Дисертації (АЕП)

Постійне посилання зібрання

https://ela.kpi.ua/handle/123456789/14652
У зібранні розміщено дисертації, які захищені працівниками кафедри.

Переглянути

Перегляд Дисертації (АЕП) за Ключові слова "control systems"

Зараз показуємо 1 - 1 з 1
  • Ескіз
    ДокументВідкритий доступ
    Автоматизація процесу керування адаптивною системою переривчастого теплозабезпечення будинку на базі теплонасосної установки
    (КПІ ім. Ігоря Сікорського, 2025) Богза, Микола Сергійович; Волощук, Володимир Анатолійович
    Дисертація на здобуття наукового ступеню доктора філософії за спеціальністю 151 «Автоматизація та комп’ютерно-інтегровані технології». – Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Київ, 2025. У дисертаційній роботі запропоновано подальший розвиток підходу з автоматизації процесу керування адаптивною системою переривчастого теплозабезпечення будинку на базі теплонасосної установки (ТНУ) із застосуванням оптимальних уставок регулятора. Зокрема, визначено умови формування уставки для ПІД-регулятора з урахуванням змінного графіку обігріву будівлі, динаміки теплових режимів в будівлі та зовнішніх умов, що дозволяє підвищити енергоефективність системи теплозабезпечення. Розроблено математичну модель ТНУ, яка дає змогу досліджувати динамічні режими роботи системи теплозабезпечення під час переривчастого обігріву, зокрема при переході від нічного режиму зі зниженою уставкою до етапу ранкового розігріву, що забезпечує комфортну температуру на момент початку робочого дня. Запропоновано алгоритми оптимізації режимів роботи ТНУ, завдяки яким підвищується ефективність системи теплозабезпечення. Також запропоновано методологію інтеграції аналітичних та нейронних моделей ТНУ в середовище MATLAB/Simulink, що дає можливість прискорити процес моделювання системи у змінних умовах експлуатації. Досліджено вплив параметрів переривчастого обігріву на коефіцієнт перетворення (COP), споживання електроенергії ТНУ та комфортні температурні умови у будівлі. Результати дослідження демонструють, що застосування запропонованого підходу дозволяє мінімізувати споживання електроенергії ТНУ, забезпечити гнучке управління температурними режимами та оптимізувати енергоспоживання, що сприяє підвищенню загальної ефективності системи теплозабезпечення будинку. Перший розділ документа містить детальний опис проблематики та актуальності дослідження, присвяченого автоматизованому керуванню ТНУ у системах теплозабезпечення будівель. Основний акцент зроблено на необхідності підвищення енергоефективності за рахунок удосконалення алгоритмів керування, що дозволяють оптимізувати витрати електроенергії без втрати теплового комфорту. У вступній частині розглядається зростання попиту на енергоефективні технології в умовах глобальної тенденції до скорочення використання викопного палива. Особлива увага приділена впливу переривчастого режиму обігріву на зменшення енергоспоживання. Наголошено, що традиційні системи працюють у режимі постійного навантаження, що не завжди є доцільним, особливо в умовах змінних температурних умов та відсутності людей у будівлі в нічний час. Далі обґрунтовується необхідність використання математичних моделей для прогнозування та керування тепловими режимами в будівлі. Описано, що використання пакету Matlab, Simulink, Simscape для моделювання дозволяє створювати динамічні моделі, які враховують зміни умов навколишнього середовища, теплотехнічні характеристики огороджувальних конструкцій будівлі та динамічні процеси теплових режимів. У контексті формування керуючих алгоритмів підкреслюється важливість правильного вибору уставки температури в нічний час та випереджаючого прогріву, щоб до моменту початку робочого дня забезпечити комфортний тепловий режим всередині приміщення. Таким чином, перший розділ висвітлює основні виклики у сфері теплозабезпечення будівель, окреслює мету дослідження та обґрунтовує вибір методів та засобів для реалізації енергоефективного управління ТНУ. Другий розділ дисертації присвячений розробці аналітичної моделі ТНУ, яка є основним інструментом для дослідження її роботи, оцінки ефективності та оптимізації режимів експлуатації. У розділі розглядаються сучасні методи моделювання ТНУ, їхні переваги та недоліки, а також визначаються ключові етапи створення аналітичної моделі. Аналіз методів моделювання охоплює три основні підходи: аналітичні, емпіричні та гібридні моделі. Аналітичні моделі базуються на фізичних принципах, таких як закони термодинаміки, теплопередачі та гідродинаміки, що забезпечує високу точність, але вимагає значних обчислювальних ресурсів. Емпіричні моделі, побудовані на основі експериментальних даних, швидші у реалізації, але менш універсальні та менш адаптивні до змінних умов експлуатації. Гібридні моделі поєднують обидва підходи, дозволяючи отримати баланс між точністю та обчислювальною складністю, що робить їх найбільш перспективними для моделювання складних систем. Наступна частина розділу присвячена етапам створення аналітичної моделі ТНУ. Основою для моделювання є фундаментальні фізичні закони: збереження енергії, теплопередачі, рівняння стану та гідродинаміки потоків. Розробка аналітичної моделі включає математичний опис основних компонентів ТНУ: випарника, компресора, конденсатора та розширювального вентиля. Для кожного з них формулюються рівняння енергетичних балансів з використанням функціональних залежностей які визначають теплофізичні властивості робочих тіл. Особливу увагу приділено використанню програмного пакету CoolProp, який дозволяє точно розраховувати теплофізичні властивості робочих тіл, які використовуються в ТНУ. Інтеграція цього пакета в MATLAB/Simulink/Simscape забезпечує високу точність розрахунків у реальному часі, що критично важливо для динамічного моделювання. Детально розглядається алгоритм використання CoolProp для визначення теплофізичних параметрів робочих середовищ у різних компонентах ТНУ. Реалізація моделі в MATLAB включає розробку модульної структури, у якій окремі функціональні блоки описують роботу кожного елемента системи. Модель інтегрована в середовище Simulink, що дозволяє проводити симуляції динамічних режимів роботи ТНУ та аналізувати ефективність керування тепловими процесами. Для тестування та валідації використовуються експериментальні дані, що дозволяють оцінити похибку моделювання та перевірити адекватність отриманих результатів. Окремий підрозділ присвячений валідації моделі, яка включає порівняння розрахункових значень із експериментальними даними. Аналіз похибок показує, що модель має високу точність, особливо у номінальних і часткових режимах роботи. Висновки до розділу узагальнюють основні результати розробки аналітичної моделі ТНУ, підкреслюючи її практичну значущість для оптимізації режимів роботи такими установками. Зазначається, що модель може бути використана для розробки інтелектуальних алгоритмів керування, що дозволить підвищити енергоефективність системи. Водночас наголошується на її головному недоліку – значних обчислювальних витратах, що ускладнює використання моделі для довготривалих симуляцій. Тому в наступних дослідженнях передбачається заміна аналітичної моделі на модель машинного навчання. Третій розділ дисертації присвячений розробці та інтеграції моделі машинного навчання для ТНУ у середовище Simulink. Традиційні аналітичні моделі, незважаючи на свою точність, мають значні обмеження у швидкодії, що ускладнює їх використання для управління в реальному часі. Використання методів машинного навчання дозволяє зменшити обчислювальну складність та адаптувати модель до змінних умов. Ця методологія поєднує точність аналітичних моделей із швидкодією нейронних мереж, що робить її перспективним підходом до керування ТНУ. Одним із ключових етапів дослідження є вибір моделі машинного навчання. Було проведене порівняння двох підходів: алгоритму Random Forest і нейронної мережі LSTM. Алгоритм Random Forest є простішим у реалізації та менш вимогливим до даних, але він не враховує часових залежностей у роботі системи. Натомість LSTM дозволяє моделювати складні динамічні процеси та аналізувати змінні, що мають довгострокові залежності. Тестування показало, що LSTM значно перевершує Random Forest у точності прогнозування теплових режимів системи, хоча потребує більше обчислювальних ресурсів під час навчання. Розробка нейронної моделі передбачала кілька етапів: збір і підготовка тренувальних даних, вибір архітектури нейронної мережі, її навчання та подальша інтеграція у Simulink. Було використано великий обсяг даних, отриманих із аналітичної моделі ТНУ, що містили інформацію про температурні режими у випарнику, конденсаторі, компресорі, теплове навантаження та масову витрату теплоносія. Дані були нормалізовані та структуровані для ефективного навчання моделі. Вибір архітектури нейронної мережі зупинився на LSTM, оскільки цей тип мереж ефективно працює з часовими рядами. Модель складалася з одного прихованого шару з п’ятьма нейронами, що забезпечило баланс між швидкістю роботи та точністю прогнозування. Для запобігання перенавчанню використовувалися техніки регуляризації, зокрема ранній зупин. Оптимізація виконувалася за допомогою алгоритму Adam, а функцією втрат було обрано середньоквадратичну помилку. Після навчання модель була конвертована у формат, придатний для використання у Simulink. Це передбачало трансформацію нейронної мережі у C-код із використанням бібліотеки keras2c, що дозволило отримати компактний та швидкодіючий код. Подальша інтеграція моделі у Simulink виконувалася через S-функцію, яка забезпечила зв’язок між нейронною моделлю та моделями інших типів, створених вбудованими засобами Matlab/Simulink. Тестування інтегрованої моделі в середовищі Simulink підтвердило її ефективність. Було проведено порівняння трьох реалізацій: вихідної моделі на Python, її еквівалента на мові C та кінцевого блоку S-функції у Simulink. Всі три варіанти показали близькі результати за точністю, що свідчить про коректність перетворення та інтеграції моделі. Водночас значно покращилася швидкість обчислень: якщо модель у Python потребувала значного часу для кожної ітерації, то реалізація у C-коді дозволила суттєво прискорити процес, а блок S-функції забезпечив можливість роботи в реальному часі. Висновки розділу підкреслюють доцільність використання методів машинного навчання для оптимізації роботи ТНУ та синтезу систем управління. Запропонований підхід поєднує точність аналітичних моделей із продуктивністю нейронних мереж, що робить його ефективним інструментом для досліджень. Інтеграція моделі в Simulink відкриває нові можливості для оптимізації управління ТНУ, дозволяючи адаптувати систему до змінних умов експлуатації та прогнозувати її роботу з високою точністю. Майбутні дослідження можуть бути спрямовані на вдосконалення моделі, зокрема на її адаптацію до різних типів ТНУ та розширення можливостей керування за допомогою інтелектуальних алгоритмів. Четвертий розділ дисертації присвячений розробці моделі системи теплозабезпечення будинку. Основною метою цього етапу є створення загальної моделі, яка об’єднує ТНУ, систему опалення та будівлю. Така модель забезпечує відтворення динаміки теплових режимів у будинку, через вплив зовнішніх факторів та роботу системи теплозабезпечення. Також є можливість інтеграції різних алгоритмів керування та їх аналізу для оцінки ефективності та оптимізації роботи системи. Модель враховує конструктивні особливості будівлі, теплофізичні характеристики огороджувальних конструкцій, внутрішні джерела теплоти. Використання кліматичних даних які представлені типовим метрологічним роком, дає можливість дослідити динаміку теплового режиму будівлі впродовж опалювального сезону. Модель ТНУ реалізована на основі нейронної мережі LSTM дає можливість дослідити динаміку змін режимів роботи установки та системи теплозабезпечення загалом. Модель системи опалення побудована з урахуванням постійної витрати теплоносія та роботи за температурним графіком з метою підтримання в приміщеннях теплового комфорту. Одним із ключових етапів дослідження є узгодження теплових режимів моделі ТНУ з моделлю будинку. Цей процес передбачає зв’язок між фізичними параметрами системи, такими як температура теплоносія, теплове навантаження та зовнішні кліматичні умови. Температура води на виході з ТНУ та її масова витрата виступають вхідними параметрами для моделі будинку, яка, у свою чергу, генерує сигнал зворотного зв’язку для регулювання режиму роботи компресора. Таким чином, модель дає можливість дослідити взаємозв’язок між тепловим режимом будівлі та режимом роботи ТНУ, що є важливим для оцінки ефективності роботи системи та пошуку шляхів її оптимізації. Дослідження динамічних режимів роботи системи проводиться з використанням ПІД-регулятора, який забезпечує керування температурою теплоносія на виході з ТНУ. Регулятор визначає необхідне значення температури води залежно від зовнішніх умов, дозволяючи компенсувати теплові втрати та забезпечити стабільний тепловий комфорт у будівлі. Для реалізації цього алгоритму у MATLAB Simulink розроблено та налаштовано ПІД-контролер, який динамічно регулює параметри системи у відповідь на зміну навантаження. Результати тестування моделі підтвердили її ефективність. Виявлено, що впровадження ПІД-контролера дає можливість забезпечити точність регулювання температури, із максимальним відхиленням від уставки до 0,5°C, що є достатнім. Загалом, результати моделювання підтверджують високу точність розробленої інтегрованої моделі системи теплозабезпечення будівлі на базі ТНУ. Отримані дані можуть бути використані для подальшого вдосконалення алгоритмів керування, зокрема шляхом застосування прогнозуючих моделей із застосуванням машинного навчання для прогнозування теплових режимів та адаптивного регулювання роботи ТНУ. Таким чином, проведене дослідження дає можливість розвивати інтелектуальні системи теплозабезпечення, які орієнтовані на сучасні вимоги сталого розвитку та декарбонізації[1]. П’ятий розділ дисертації присвячено розробці та дослідженню алгоритмів керування переривчастим обігрівом на базі ТНУ. Основна увага приділена розробці адаптивних методів керування, які дають можливість зменшити енергоспоживання в нічний період за рахунок зниження температурної уставки, а також забезпечити необхідний рівень комфорту в приміщеннях до початку робочого дня шляхом завчасного переходу в режим розігріву. У розділі обґрунтовано актуальність досліджень у сфері енергоефективного управління теплозабезпеченням, зокрема враховуючи необхідність балансування між економією електроенергії та комфортом в приміщеннях. Розроблено математичні моделі для розрахунку оптимальних параметрів роботи ТНУ, що дає змогу ефективно адаптувати систему до змінних зовнішніх умов. Передбачено використання середовища моделювання MATLAB/Simulink для моделювання системи теплозабезпечення будинку з ТНУ. Використано модель будівлі з її теплофізичними характеристиками, модель ТНУ та алгоритм керування температурним режимом. Проведено численні сценарії моделювання для аналізу впливу температури нічної уставки та часу початку розігріву на загальне енергоспоживання та комфортні умови в будівлі. Результати досліджень показали значний потенціал переривчастого керування. Зокрема, оптимальні параметри керування, визначені для різних температур зовнішнього середовища, дають можливість досягти суттєвої економії енергії без погіршення теплового комфорту у приміщеннях. Аналіз показує, що із зростанням температури навколишнього середовища необхідний час розігріву зменшується, а температура нічної уставки може бути знижена без негативних наслідків для комфорту. Розроблено алгоритм переривчастого керування, що включає блоки збору даних, розрахунку оптимальних параметрів, адаптивного управління режимами роботи ТНУ та аналізу ефективності. Алгоритм реалізовано в MATLAB/Simulink, а результати моделювання свідчать про можливість зниження енергоспоживання системи до 18% у порівнянні з традиційними методами безперервного керування. У фінальній частині розділу представлено порівняльний аналіз ефективності безперервного та переривчастого режимів роботи ТНУ. Виявлено, що при переривчастому управлінні середня температура в приміщенні залишається в допустимих межах, а середня температура теплоносія зменшується, що знижує навантаження на обладнання та подовжує термін його служби. Таким чином, запропоновані алгоритми управління є ефективним рішенням для оптимізації енергоспоживання ТНУ у системах теплозабезпечення будівель. Наукова новизна отриманих результатів дисертаційної роботи заключається в наступному: виявлено і кількісно оцінено оптимальні значення параметрів переривчастого обігріву будинку на базі ТНУ, які забезпечують підвищення енергетичної ефективності системи керування теплозабезпеченням; вдосконалено систему керування переривчастим обігрівом теплозабезпечення будинку на базі ТНУ, яка враховує вплив температури зовнішнього середовища, прямої води в умовах зниженого теплового навантаження, прямої води в умовах розігріву, а також часу розігріву і дає можливість знизити споживання електроенергії ТНУ; удосконалено підходи до інтеграції аналітичних та нейронних моделей у середовищі MATLAB/Simulink за рахунок розроблення спеціальних алгоритмів, що суттєво зменшило затрати машинного часу для імітаційного моделювання динамічних процесів у системах теплозабезпечення; набули подальшого розвитку підходи до дослідження впливу типу робочого тіла на характеристики ТНУ за рахунок інтеграції бібліотек з дослідження властивостей робочих тіл в моделі ТНУ, що дало можливість оцінювати ефективність застосування нових типів робочих тіл (зокрема сумішей) на динамічну характеристики ТНУ. Отримані результати дисертаційної роботи мають і практичне значення, яке полягає в розробленні методики інтеграції складових системи теплозабезпечення — ТНУ, системи опалення та будівлі — в єдину комплексну модель; методики розробки нейронної моделі ТНУ, яка зберігає точність аналітичної моделі та при цьому істотно скорочує час обчислень, що дає можливість ефективно застосовувати її для динамічного керування системою теплозабезпечення; розроблені алгоритму переривчастого керування режимами роботи ТНУ, який мінімізує енерговитрати та забезпечує комфортний тепловий режим у будівлі. Разом з цим результати роботи використовуються в навчальному процесі кафедри автоматизації енергетичних процесів Національного технічного університету України «Київський політехнічний інститут імені Ігоря Сікорського». Це підтверджується відповідним чином оформленим актом (додаток Б).