信息与控制工程学院毕业设计（论文）英文翻译
一种基于约束的智能照明系统控制器
摘要：零售和公共办公建筑能源浪费的一个主要因素是照明系统的控制效率低下。本文提出了一种基于约束的照明控制优化器，其能最大限度地减少能源使用，同时可以维护客户的满意度。此控制器与一个我们模拟使用的混合/多代理平台反应控制器相耦合。我们将这种控制策略应用到一个模拟的办公场景，描绘出模拟的结果和期望的能源节约策略建议。
1引言
建筑物能源效率低下的一个主要来源是次优控制。照明是建筑主要能源消耗者之一，负责美国商业楼宇总能源使用量的20％（环评，2003年）,这其中高达58％可能因为低效照明控制而浪费（德莱尼，DT等，2009）。我们研究的目的是定义一个智能控制方法，这将优化光动水平，以最大限度地减少能源浪费。
在本文中，我们考虑了两个步骤的方法，提供了更高层次控制器周期性地优化初始设置，结合较低级别的反应控制器驱动光。现已有的作品关于集中优化（辛维，V.等.2005，马赫达维, A.2008）与现有的控制系统所支撑的决策支持相结合，（戴维森，P.等，2000，博曼,M.等. 1999 ）。我们制订更高级别的约束优化问题。我们使用混合系统模型来建立模型及模拟建筑环境和反应控制器，同时代表离散和连续所需的照明控制部件以及反映感应。
我们假设一个跟踪系统，监视控制区域内的个别住户的位置和接口，这使得他们能够表达偏好照明。当环境中发生重大变化时，基于约束的优化器计算初始执行机构的一个优先权与能源相结合的最小化的目标函数设置。反应器从而通过控制窗帘和室内光线来维持期望的照度水平，以补偿外部光水平的变化。
剩余的论文安排如下：第2节介绍反馈、优化控制器和过程，他们共享控制。在第3节中，我们指定场景和反馈控制策略。第4节详细介绍基于约束的优化控制器。第5节简要概括了仿真中用于模拟场景和结果的建模方法。在第6节进行总结。
2反应和优化控制
信息与控制工程学院毕业设计（论文）英文翻译
为了同时允许优化和反馈控制，我们的方法使用两个独立的控制器协同工作。在本节中，我们描述他们的操作。
2.1控制器算法
在模拟环境中的执行器直接由模拟的反馈控制器控制。该控制器由优化控制器，即“初始配置”提供的驱动初始光设置来启动。优化控制器通过感测到的照度水平提供最佳的执行器设置和期望得到的结果。这是假设环境中任何小的变化，如在白天光照水平的变化，将导致结构的一些小变化，诸如此类任何小的目标值的变化。举例来说，如果白天光照逐渐增加，照明最近的窗口仅需稍微下降。因此，通过逐渐地改变初始配置来维持预测水平，当微小变化发生时，仅反馈控制器便可以维持一个接近最优的配置。
然而，有可能会在某些情况下，新的最优配置不再是附近的当前配置，而不能仅通过反馈控制。在我们的模型中存在两种这样的情况，因外部光线不断的变化，原始值或配置偏差偏离初始配置值。在原始值改变的情况下，整个环境的偏好分布将发生变化，选择一种反馈控制器所不能预知的最佳照度水平。在配置偏
信息与控制工程学院毕业设计（论文）英文翻译
差的情况下，我们指的是小但累积到改变环境中的外部照明，导致反馈控制器的配置离初始配置越来越远。当初始配置被修改超出一定的裕量，它被假设外部照明充分远离附近的初始配置，最优的配置可能已经改变。在上述两种情况中，反馈控制器向优化控制器请求一个新的配置。
反馈控制器在一个新的配置请求中包括驱动轴的当前设置，传感器的读数和原始位置。优化控制器使用这些和所存储的原始特性根据目标函数计算最优的配置。然后，然后它返回此配置，包括最佳的执行器设置和期望感测到的照度水平到反馈控制器中。这是新的“初始配置”，反馈控制器实施像以前一样控制周围。
2.2模型假设
模拟是一个近似的场景环境。我们现在就硬件和内环境的光传播做一些假设，如下所示。
我们假设模型内的光是均匀传播和漫射型的。仅依赖于从任何来源的任何点处接收的光点和源极之间的距离。同样，致盲假定进入环境的日光量均匀地下降。关于执行器和传感器，它们的作用在一个理想的方式，执行器确切地发射他们所期望的光的量，传感器始终正确报告在他们领域内的精确的照度水平。此外，假定这些设备是完全可靠的，他们从来不会遭受任何形式的控制失效。
今后的工作将涉及消除这些模型中的假设。日光进入环境中和通过盲法减少日光通常不是均匀的或弥漫性。考虑到这一点，控制器将需要一个模型，可以合并本地化的光点和暗点。来自执行器的不精确的输出或者来自传感器的不准确的读数的可能性增加了选择最优配置的不确定性。优化器将考虑到当前配置的信息可能是不准确的，期望的配置可能没有精确的预测结果，选择最有可能的解决方案，以减小目标函数。执行器或传感器的控制失效可以改变控制器的可选对象，因此它必须能够检测到这样的问题，以避免实际上无法实施的建议配置。
3智能照明系统场景
在本节中，我们指定模拟场景和控制执行器的反馈控制器。
3.1情景规格
信息与控制工程学院毕业设计（论文）英文翻译
我们已采用了一个典型的体系结构，如图2所示。我们专注于一个开放式的办公区域，其中包含6个控制区，每个区域包含一个人工光源和一个光传感器。一个无线电频率识别（RFID）接收器用来覆盖整个区域，有一个窗口/绑定在考虑区域的左边框和修复一些预定义的原始位置。
对于照明模型，我们整合了致盲和照明控制。为了提高结果控制模型的效率，实施了一个优化控制器，这将在后面解释。
作为一个总结，照明控制方案的行为如下：
1 用户可以打开/关闭几个区域的自动照明系统，或通过技术人员控制所有系统。
2居住者提供光亮度的喜好。
3乘员在每个区域使用RFID跟踪，并在何处，他被认为是位于他的喜好。 4优化控制器接收到用户的喜好并发送回最佳设置。
5反馈控制器控制人造光和致盲执行器，以达到最佳的设置和响应日光亮度变化的影响。
3.2反馈控制策略
图3示出的代理控制模型以及与其相互对应的环境代理。为了控制光的强度，控制器遵循下面的情况：
1优化控制器接收每个用户的喜好及其位置，发送最佳光设置和致盲位置返
信息与控制工程学院毕业设计（论文）英文翻译
回到反馈控制器，以使用PI控制器来完善驱动值。
2反馈控制器驱动相应的人造光和致盲位置，接着为1如果初始特性已经被变动的初始值所改变或者如果优化配置发生一个明显的偏移。
PI-控制器被用来在一个闭环的方式下预测下一个照明调光电平的执行设置（Kolokotsa，D.等人，2009）。PI控制器主要有两种状态，第一个是不稳定的，当感测到的光的强度和最佳值之间的差异大于70勒克斯（一个灯启动电平），其次，是稳定的，如果该差值小于或等于70勒克斯。
4基于约束的优化
优化控制器负责计算优化能源消耗和客户满意度的执行器的请求设置。基于这个目的，我们建立执行机构的建筑环境能源成本和影响的模型，以及居住者的喜好，作为一个约束优化问题（Dechter，R.2003）。约束问题包含一组变量，每