طراحي كنترلر فازي مرتبه بالا براي سيستم تهويه مطبوع

Design of high order fuzzy controller for HVAC systems

اين مقاله‏‌ به بررسي عملكرد كنترل كننده فازي مرتبه بالا بر روييك سيستم تهويه مطبوع مي پردازد. اساس كار بر تنظيم اوليه هر متغير با روش ممداني و سپس بهره گيري از كنترل كننده فازي مرتبه بالا در تنظيم بهره كنترلي استوار مي باشد. كنترل كنندهفازي مرتبه بالا در طول فرايند كنترل، بهره هاي كنترلي را به گونه اي تغيير مي دهد كه خطا را به سمت صفر همگرا نمايد. استفاده از كنترل كنندهفازي مرتبه بالا، كنترل كنندهراتبديل به كنترل فازي تطبيقي نموده و باعث كاهش تعداد قواعد موجود در پايگاه قواعد موتور استنتاج كنترل كنندهفازي مي-گردد. در نتيجه حجم محاسبات ورودي كنترل كاهش مي يابد. در ادامه براي بهينه نمودن كنترل پيشنهادي، از روش اتوماتاييادگيري گسسته استفاده شده است. كنترل كننده پيشنهادي قادر است در مواجهه با اغتشاش ايجاد شده در بارگرمايي و رطوبتي، شرايط مطلوب را در حداقل زمان ممكن فراهم نمايد. نتايج شبيه سازي نشان مي دهد كه اين كنترل كننده قادر است شرايط مطلوب محيطي را از نظر دمايي و همچنين از نظر رطوبتي در كمترين زمان ممكن تامين نمايد كه اين مهم منجر به كاهش مصرف انرژي خواهد شد.

This paper investigates the performance of high-order fuzzy controller for Heating,Ventilating and Air Conditoning (HVAC) systems.This work is based on initial setting of each variable with mamdany method and then benefit of high-order fuzzy controller to regulae the gain control. In the control process, the high-order fuzzy controller make the changes in gains, so that the error can converge to zero by using this method. The controller as work as a fuzzy adaptive controller and reduction of the number of available rules in fuzzy controller inference engine rule base. Thus the computational complexity is reduced in controller input.Then to optimize the proposed control, we used discrete action reinforcement learning automata.The recommended controller is able to provide the desired conditions in the shortest possible time when facing a disturbance in the thermal and moisture load.The simulation results show that,this controller is able to provide the desired conditions in regards to temperature and humidity in the shortst possible time that it will result the reduction of energy consumption.