法的暖通空調(diào)溫濕度控制系統(tǒng)，通過適應(yīng)度函數(shù)值分析控制過程是否需要繼續(xù)優(yōu)化，利用ISTSE性能指標(biāo)作為青蛙個(gè)體的適應(yīng)度值，以此保證控制系統(tǒng)的誤差與適應(yīng)度呈正比，保障系統(tǒng)的控制性能，圖3所示為基于SFLA-PID的暖通空調(diào)溫濕度控制系統(tǒng)圖。

圖3 暖通空調(diào)溫濕度控制系統(tǒng)

在圖3中，按照暖通空調(diào)溫濕度控制需求，初始化青蛙種群，并根據(jù)青蛙的適應(yīng)度值，通過降序方式排列每個(gè)青蛙位置，獲取最優(yōu)解，并向控制參數(shù)Kp、Ku、Kd賦值，通過ISTSE指標(biāo)分析是否需要優(yōu)化控制參數(shù)，若控制情況未達(dá)到預(yù)期效果，則采用全局搜索方式繼續(xù)搜尋青蛙個(gè)體最優(yōu)解，即找出最低適應(yīng)度值，經(jīng)多次迭代后，直到控制參數(shù)能夠達(dá)到控制條件，停止迭代。通過如下流程，完成基于SFLA-PID的暖通空調(diào)溫濕度控制:

①初始化參數(shù):在開始采用系統(tǒng)控制暖通空調(diào)溫濕度時(shí)，隨機(jī)產(chǎn)生初始青蛙種群，并設(shè)置控制參數(shù)Kp、Ku、Kd的取值范圍，同時(shí)設(shè)定空間維度S、組數(shù)m、組內(nèi)蛙數(shù)n、青蛙種群數(shù)N、局部搜索次數(shù)L、青蛙可改變區(qū)域的最大值Dmax、最大局部搜索半徑rmax以及全局混合迭代次數(shù)G。

②排列青蛙順序

采用式(11)計(jì)算每個(gè)青蛙的適應(yīng)度值Fitness(Xu)，并利用適應(yīng)度值降序排列青蛙順序，為每個(gè)青蛙獲取具體位置:

③獲取青蛙最優(yōu)解

采用式(2)計(jì)算青蛙最優(yōu)解Fitness(Xg)，獲取最優(yōu)解后，向控制參數(shù)Kp、Ku、Kd賦予最優(yōu)解，由此，最優(yōu)解即為初始控制參數(shù):

④開啟優(yōu)化后的PID控制器

采用式(13)、式(14)計(jì)算輸出暖通空調(diào)溫度控制量o(u)w與性能指標(biāo)值ISTSEw:

同時(shí)，利用式(15)、式(16)依次計(jì)算輸出暖通空調(diào)濕度控制量與性能指標(biāo)值ISTSEs:

⑤判斷控制參數(shù)優(yōu)化效果

通過式(17)與式(18)依次判斷性能指標(biāo)能否達(dá)到理想控制目的:

若上述公式的性能指標(biāo)均低于0.1℃與0.1% RH，則執(zhí)行步驟④，若性能指標(biāo)均大于0.1℃與0.1%RH，則通過蛙跳算法繼續(xù)搜索最優(yōu)控制參數(shù)Kp、Ku、Kd，并執(zhí)行下一步。

⑥利用蛙跳算法繼續(xù)優(yōu)化PID控制參數(shù)

通過上述步驟判斷性能指標(biāo)是否符合要求，若不符合，則繼續(xù)采用蛙跳算法尋找合適的PID控制參數(shù)，直至獲取的參數(shù)符合式(17)與式(18)要求，停止迭代，實(shí)現(xiàn)暖通空調(diào)溫濕度最優(yōu)控制。

3 實(shí)驗(yàn)分析

選取屬于華北平原的山西太原市辦公樓為研究對象，該地區(qū)年平均氣溫9.5℃，年均降水量456 mm。設(shè)置研究對象共有房間60間，每個(gè)房間均配置了暖通空調(diào)，空調(diào)為GCHV積微空調(diào)，在每個(gè)空調(diào)上安裝本文設(shè)計(jì)的光電傳感器，安裝完成后，光電傳感器連續(xù)采集數(shù)據(jù)60 h，獲取暖通空調(diào)溫濕度值，并以此數(shù)據(jù)為分析對象，設(shè)計(jì)的溫濕度傳感器如圖4所示，溫濕度智能控制系統(tǒng)如圖5所示。

圖4 溫濕度傳感器

圖5 溫濕度智能控制系統(tǒng)

實(shí)驗(yàn)采集的暖通空調(diào)溫濕度值具體數(shù)據(jù)如表1所示(匯總成表的數(shù)據(jù)為平均值)。

表1 溫濕度數(shù)據(jù)

應(yīng)用本文方法和文獻(xiàn)[9]方法控制溫濕度變化，分析光電傳感器與溫濕度控制性能。應(yīng)用測溫傳感器采集環(huán)境溫度，分析本文技術(shù)的光電傳感器測溫性能以及傳感器的運(yùn)行性能，分析結(jié)果如表2所示。

表2 光電傳感器性能分析

由表2可知，在不同溫度點(diǎn)下，本文光電傳感器均能實(shí)現(xiàn)較好測溫，且測溫結(jié)果較為精準(zhǔn)，在溫度為40℃、20℃以及40℃時(shí)僅出現(xiàn)較小的測溫誤差，且誤差均未超過0.02℃，同時(shí)，在進(jìn)行測溫時(shí)，本文光電傳感器的電路平均功耗均保持在240 μW說明該傳感器具有較低功耗，可以有效節(jié)約電路的消耗。

分析應(yīng)用本文光電傳感器在不同時(shí)間段下對環(huán)境內(nèi)濕度的采集情況，結(jié)果如圖6所示。

根據(jù)圖6可知，在不同時(shí)間段下，該環(huán)境內(nèi)的濕度值也存在較大區(qū)別，在8:00～9:00時(shí)間范圍內(nèi)，該環(huán)境的濕度值明顯較高，均保持在88%RH以上，而在11:00～12:00時(shí)間段內(nèi)，濕度值存在明顯降低，處于80%RH～84%RH范圍內(nèi)波動(dòng)，當(dāng)時(shí)間到達(dá)下午13:00～14:00時(shí)間段時(shí)，濕度值保持最低，由此可以看出，在每日的早晨時(shí)段濕度值明顯較高，同時(shí)，應(yīng)用本文光電傳感器，可獲取完整的濕度變化值。

圖6 濕度采集情況分析

應(yīng)用本文技術(shù)和文獻(xiàn)[9]技術(shù)控制暖通空調(diào)溫濕度變化，使暖通空調(diào)的溫濕度均能夠保持在設(shè)定的最佳值，加強(qiáng)控制環(huán)境溫濕度的能力，設(shè)置當(dāng)前最佳溫度為26℃，最佳濕度為80%RH，分析暖通空調(diào)運(yùn)行2 h時(shí)受到外部環(huán)境干擾情況，控制溫濕度的效果，結(jié)果如圖7所示。

圖7 溫濕度控制效果分析

通過圖7(a)可以看出，當(dāng)暖通空調(diào)運(yùn)行2 h時(shí)出現(xiàn)外部因素干擾，未采用本文技術(shù)控制前溫度迅速出現(xiàn)波動(dòng)，在之后的運(yùn)行過程中始終呈現(xiàn)波動(dòng)趨勢，最高溫度達(dá)到了27.4℃，表明溫度控制效果較差，文獻(xiàn)[9]的控制方法將溫度控制在27℃以內(nèi)，但是存在較大誤差，最高誤差達(dá)到了1℃，而經(jīng)本文技術(shù)控制后，溫度未出現(xiàn)明顯波動(dòng)，溫度保持在26℃運(yùn)行。

由圖7(b)可知，未應(yīng)用本文技術(shù)控制濕度值時(shí)，暖通空調(diào)的濕度呈現(xiàn)逐漸上升趨勢，且最終未達(dá)到合理濕度，而經(jīng)本文技術(shù)控制后，濕度值始終在80%RH運(yùn)行，文獻(xiàn)[9]方法的濕度控值最低為76%RH，并且在后期持續(xù)上升，因此，本文技術(shù)具有較強(qiáng)的濕度控制能力。

4 結(jié)論

為了提高暖通空調(diào)溫濕度的控制效果，提高生活環(huán)境的適宜度，本文研究基于光電傳感器的暖通空調(diào)溫濕度智能控制技術(shù)。該技術(shù)通過光電傳感器檢測環(huán)境溫濕度值，并且采用基于SFLA-PID的暖通空調(diào)溫濕度智能控制系統(tǒng)實(shí)現(xiàn)溫濕度智能控制，完成控制技術(shù)設(shè)計(jì)。應(yīng)用該技術(shù)進(jìn)行對比分析實(shí)驗(yàn)可知，該技術(shù)的溫濕度控制效果最好，有效將溫濕度控制住在最佳值，溫濕度數(shù)值波動(dòng)小。未來可將當(dāng)前設(shè)計(jì)以及實(shí)驗(yàn)結(jié)果作為研究依據(jù)，繼續(xù)設(shè)計(jì)更加全面的溫濕度控制技術(shù)。