Robust Nonlinear Control Design for the HVAC System Based on Adaptive Sliding Mode Control
Notice bibliographique
Résumé
Control of Heating, Ventilating, and Air Conditioning (HVAC) aims to provide a comfortable environment for human life in terms of temperature and humidity and improve indoor air quality. The HVAC system is multi-input multi-output, where the control design of this system is challenging due to its strong nonlinearity and the coupled influence of both system controllers on the temperature within the thermal zone. The aim of this study is to design a dual-controller for the HVAC system. The first controller is a non-linear feedback controller which is devoted to control the humidity ratio of the thermal zone with the desired characteristic. While for the second one, a robust controller is designed to maintain the desired thermal zone temperature based on the adaptive sliding mode controller (ASMC). Using the ASMC enabled us to design the second controller without the need to know the uncertainty bound on the HVAC system model. Additionally, the stability of the proposed control system was verified using the Lyapunov theory. To construct the sliding variable for the temperature control, the error state which is the difference between the thermal zoon temperature and the desired value and its derivative is needed. Due to the uncertainty in the error state derivative, a robust differentiator was designed using the approximate classical sliding mode differentiator (ACSMD). Finally, the performance of the control system is confirmed via numerical simulation. The results showed the robust ability of the control system to make the humidity and temperature of the thermal area follow the required values and with high accuracy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».