当前位置: 首页> 交通专利数据库 >详情
原文传递 船舶或海洋平台用预制式舱室通风系统通风控制方法
专利名称: 船舶或海洋平台用预制式舱室通风系统通风控制方法
摘要: 本发明属于海洋工程技术领域,提供一种船舶或海洋平台用预制式舱室通风系统通风控制方法。本方法通过计算海洋平台各舱室区域的权重系数的方式,确定舱室通风控制优先级,并根据舱室控制优先级调节新风阀开度及各舱室区域送风末端的设计值,从而改变各舱室送风量及送风量中的新风比例。可以解决现有方法存在的成本高、通用性差,灵活性低,无法有效满足舱室多样化差异化通风需求以及无法实现特殊区域需求优先满足等问题。
专利类型: 发明专利
国家地区组织代码: 山东;37
申请人: 中国海洋大学
发明人: 崔璨;王树青;薛璟
专利状态: 有效
申请日期: 2023-10-08T00:00:00+0800
发布日期: 2023-11-10T00:00:00+0800
申请号: CN202311286903.6
公开号: CN117022633A
代理机构: 青岛联信知识产权代理事务所(普通合伙)
代理人: 潘晋祥
分类号: B63J2/02;B;B63;B63J;B63J2;B63J2/02
申请人地址: 266101 山东省青岛市崂山区松岭路238号
主权项: 1.一种船舶或海洋平台用预制式舱室通风系统通风控制方法,其特征在于,所述通风系统包括空气处理机和安装在每个有用风需求的舱室内的变风量末端,所述空气处理机包括新风阀,每个舱室内末端均包括一个送风箱,所述控制方法包括以下步骤: 定义舱室中需经过通风进行处理的重要性因素:u={f1,f2, ...,, ...,fN},其中,表示舱室/>的重要性因素; 定义模糊判断矩阵A=(aij)N×N,矩阵中元素aij表示一个重要性因素fi相对于另一个重要性因素fj的重要性程度,0.1为舱室数量; 基于模糊判断矩阵A,计算各舱室重要性因素的权重系数: ; ; 其中:是一个向量,/>是向量中的元素,表示各舱室的重要性因素权重系数; 模糊判断矩阵A的特征矩阵W为: ; 其中:表示矩阵A的特征矩阵;/>是矩阵中的元素,表示因素fi相对于因素fj的特征系数; 定义矩阵A和W的一致性指数: ; 基于上述推导,对矩阵A和W进行一致性推导,判断矩阵A和W的一致性是否满足设计要求,若不满足设计要求,则重新设计新的模糊判断矩阵A并计算其特征矩阵W,计算更新后判断矩阵A和其特征矩阵W的一致性,直至满足设计要求,最终获得各舱室区域的重要性因素的权重系数: ; 基于获得的各舱室区域的权重系数,确定舱室通风控制优先级,并根据舱室控制优先级调节新风阀开度和各舱室末端送风箱风量设计值,改变各舱室送风量及送风量中的新风比例。 2.如权利要求1所述的船舶或海洋平台用预制式舱室通风系统通风控制方法,其特征在于,进一步包括以下步骤: 确定舱室在/>时刻的温度/>的控制范围:/>;/>,其中/>为舱室数量,/>为舱室温度最小值,/>为舱室温度最大值; 确定舱室在/>时刻的空气质量/>控制范围:/>;/>,其中/>为舱室数量,/>为舱室i要求的有害气体浓度最大值。 3.如权利要求1或2中任意一项所述的船舶或海洋平台用预制式舱室通风系统通风控制方法,其特征在于,进一步包括以下步骤: 定义各舱室温度指标和空气质量指标控制优先级,因此有: 其中,表示各舱室温度指标重要性系数权重向量,/>表示各舱室空气质量指标重要权重性系数向量,其中/>表示舱室/>温度指标重要性权重系数,/>示舱室/>空气质量指标的重要性权重系数;/>; 根据温度指标重要性权重系数和空气质量重要性权重系数对舱室温度和舱室空气质量进行控制。 4.如权利要求1所述的船舶或海洋平台用预制式舱室通风系统通风控制方法,其特征在于,更新权重,并获得最终各舱室区域的重要性系数的方法包括: 确定一致性推导的可接受阈值,若一致性推导值大于该阈值,则重新设计模糊判断矩阵A中的权重,并重复计算以得到各舱室区域的重要性系数;若一致性推导值小于阈值表示可以接受当前得到的重要性系数,则采用计算获得的各舱室区域的重要性系数控制各舱室通风。 5.如权利要求3所述的船舶或海洋平台用预制式舱室通风系统通风控制方法,其特征在于,进一步包括以下步骤: 各舱室温度变化表示为: ; 其中:Ciρ是舱室i的空气热容,Ti,t+1是下一时刻t+1的室内温度,Rij和Roi表示相邻舱室之间的热阻以及舱室i和室外之间的热阻,Ωi是与舱室i在空间上相邻的其他舱室的集合,是舱室i的变风量末端中送风箱的设计风量值,决定舱室i的实际送风量;Tj,t是相邻舱室j的温度,To,t是t时刻的室外空气温度,Tc是空气处理机组的设定温度,cp是空气的比热,Qi,t是舱室i中居住者或电气设备产生的热增益,Δt是采样时间间隔; 各舱室污染物浓度变化表示为: ; 其中:Vi,t+1是t+1时刻的气体污染物浓度,Ni,t是时刻t舱室i中的人员数量,Vg是气体污染物人均生成率,Vmix,t是t时刻处混合空气的污染物浓度,可表示为: ; 其中:Vo,t是t时刻的污染物的室外浓度,dt表示供风量中的新风比,用于调整各区域风量中新风的具体比例; 将每个舱室的分风阀定义为一个风阀智能体,为每个风阀智能体定义智能体控制动作a,智能体观测状态s以及智能体奖励r,及智能体控制目标为:最大化总收益;其中,/>表示舱室i对应的风阀智能体的奖励; 智能体观测状态:; 智能体控制动作:; 其中,Ti,t为舱室i的室内温度;To,t为海洋平台外部温度;为舱室j的室内温度,舱室j为除舱室i以外的其余舱室,Vi,t为舱室i室内污染物浓度,Vo,t为室外污染物浓度,Ni,t为舱室i室内人员数量,mi,t为舱室i的供风量,dt为新风阀开度;/>为各舱室区域送风箱设计风量的改变量,/>为新风阀开度的改变量; 定义对室内温度超出限制区域的惩罚: ; 当室内温度超出限制范围的最高温度时,,当室内温度低于限制范围的最低温度时,/>; 定义对室内空气质量超出安全范围的惩罚: ; 即,当室内空气质量超出限制范围时,; 智能体奖励rt部分为: ; 其中,为舱室/>温度指标重要性权重系数,/>为舱室/>空气质量指标的重要性权重系数,为舱室i在t时刻的奖励; 调整控制策略π,即调整智能体在当前的系统状态s下选择的控制动作a,使达到最大。 6.如权利要求5所述的船舶或海洋平台用预制式舱室通风系统通风控制方法,其特征在于,进一步包括以下步骤: 对当前的控制策略进行评价,即当前状态s下采取动作a获得的策略评价函数为: ; 其中γ是未来奖励r的折扣因子,0<γ<1; 将策略π参数化为π(s|θ),其中θ是神经网络的参数; 因此有定义确定性策略:a=π(s|θ),并设置策略目标函数J(θ)来评估当前的策略π(s|θ),根据策略梯度定理,确定性策略梯度表示为: ; 采用Critic网络拟合策略评价函数,其中/>是神经网络的参数;Actor网络用于拟合策略π,使用时间差δt方法进行更新: ; 其中:ω的更新公式为: ; 其中:是Critic网络的学习率,根据上述公式更新控制策略。
检索历史
应用推荐