[发明专利]基于动态矩阵控制算法的窗户控制方法

摘要

本发明提供的一种基于动态矩阵控制算法的窗户控制方法，包括步骤S1:建立可控对象和不可控对象的模型；S2：建立动态矩阵A和动态矩阵B；S3:获得w_P(k)；S4:获得k时刻的输入的不可控增量Δv(k)；S5:获得w^*_P(k)；S6:获得Δu(k)；S7:获得可控对象k+1时刻的模型预测初始响应向量y'_N0(k+1)；S8:获得可控对象预测输出值y'_PM(k+1)；S9:判断y'_PM(k)是否在标准输出值范围内，若不在，则控制窗户开度增大；若在，不对窗户进行操作；S10:在下一时刻，依照步骤S3至S9，依次循环；本发明建立室外环境参数的前馈控制和室内环境参数结合室外环境参数的反馈调节的室内环境参数的预测控制模型，对室内环境条件的预先判定，能够对窗户的开度进行预先控制，方便智能，可自适应控制。

主权项

1.一种基于动态矩阵控制算法的窗户控制方法，其特征在于：包括步骤S1:建立可控对象和不可控对象的模型，具体如下：通过在室内设置感应模块，获取可控对象的阶跃响应的数据，所述实时的可控对象的阶跃响应的采样值的表达式为ai＝a(it)，i＝1,2，…,N  (1)通过与气象局数据库联网，获取不可控对象的阶跃响应的数据，所述实时的不可控对象的阶跃响应的采样值的表达式为bi＝b(it)，i＝1,2，…,N  (2)其中，ai表示可控对象第i时刻的阶跃响应的数据，bi表示不可控对象第i时刻的阶跃响应的数据，N为动态矩阵控制算法的建模时域，t为采样周期；根据(1)式，建立可控对象的模型向量a：a＝[a1,a2,…,aN]T  (3)根据(2)式，建立可控对象的模型向量b：b＝[b1,b2,…,bN]T  (4)S2：利用(3)式建立可控对象的动态矩阵A，利用(4)式建立不可控对象的动态矩阵B：所述A的表达式为其中，A为P×M阶的动态矩阵，ai表示可控对象第i时刻的阶跃响应的数据，P为动态矩阵控制算法的优化时域，M为动态矩阵控制算的控制时域，M其中，B为P×P阶的动态矩阵，bi为不可控对象第i时刻的阶跃响应数据；S3:获得k时刻的初始期望向量wP(k)；其中，k时刻为本方法的初始启动时刻；S4:获得k时刻的输入的不可控增量Δv(k)：Δv(k)＝v(k)‑v(k‑1)  (7)其中，v(k)为k时刻的不可控对象值，v(k‑1)为k‑1时刻的不可控对象值；S5:获得新的期望向量w*P(k)：w*P(k)＝wP(k)‑BΔvP(k)  (8)其中，P为动态矩阵控制算法的优化时域；S6:获得k时刻的输入的可控增量Δu(k)：Δu(k)＝dT[w*P(k)‑y'P0(k)]  (9)其中，d^T表示控制系数向量，上标T为转置符号；y'_P0(k)表示k时刻的预测初始响应向量，y'₀(k+1|k)、y'₀(k+2|k)、…、y'₀(k+P|k) 分别表示k时刻对k+1、k+2、…、k+P时刻的初始预测值；P为动态矩阵控制算法的优化时域，N为动态矩阵控制算法的建模时域，M<P<N，M为动态矩阵控制算的控制时域；S7:获得可控对象k+1时刻的模型预测初始响应向量y'N0(k+1)，具体如下：首先得到k时刻的加入控制增量Δu(k)和不可控增量Δv(k)后的模型预测值y'N1(k)，具体如下：y'N1(k)＝y'N0(k)+aΔu(k)+bΔv(k)  (10)其中，y'₁(k+1|k)、y'₁(k+2|k)、…、y'₁(k+N|k)分别表示可控对象在k时刻对k+1、k+2、…、k+N时刻加入控制增量Δu(k)和不可控增量Δv(k)的模型预测值；y'₀(k+1|k)、y'₀(k+2|k)、…、y'₀(k+N|k)分别表示k时刻对k+1、k+2、…、k+N时刻的初始预测值，Δu(k)为k时刻的输入的控制增量，Δv(k)为k时刻的输入的不可控增量；接着得到k+1时刻的模型预测误差值e(k+1)：e(k+1)＝y(k+1)‑y'1(k+1|k)  (11)其中，y(k+1)表示k+1时刻的实际输出值；然后得到k+1时刻的模型输出的修正值y*(k+1)：y*(k+1)＝y'N1(k)+He(k+1)  (12)其中，y^*(k+1|k+1)、y^*(k+2|k+1)、…、y^*(k+N|k+1)分别表示可控对象在k+1时刻对第k+1、k+2、…、k+N时刻模型的修正值；H为由权系数组成的N维校正向量。最后得到得k+1时刻的模型预测初始响应向量y'N0(k+1)和k+1时刻的预测初始响应向量y'P0(k+1)：y'N0(k+1)＝Sy*(k+1)  (13)其中，S为N×N阶的状态转移矩阵；所述y'P0(k+1)为包含有y'N0(k+1)前P项元素的向量。S8:获得可控对象在M个连续的控制增量Δu(k)、Δu(k+1)、…、Δu(k+M‑1)和在P个连续的不可控增量Δv(k)、Δv(k+1)、…、Δv(k+P‑1)下的预测输出值y'PM(k+1)：y'PM(k)＝y'P0(k)+AΔuM(k)+BΔvP(k)  (14)其中，y'_P0(k)表示k时刻的预测初始响应向量，y'_M(k+1|k)、y'_M(k+2|k)、…、y'_M(k+P|k)为k时刻对k+1、k+2、…、k+P时刻的模型预测输出值；S9：判断y'PM(k)是否在标准输出值范围内，若不在，则控制窗户开度增大；若在，不对窗户开度进行调整；S10：在下一时刻，依照步骤S3至S9继续求解新的y'PM(k+1)的值并根据y'PM(k+1)的值对窗户开度进行控制，依次循环。