HVAC sistemlerinin modellenmesi ve akıllı kontrol yaklaşımları kullanılarak kontrolü

Abstract

Isıtma, havalandırma ve iklimlendirme (HVAC) sistemleri taze hava, ısıtma, soğutma ihtiyacı ve nem kontrolünün hepsini veya birini sağlamak için yapılarda kullanılan ekipmanları, dağıtım ağlarını ve terminalleri ifade eder. HVAC sistemleri iç ortamlarda sıcaklığın ve hava kalitesinin istenen şartlarda olmasını sağlayan kontrol sistemleridir. Ayrıca hassas ortam koşulları gerektiren uygulamalarda daha da önem kazanmaktadır. Bu tez çalışmasında değişken debili iki zonlu HVAC sisteminin modellenmesi ve kontrolü gerçekleştirilmiştir. HVAC sistemi PID, LQR ve Parçacık Sürü Optimizasyonu (PSO) tabanlı Lineer Kuadratik Regülatör (LQR) ve Akıllı kontrol yöntemlerinden PSO tabanlı Bulanık Lineer Kuadratik Regülatör (FLQR) yöntemleri kullanılarak kontrol edilmiştir. İki farklı bölgenin sıcaklıkları ortam sıcaklığından yaklaşık 7 oC 'ye kadar düşürülmüştür. Yapılan benzetimler sonucunda elde edilen grafiksel ve sayısal veriler doğrultusunda önerilen kontrol algoritmaların birbirleriyle performans kriterleri kullanılarak kıyaslanmış ve irdelenmiştir. İki zonlu HVAC sistemine uygulanan yöntemler incelendiğinde her iki zon için en düşük sıcaklık hata performansı PSO - FLQR yöntemi ve MAE kriteri kullanılarak elde edilmiş (Zon 1 ve Zon 2 için) ve bu değerler sırasıyla 0.052 oC ve 0.034 oC'dir.

Heating, ventilation, and air conditioning (HVAC) systems refer to equipment, distribution networks, and terminals used in buildings to provide all or one of the fresh air, heating, cooling requirements, and humidity control. HVAC systems are control systems that ensure that the temperature and air quality are in desired conditions in indoor environments. It also gains more importance in applications that require sensitive environmental conditions. In this thesis study, modeling and controlling a variable flow rate two-zone HVAC system was carried out. The HVAC system was controlled using PID, LQR, and Particle Swarm Optimization (PSO) based Linear Quadratic Regulator (LQR) and PSO based Fuzzy Linear Quadratic Regulator (FLQR) methods, one of the intelligent control methods. The temperatures of two different zones were reduced to approximately 7 °C from ambient temperature. The proposed control algorithms were compared and examined using performance criteria in line with the graphical and numerical data obtained from the simulations. When the methods applied to the two-zone HVAC system are examined, the lowest temperature error performance for both zones is obtained using the PSO - FLQR method and MAE criterion (for Zone 1 and Zone 2) and these values are 0.052 oC and 0.034 oC, respectively.