ISSN 2304-6600 (Online)
ISSN 1997-0935 (Print)



Инженерные системы в строительстве

Автоматизация процессов компенсационно-предиктивного управления климат-системами интеллектуального здания

  • Кычкин А.В. - Пермский филиал «Национальный исследовательский университет “Высшая школа экономики”»
  • Дерябин А.И. - Пермский филиал «Национальный исследовательский университет “Высшая школа экономики”»
  • Викентьева О.Л. - Пермский филиал «Национальный исследовательский университет “Высшая школа экономики”»
  • Шестакова Л.В. - Пермский филиал «Национальный исследовательский университет “Высшая школа экономики”»
DOI: 10.22227/1997-0935.2019.6.734-747
Страницы: 734-747
Введение. На основе накопленного опыта в области автоматизации зданий и технических возможностей IoT формируется новый подход к управлению инженерными подсистемами, обеспечивающий заданные параметры качества на протяжении всего периода эксплуатации. В рамках этого подхода исследуются компенсационные и предиктивные алгоритмы, обеспечивающие контроль параметров климата в здании, на основе контроллеров IoT. Цель — повышение эффективности управления инженерными подсистемами технического обеспечения интеллектуальных зданий на основе системы управления (СУ) с компенсацией возмущающих воздействий и предсказание их изменений на базе контроллера IoT и аналитического сервера. Материалы и методы. С целью повышения качества управления используются различные алгоритмы, основанные на анализе собираемых с контроллеров данных. Накопленная информация об объекте за весь период эксплуатации может использоваться для построения модели здания, которая применяется для реализации предиктивного управления, позволяющего заранее прогнозировать параметры, действующие на объект, и компенсировать их заранее в условиях инертности. Постоянная адаптация модели СУ к реальности дает возможность непрерывно оптимизировать настройки алгоритма регулирования, обеспечивая эффективную работу локальных контуров регулирования. Результаты. Предложена структура СУ подсистемами интеллектуального здания с предсказанием и компенсацией возмущающих воздействий на базе контроллера IoT. Алгоритм компенсации обновляется в зависимости от динамики свойств объекта, качества регулирования и наличия данных, наиболее подходящих для идентификации. Выводы. Возможности СУ на базе контроллера IoT и выработки компенсационно-предиктивного управляющего сигнала с размещением алгоритма управления на сервере в «облаке» продемонстрированы на модели управления температурой в помещении. Рассмотрены имитационные модели процесса изменения температуры помещения: без СУ; модель с ПИ-регулятором с компенсацией возмущающих воздействий; модель с компенсацией возмущающих воздействий для СУ на базе контроллера IoT. Структурная и параметрическая идентификация моделей осуществлена методом активного эксперимента.
  • киберфизическая система;
  • система управления;
  • интеллектуальное здание;
  • кондиционирование и вентиляция;
  • Интернет вещей;
  • интеллектуальный анализ данных;
  • предиктивная аналитика;
  • энергосбережение;
Литература
  1. Кудж С.А., Цветков В.Я. Сетецентрическое управление и киберфизические системы // Образовательные ресурсы и технологии. 2017. № 2 (19). С. 86–92. DOI: 10.21777/2500-2112-2017-2-86-92
  2. Цветков В.Я. Распределенное интеллектуальное управление // Государственный советник. 2017. № 1. С. 16–22.
  3. Zhu C., Leung V.C.M., Shu L., Ngai E.C.-H. Green Internet of Things for smart world // IEEE Access. 2015. Vol. 3. Pp. 2151–2162. DOI: 10.1109/ACCESS.2015.2497312
  4. Кузьмин В.А. Оптимальное отопление: поддержание неравновесного поля температур в многокамерной системе с минимумом затрат энергии // Программные системы: теория и приложения. 2018. Т. 9. № 3 (38). С. 29–47.
  5. Zhang J., Seet B.-C., Lie T.T. Building information modelling for smart built environments // Buildings. 2015. Vol. 5. Issue 1. Pp. 100–115. DOI: 10.3390/buildings5010100
  6. Стрижак П.А., Морозов М.Н. Математическое моделирование теплового режима здания с учетом инсоляционных теплопоступлений // Известия Томского политехнического университета. Инжиниринг георесурсов. 2015. Т. 326. № 8. С. 36–46.
  7. Степанов В.М., Сергеева Т.Е. Анализ математических моделей тепломассообменных процессов зданий для формирования управляющих воздействий электромеханической системы // Известия ТулГУ. Технические науки. 2015. Вып. 12. № 2. С. 158–164.
  8. Панферов В.И., Анисимова Е.Ю., Нагорная А.Н. К теории математического моделирования теплового режима зданий // Вестник ЮУрГУ. 2006. № 14 (69). С. 128–132.
  9. Викентьева О.Л., Дерябин А.И., Шестакова Л.В., Кычкин А.В. Синтез информационной системы управления подсистемами технического обеспечения интеллектуальных зданий // Вестник МГСУ. 2017. Т. 12. № 10 (109). С. 1191–1201. DOI: 10.22227/1997-0935.2017.10.1191-1201
  10. Hou L., Zhao S., Xiong X., Zheng K., Chatzimisios P., Hossain M.S. et al. Internet of things cloud: architecture and implementation // IEEE Communications Magazine. 2016. Vol. 54. Issue 12. Pp. 32–39. DOI: 10.1109/MCOM.2016.1600398CM
  11. Lyakhomskii A.V., Perfil’eva E.N., Kychkin A.V., Genrikh N. A software-hardware system of remote monitoring and analysis of the energy data // Russian Electrical Engineering. 2015. Vol. 86. Issue 6. Pp. 314–319. DOI: 10.3103/S1068371215060103
  12. Tao F., Zuo Y., Xu L.D., Zhang L. IoT-based intelligent perception and access of manufacturing resource toward cloud manufacturing // IEEE Transactions on Industrial Informatics. 2014. Vol. 10. Issue 2. Рp. 1547–1557. DOI: 10.1109/TII.2014.2306397
  13. Waczowicz S., Klaiber S., Bretschneider P., Konotop I., Westermann D., Reischl M. et al. Data mining zur analyse der auswirkungen von preissignalen auf haushaltsstromkunden // at — Automatisierungstechnik. 2014. Vol. 62. Issue 10. Pp. 740–752. DOI: 10.1515/auto-2014-1108
  14. Ghayvat H., Liu J., Mukhopadhyay S.C., Gui X. Wellness sensor networks: a proposal and implementation for smart home for assisted living // IEEE Sensors Journal. 2015. Vol. 15. Issue 12. Pp. 7341–7348. DOI: 10.1109/JSEN.2015.2475626
  15. Park H., Rhee S.-B. IoT-based smart building environment service for occupants’ thermal comfort // Journal of Sensors. 2018. Vol. 2018. Pp. 1–10. DOI: 10.1155/2018/1757409
  16. Ицкович Э.Л. Современные алгоритмы автоматического регулирования и их использование на предприятиях // Автоматизация в промышленности. 2007. № 6. С. 39–44.
  17. Ротач В.Я. Об адаптивных системах управления с текущей идентификацией объекта // Автоматизация в промышленности. 2004. № 6. С. 3–6.
  18. Gubbi J., Buyya R., Marusic S., Palaniswami M. Internet of things (IoT): a vision, architectural elements, and future directions // Future Generation Computer Systems. 2013. Vol. 29. No. 7. Pp. 1645–1660. DOI: 10.1016/j.future.2013.01.010
  19. Lü X., Lu T., Kibert C.J., Viljanen M. A novel dynamic modeling approach for predicting building energy performance // Applied Energy. 2014. Vol. 114. Pp. 91–103. DOI: 10.1016/j.apenergy.2013.08.093
СКАЧАТЬ (RUS)