[发明专利]一种变频压缩机转速波动抑制的方法、装置和空调

说明书

一种变频压缩机转速波动抑制方法，包括构建带有遗忘因子的变频压缩机控制系统的PD型迭代学习控制模型：设置变频压缩机控制系统的跟踪误差函数；根据所述控制模型和跟踪误差函数进行迭代学习，当所述控制模型满足预设的收敛条件时，采用收敛时所述控制模型中的参数控制所述变频压缩机。还提供了一种变频压缩机转速波动抑制装置、一种非暂时性计算机可读介质和一种空调。采用本发明的方案，能够减小压缩机的周期性转速脉动、削弱压缩机系统中非周期性扰动带来的误差累积问题、减小压缩机负载的时间相关性对速度波动抑制效果的影响、实现了压缩机转矩的力矩补偿，从而达到抑制速度波动的目的。

技术领域

本发明涉及自动控制领域，更具体地涉及一种变频压缩机转速波动抑制方法和装置、空调以及一种非暂时性计算机可读介质。

背景技术

随着人民生活水平的普遍提高,形式多样、功能齐全的空调进入各行各业和普通家庭，给人们创造了舒适的温湿环境。

通常，压缩机在高频运行范围内的能效比普遍较低，在低、中频运行范围内的能效比相对比较高。然而，在变频压缩机控制系统中，低频运行时压缩机存在明显的负载转矩脉动，容易引起较大的转速波动，并会带来低频振动和噪声，同时缩短了压缩机的使用寿命，这些问题严重限制了变频空调的推广应用。

迭代学习控制时是一种能完全跟踪期望轨迹的控制理论，它本质上是前馈控制，属于智能控制的分支，适用于具有重复运动的被控对象，通过被控对象进行控制尝试，以输出信号与给定信号的偏差修正不理想的控制信号，使得系统的跟随性能得以提高。

此外，迭代学习控制根据当前或以前的周期的误差信息，累加构造得到控制量，使得系统能够完全跟踪给定的周期信号。当存在周期性干扰时，迭代学习控制能够在对误差信息进行学习后，找到期望的控制补偿量，从而使得系统能够完全跟踪给定信号。对于非周期性干扰，迭代学习控制无法通过学习将干扰补偿掉。

带遗忘因子的PD型迭代学习控制算法具有消息，与通常PD型迭代学习控制算法相比，得到的误差迭代次数曲线相对较为平滑，在误差跟踪性能方面具有一定的优越性。在对空调压缩机转速波动进行抑制时，需要带有PD型迭代学习控制的方法。

上述在背景部分公开的信息仅用于对本发明的背景做进一步的理解，因此它可以包含对于本领域普通技术人员已知的不构成现有技术的信息。

发明内容

本发明提供了改进一种带有遗忘因子的PD型迭代学习控制(Forgetting Factorand PD Type Iterative Learning Control,FPDILC)变频压缩机转速波动抑制方案，能够将有效抑制转速的波动，提高空调的能效比与制冷/制热能力。

为此，本发明一方面提供了一种变频压缩机转速波动抑制方法，另一方面提供了一种变频压缩机转速波动抑制装置，另一方面提供了一种非暂时性计算机可读介质，另一方面提供了一种空调。通过本发明提供的方案，在PD型迭代学习控制方法的基础上进行优化，补足现有技术中算法的缺漏，使控制策略更具有效性和优越性。

本发明的第一方面一种变频压缩机转速波动抑制的方法，包括:

构建带有遗忘因子的变频压缩机控制系统的PD型迭代学习控制模型：设置变频压缩机控制系统的跟踪误差函数；在变频压缩机系统运行时，根据所述控制模型和跟踪误差函数进行迭代学习，当所述控制模型满足预设的收敛条件时，采用收敛时所述控制模型中的参数控制所述变频压缩机。