一种空调控制系统及控制方法

技术领域

本发明涉及空调控制技术领域，尤其是一种空调控制系统及控制方法。

背景技术

随着社会的发展，在工业以及民用上的单体空调难以满足使用，因此更加舒适的中央暖通空调出现在市面上。中央空调往往控制着整栋建筑的温度，但不同房间中，由于存在不同程度的发热元件，因此温度控制上会存在一定的差异性。在早期中央空调的使用中，往往需要对不同房间的温度进行监控，并在中央空调的总控制系统中对相应的房间进行温度调整，需要大量的人力。后续随着计算机技术的发展，研究者提出了整体的空调自动控制理论，通过可编程逻辑控制器PLC对中央空调进行控制。但实际使用中发现，影响房间温度的因素较多，数据处理中PLC之中的CPU处理器难以胜任。

因此，如何提供一种自适应空调自动控制系统，是目前有待解决的问题。

发明内容

本发明的目的是通过提出一种空调控制系统及控制方法，以解决上述背景技术中提出的缺陷。

本发明采用的技术方案如下：

提供一种空调控制系统及控制方法，包括：

空调控制模块：用于控制空调各结构运转；

控制终端：用于与空调通信模块建立通信连接，控制空调控制模块的工作。

所述PID控制算法中，控制输出为：

b(k)＝K

+K

其中，b(k)代表PID控制输出；K

作为本发明的一种优选技术方案：所述系统启动时，控制终端通过空调控制模块时自动获取空调的运行参数。

作为本发明的一种优选技术方案：所述控制终端还自动获取当前环境数据，并通过空调通信模块发送至空调控制模块。

作为本发明的一种优选技术方案：所述环境数据包括时间数据、空间数据、温度数据。

作为本发明的一种优选技术方案：所述空调控制模块通过收集环境数据自动寻优最优控制方案，并提供自动控制方案供控制终端选择。

作为本发明的一种优选技术方案：所述空调控制模块通过PID控制算法实现对空调的自动控制。

作为本发明的一种优选技术方案：所述PID算法中，构建神经网络对PID算法进行学习，实现系统对K

u(k)＝f[b(k)，K

其中，u(k)代表和K

设神经网络输入节点数量为M，得到神经网络输入层中节点输出为：

其中，m＝0，1，…，M-1，

其中，

式中，

作为本发明的一种优选技术方案：所述PID算法中，得出自动控制系统的三种参数；

其中，K

提供一种空调控制方法，通过控制终端建立与空调控制模块的通信连接，实现对空调的控制。

本发明提供的空调控制系统及控制方法，与现有技术相比，其有益效果有：

本发明通过将神经网络算法与PID算法相结合，对空调进行数据控制运算，进行空调的自适应学习，实现自适应空调的自动控制，有助于提升用户体感度，并且其抗干扰能力强，具有较高的可行性。

附图说明

图1为本发明优选实施例的系统框图；

图2为本发明优选实施例的神经网络结构图。

具体实施方式

需要说明的是，在不冲突的情况下，本实施例中的实施例及实施例中的特征可以相互组合，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参照图1，本发明优选实施例提供了一种空调控制系统及控制方法，包括：

空调控制模块：用于控制空调各结构运转；

控制终端：用于与空调通信模块建立通信连接，控制空调控制模块的工作。

所述控制终端连接至空调控制模块时自动获取空调的运行参数。

所述控制终端还自动获取当前环境数据，并通过通信连接发送至空调控制模块。

所述环境数据包括时间数据、空间数据、温度数据。

所述空调控制模块通过收集环境数据自动寻优最优控制方案，并提供自动控制方案供控制终端选择。

所述空调控制模块通过PID控制算法实现对空调的自动控制。

所述PID控制算法中，控制输出为：

b(k)＝K

其中，b(k)代表PID控制输出；K

所述PID算法中，构建神经网络对PID算法进行学习，实现系统对K

u(k)＝f[b(k)，K

其中，u(k)代表和K

设神经网络输入节点数量为M，得到神经网络输入层中节点输出为：

其中，m＝0，1，…，M-1，

其中，

式中，

所述PID算法中，得出自动控制系统的三种参数；

其中，K

提供一种空调控制方法，通过控制终端建立与空调控制模块的通信连接，实现对空调的控制。

本实施例中，空调控制模块控制空调的运作，保证空调各项机能的正常运转，控制终端，如手机，建立与空调的通信连接，并自动收集空调运行参数，便于掌握空调当前运行状态。空调自动收集当前时间数据和房间内的空间数据，以及当前房间内的自然温度数据，为用户制定出最优的空调控制方案供用户选择，当用户通过控制终端，如手机选择自动调节模式时，空调通过PID控制算法实现对空调的自动控制。

控制输出为：

b(k)＝K

其中，b(k)代表PID控制输出；K

参照图2，构建神经网络对PID算法进行学习，实现空调控制系统对K

u(k)＝f[b(k)，K

其中，u(k)代表和K

设神经网络输入节点数量为M，得到神经网络输入层中节点输出为：

其中，

其中，

式中，

得出自动控制系统的三种参数；

其中，K

基于神经网络的PID控制算法对空调控制系统进行数据控制运算，并进行自动寻优，自动收集当前时间数据、房间内的空间数据、当前房间内的自然温度数据以及空调运行数据，如暖通空调回风进入时间；暖通空调回风排出时间；暖通空调进入房间的热量，空调回风排出的热量，人或设备在房间中释放的热量，室外和室内之间热量的交互量等，通过基于神经网络的PID控制算法自动学习计算当前人体最舒适的环境，并集合成自动调节方案供用户选择。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。