洁净室控制系统和方法与流程

本发明涉及洁净室控制系统和方法。特别地，本发明涉及一种洁净室控制系统，其维持洁净室的严格的空气洁净度要求，同时优化操作所需的设备的能量性能，所述操作主要包括洁净室的加热，通风和空调(hvac)系统。
背景技术：
：洁净室是一种通常用于制造或科学研究的环境，其具有用于关键环境应用和研究的低水平的环境污染物，例如灰尘，空气微生物、气溶胶颗粒和化学蒸汽。更具体地，洁净室具有受控的污染物水平，其由每立方米中指定颗粒尺寸下的颗粒数量来指定。从某种角度来看，典型城市环境中的环境外部空气每立方米含有35,000,000个颗粒直径大于0.5μm的颗粒。这将被归类为国际标准组织(iso)14644-19级洁净室。对于最关键的环境应用，iso1级洁净室被定义为每立方米允许不超过10个直径为1μm或更大直径的颗粒。自20世纪50年代以来已经设计的大多数洁净室都是基于固定空气量系统，它们通常被过度设计以提供比满足相关分类所需的空气更多的空气，并且掩盖由于缺乏持续信息而无法维持分类的风险。尽管自洁净室开始以来洁净室服装和标准操作程序已大大改进，但迄今为止尚未对控制系统进行类似的改进。这导致比操作洁净室实际需要的能量成本更高的能量成本。对于能够维持洁净室的严格的空气洁净度要求、同时优化洁净室的hvac系统的能量性能的控制系统存在强烈的商业需求。解决这一问题的任何此类控制系统都有两个主要目的：第一，帮助降低洁净室的能源成本，以及其次，帮助企业采取更可持续的立场，提升它们的公众形象。能源效率活动在洁净室中很少见，但它们在节能方面提供了非常真实的机会。洁净室的能源需求是巨大的：在某些情况下，hvac系统需要高达80％的能源消耗来控制温度和湿度以及过滤颗粒并维持压力控制。洁净室环境的完整性还取决于维持由hvac系统产生的正压或负压。直到最近，由于能源价格较低，洁净室运营几乎不需要担忧能源效率。例如，由于良好生产规范(gmp)合规性对于食品和药品的制造至关重要，这些行业的大多数公司都愿意接受维持hvac系统性能所需的任何能源并确保合规性。这使得洁净室操作员迄今难以降低hvac系统中的能量成本。据估计，仅在英国的高科技制造商就其洁净室运营的能源投入了2亿英镑，而很少有制药洁净室运营可以减少hvac能量消耗。然而，随着能源价格上涨以及对更可持续产品的渴望，工厂运营商非常希望在不牺牲工厂性能的情况下寻找降低能量消耗的方法。已经提出了几种控制hvac洁净室系统的策略。现有的控制系统通常彼此独立，并且专用于子系统或子系统组，例如：通风，加热和冷却，加湿和加压。在us2013/0324026a1中描述了本领域可用的hvac控制系统之一。us2013/0324026a1提供了一种洁净室控制系统和方法，其在洁净室不使用时减少洁净室的空气处理系统所消耗的能量。它还提供了一种洁净室控制系统和方法，该系统和方法使得洁净室的空气处理系统能够根据需要或在预定时间从低状态或减少状态返回到操作状态(其中空气处理系统以满负荷运行)。这种类型的已知控制系统仍然存在问题。它们不能提供上述的控制和灵活性，以维持洁净室的完整性并显著降低能源成本。本发明的一个目的是提供一种洁净室控制系统及其使用方法，其克服或减少与这种类型的已知产品相关的缺点。本发明提供了可与hvac洁净室系统一起使用或改装的洁净室控制系统，其可以节省50％或更多的洁净室能量成本，同时维持所需的空气质量水平。本发明的一个目的是提供一种控制系统，该控制系统集成了所有的洁净室操作，包括通风、加热、冷却、室压、过滤和占用。已经开发了复杂算法以考虑洁净室使用、需求和用户活动和/或能源价格。本发明能够自适应从而以最大能量效率和成本效益的方式将洁净室的地带或区域维持在所需条件下。本发明的另一个目的是提供一种洁净室控制系统，该系统将连续捕获并作用于来自空气传播颗粒计数器、温度/湿度传感器、差分压力传感器、占用传感器、室压传感器、空气传播分子污染物(amc)传感器、颗粒沉积传感器和微生物传感器的数据。使用本发明能够实现与其他第三方产品(包括现有建筑物管理系统(bms))的通信、集成和/或互操作。本发明使用开放标准和应用程序编程接口(api)进行通信。通过使用模型预测控制，可以利用诸如占用率、能量成本、过去监测和使用数据之类的变量来创建用于预测控制的使用模式和预测。这是加速系统响应时间和保证空气清洁度和质量的关键。使用本发明提供了一种灵活、模块化和可扩展的系统，该系统适用于改装和独立安装。该控制系统足够灵活，可以随着洁净室环境的变化而扩展或改变。技术实现要素：在此和在权利要求中描述了本发明。根据本发明，提供一种用于控制空气量以维持由hvac系统供应的洁净室中所需的空气污染物浓度的控制系统，所述hvac系统可操作以将经处理的空气供应到洁净室，所述控制系统包括：感测装置，用于实时或接近实时地感测非活性颗粒和/或活性颗粒的浓度；以及处理装置，用于将感测到的非活性颗粒和/或活性颗粒的浓度与所需的空气污染物浓度进行比较，并基于所述比较将至少一个控制信号输出到所述hvac系统。本发明的一个优点是它可以用于在操作和静止时以最大能量效率和成本效益的方式将洁净室维持在所需条件下。该控制系统可以基于如通过可接受风险的水平所确定的期望分类的比例来改变控制参数。优选地，洁净室还包括一个或多个区域或室，每个区域或室具有各自所需的空气污染物浓度。进一步优选地，所需的空气污染物浓度由每立方米中颗粒尺寸等于或大于直径0.1μm、0.2μm、0.3μm、0.5μm、1μm和5μm的非活性颗粒的数量确定。在使用中，洁净室可以通过iso14644-1中定义的颗粒尺寸浓度或与由洁净室用户确定的颗粒尺寸浓度相关的任何其他分类标准进行分类。进一步优选地，控制系统将检测移动并自动地从“静止”变为“操作中”分类或自动改变操作模式。优选地，所述hvac系统包括通过管道系统供应经处理的空气的至少一个hvac空气处理单元(ahu)，以及位于管道中并且通常与洁净室的每个相应区域或室相关联的一个或多个恒定空气量装置和/或一个或多个可变空气量装置。进一步优选地，所述空气处理选自包括但不限于以下任何一种的组：过滤、通风、加热、冷却、加湿、加压、占用及其组合。在使用中，所述感测装置包括位于所述洁净室或所述hvac系统的管道中的一个或多个iso14644-1校准的激光颗粒计数器和/或活性颗粒空气监测传感器。优选地，控制系统还包括一个或多个辅助感测装置，用于实时或接近实时地感测环境条件和/或工艺条件和/或hvac系统条件。进一步优选地，所述辅助感测装置还包括一个或多个传感器，所述传感器选自包括但不限于以下任何一个的组：温度传感器，湿度传感器，压力传感器，差分压力传感器，空气分子污染物传感器，污染物沉积传感器，气流传感器，接近传感器及其组合。在使用中，处理装置可以接收能源价格数据和/或使用数据。优选地，处理装置接收感测到的环境条件和/或工艺条件和/或hvac系统条件和/或能源价格数据和/或使用数据，并将一个或多个辅助控制信号输出到所述hvac系统。进一步优选地，输出一个或多个辅助控制信号而不使感测到的颗粒浓度偏离所需的空气污染物浓度。在使用中，所需的空气污染物浓度和/或能源价格数据和/或使用数据可以是用户最初可配置的。优选地，至hvac系统的至少一个控制信号控制供应给洁净室的空气量。进一步优选地，所述一个或多个辅助控制信号控制供应给所述洁净室的过滤、通风、加热、冷却、加湿、加压、占用及其组合。优选地，将通过视觉指示系统在洁净室内提供指示以指示状态。还可以提供图形用户界面。在使用中，处理装置可以包括模型预测控制(mpc)算法。优选地，模型预测控制算法能够自适应。进一步优选地，控制系统还包括：模型组件，该模型组件从外部数据分析接收hvac系统操作条件并且对hvac系统行为建模；以及用于接收建模的hvac系统行为并基于建模的hvac系统行为和成本最小化函数和约束发出控制动作的装置。优选地，控制系统在可编程逻辑控制器(plc)中实现。进一步优选地，控制系统还包括显示装置。在使用中，控制系统还可以包括用于实现与第三方建筑物管理系统(bms)的通信和/或集成和/或互操作的装置。优选地，控制系统还包括用于监测洁净室内的能量性能和/或洁净室内的颗粒污染物浓度的装置。根据本发明，还提供一种用于控制空气量以维持由hvac系统供应的洁净室中所需的空气污染物浓度的方法，所述hvac系统可操作以将经处理的空气供应到洁净室，所述方法包括以下步骤：实时或接近实时地感测非活性颗粒和/或活性颗粒的浓度；将感测到的非活性颗粒和/或活性颗粒的浓度与所需的空气污染物浓度进行比较；和基于所述比较将至少一个控制信号输出到hvac系统。根据本发明，还提供了一种计算机程序产品，用于控制空气量以维持由hvac系统供应的洁净室中所需的空气污染物浓度，该hvac系统可操作以将经处理的空气供应到洁净室，所述计算机程序产品包括：用于实时或接近实时地感测非活性颗粒和/或活性颗粒的浓度的计算机程序装置；用于将感测到的非活性颗粒和/或活性颗粒的浓度与所需的空气污染物浓度进行比较的计算机程序装置；和用于根据所述比较将至少一个控制信号输出到所述hvac系统的计算机程序装置。可以相信，根据本发明的洁净室控制系统及其使用方法至少解决了上述问题。对于本领域技术人员显而易见的是，本发明的变形是可能的，并且本发明可以以不同于本文具体描述的方式使用。附图说明现在将仅通过示例并参考附图来描述本发明，其中：图1是典型洁净室的示意图，其中本发明的控制系统用于监控和维持空气洁净度和其他控制变量，包括温度、湿度、占用率、压力等；图2示出了如何利用本发明的控制系统来维持洁净室所需的空气洁净度的示意图；图3是示出了本发明控制系统的多变量输入和输出的高层流程图；图4示出了用于本发明的洁净室hvac系统的模型预测控制器(mpc)的框图；图5示出了说明如何获得本发明的mpc控制器的系统模型的流程图；图6是由两个单独的hvac空气处理单元供应并由本发明的mpc控制器控制的典型洁净室的示意图；图7和图8显示了从图6的洁净室获得的对比数据，并且显示了按表1中定义的实验测试在洁净室的各个区域中测量的颗粒浓度，测试数据显示了基于比例积分(pi)控制算法的已知bms控制系统的响应；图9示出了基于第一最佳设定值，响应于图7和8的相同实验测试，本发明的洁净室控制系统的动态响应；图10示出了基于第二最佳设定值，响应于图7和8的相同实验测试，本发明的洁净室控制系统的动态响应；和图11示出了已知bms系统在从图6的洁净室获得的各种空气变化率下消耗的功率以及由本发明的洁净室控制系统获得的比较动态功率测量值，并且示出了模型预测控制显著降低了洁净室hvac系统的功率消耗。具体实施方式本发明采用了一种利用洁净室控制系统的方式，该系统可以与hvac洁净室系统一起使用或改装，其可以节省50％或更多的洁净室能源成本，同时维持所需的空气质量水平。有利地，本发明提供了一种控制系统，其整合了所有的洁净室操作，包括通风，加热，冷却，室压，过滤和占用。已经开发了复杂算法以考虑洁净室使用、需求和用户活动和/或能源价格。本发明能够自适应从而以最大能量效率和成本效益的方式将洁净室的地带或区域维持在所需条件下。更有利地，本发明提供了一种洁净室控制系统，其将连续捕获并作用于来自空气传播颗粒计数器、温度/湿度传感器、差分压力传感器、占用传感器、室压传感器、空气分子污染物(amc)传感器、颗粒沉积传感器和微生物传感器的数据。使用本发明能够实现与其他第三方产品(包括现有建筑物管理系统(bms))的通信、集成和/或互操作。本发明使用开放标准和应用程序编程接口(api)进行通信。进一步有利地，通过使用预测控制，可以利用诸如占用率、能量成本、过去监视和使用数据之类的变量来创建用于预测控制的使用模式和预测。这是加速系统响应时间和保证空气清洁度和质量的关键。进一步有利地，本发明的使用提供了一种灵活的、模块化的和可扩展的系统，该系统适用于改装和独立安装。该控制系统足够灵活，可以随着洁净室环境的变化而扩展或改变。现在参照附图，图1示出了典型的洁净室100，本发明的控制系统10可用于该洁净室100以维持所需的空气洁净度。图1中所示的洁净室100仅用于说明目的，并且本发明的控制系统10可用于根据设施的要求以多种配置控制多个区域或室。可以看出，典型的洁净室100包括通常具有不同清洁度iso分类或者根据需要的其他清洁度的许多区域或室。图1的示例中的洁净室100具有其最高额定区域或室，在这种情况下区域108是距离主门入口110最远点处的iso5级洁净室。它是经由防护/未防护室106连接到“较脏”的不太干净的清洁度分类室或区域104，在该示例中分类室或区域104是iso7级洁净室。通过气闸入口102进入室104。本领域技术人员将理解，iso5级洁净室维持在较高的气压(称为“压力级联”)，以防止来自例如相邻的iso7级洁净室104的污染物通过防护/未防护室106进入。通过流过流入口112的过滤和调节空气的供应来维持该压差。从流出口114获取渗出/排出空气。流入口112和流出口114由hvac洁净室控制系统10控制，如下面更详细描述的。图2示出了如何利用本发明的控制单元或系统10来控制hvac洁净室系统。为了帮助说明，仅描绘了单个中央hvac空气处理单元(ahu)12，但是技术人员将理解，控制单元10可以根据洁净室100的尺寸、容量和/或清洁度要求控制任何数量的这种hvac空气处理单元12。如图2所示，新鲜空气通过空气处理单元12的入口14被抽取。这由一系列挡板16控制。进入的空气可以与通常在挡板16后面的混合区域18中从洁净室100返回的空气混合。如果需要，来自洁净室100的返回空气可以经由排出口20直接排出到空气处理单元12的外部。然后，在通过由主鼓风机28抽吸的一系列加热和冷却元件24、26之前，首先通过预过滤器22a和二级过滤器22b过滤空气。主鼓风机28的输出在通过管道32传递到一系列专有的恒定空气量(cav)装置36之前穿过主高效颗粒空气(hepa)过滤器元件30。有必要调节空气管道系统36中的压力变化，以便在一个或多个室或区域102、104、106、108中实现所需的气流。空气流出到一个或多个室或区域102、104、106、108中是通过分配格栅38。待再循环的空气被抽吸通过格栅40，并且控制单元10在通过管道44和返回或止回阀46返回排出空气之前调节多个可变空气量(vav)装置42。本发明的控制单元10用于监视和控制hvac洁净室系统的每个操作。如图2所示，通常实现为微控制器的控制单元10接收通常在控制单元10的左手侧指示的多个传感器输入48。微控制器100可以被认为是具有处理器、存储器和外围设备的独立系统，并且可以用于通过通常在控制单元10的右手侧指示的多个输出控制所有的洁净室100操作，包括通风、加热、冷却、过滤。出于图2中清楚的原因，本领域技术人员将理解，存在大量输入到控制单元10的传感器和换能器。这些已经示意性地示出为图2中的传感器输入48。该图是示意图，并且为了帮助说明，未示出许多其他电路元件。例如，尽管未在图2中示出，但是从任何一个或多个传感器接收的模拟信号首先通过本领域中可用的任何合适类型的模数转换器(adc)转换为数字形式。同样地，微处理器100的一个或多个数字输出可以使用本领域中可用的任何形式的数模转换器(dac)转换为模拟形式。例如，这种模拟输出信号可用于激励加热元件24。在操作中，在微控制器中用软件编写的一组指令或算法被配置为对控制单元10进行编程。控制单元10使用复杂算法处理输入信号，以向包括中央hvac空气处理单元12、恒定空气量设备36和可变空气量42设备的多个hvac设备提供控制输出，从而维持在洁净室100内的过滤和调节空气的供应，同时考虑洁净室分类、使用和占用以及洁净室100环境内的其他活动。控制单元10提供对hvac洁净室系统的基于预测传感器的动态控制，以在最大化能量效率的同时维持所需的空气清洁度。单元10是模块化的改进控制解决方案，随着洁净室100环境的变化而容易地扩展。它能够与第三方产品进行通信，以便与例如建筑物能源管理系统完全集成。已经基于申请人自己的hvac洁净室测试设施中的真实洁净室应用开发了定制控制算法。本发明的核心通过监测不同尺寸的活性和/或非活性颗粒来智能地处理洁净室100中的颗粒水平。控制系统10使用实时或接近实时的活性和非活性颗粒计数器以及输入到控制系统的其他传感器和换能器来控制空气量，以维持低于所需的活性(含有活微生物的颗粒)和非活性(不含活微生物的颗粒，但作为活性颗粒的载体)颗粒浓度。控制系统10能够将输出到hvac洁净室系统的控制信号改变为作为可变设定点或加权的期望级别限制下的百分比。控制系统10还将检测洁净室100环境内的占用，以确定在“静止”或“运行中”操作模式之间控制的颗粒限制，并根据要求使系统退出“静止”状态以帮助加速响应。图3系统地示出了如何使用图3中所示的逻辑流程来遵循单元10的控制步骤。在下面的描述中，图3的每个步骤将被称为“s”，后面是步骤编号，例如s52，s54等。图3还示出了控制单元10可以实施为建筑物管理系统50的一部分或集成在其中，建筑物管理系统50是安装在建筑物中的基于计算机的控制系统，其控制和监视建筑物的机械和电气设备，例如通风，照明，电力系统，消防系统和安全系统。从最广泛的意义上说，本发明的控制系统10将连续实时地监视、处理和控制所有变量，包括颗粒传感器，以确保hvac设备响应hvac洁净室系统所服务的洁净室100环境和其他相关区域中的需求、占用和变化。控制系统10将控制空气量作为辅助功能以直接维持正确的空气温度和/或湿度，或者根据需要向现有bms系统50发送和接收数据。本发明的传感器和控制装置使得它提供一定程度的冗余以确保在传感器故障或控制系统故障的情况下hvac设备的故障安全操作。在使用中，传感器装置连续捕获来自洁净室100环境的数据(包括颗粒数，温度，湿度，占用，压力)并将该数据实时发送到控制单元10以进行处理。这些“故障安全”操作模式将确保控制单元10最大化洁净室100中产品的风险。在优选实施例中，控制系统10将安装有洁净室100本地的控制面板(未示出)。控制面板上将有触摸屏图形用户界面选项。外部设备，例如各种传感器、cav36、vav42和ahu12将直接硬连线到控制系统10，尽管系统10将能够通过现有的bms系统50中的开放平台通信(opc)服务器控制现有的hvac设备。另外，可以通过无线通信协议输入远离控制单元10的各种传感器输入48中的一个或多个，例如wi-fi(ieee802.11标准)、蓝牙或蜂窝电信网络也适合。控制单元10的bms50或控制面板可用于设置洁净室100的室或区域的参考输入。这些将包括各个区域的温度和湿度以及所需的洁净室分类。颗粒的洁净室分类在iso14644-1中定义，或等同，但本领域技术人员将理解所有分类在软件中是可选择的或可编程的。在期望的裕度或舒适度范围内供应以满足洁净室分类的空气量也是可选择的参数，并且需要由每个特定的洁净室设施操作员进行基于风险的决策。除了颗粒污染物水平或等级之外，还需要维持洁净室100内的压力级联，以基于室分类和相邻室实现期望的级联。这将是可选择且可控制的参数，作为控制系统10的一部分。一旦初始设置了各种输入变量，洁净室控制系统10就将连续捕获来自空气计数器、温度/湿度传感器等的数据并对其进行动作，并且能够自适应从而以最大能量效率和成本效益的方式维持洁净室100的地带或区域在所需的条件下。在s52，输入到控制系统10以将洁净室100的地带或区域维持在所需条件或等级的主传感器输入是对洁净室100或抽取管道44的各个室或区域中感测到的非活性颗粒的实时连续监测。主要作为控制测量的颗粒是非活性的，尺寸范围为0.1μm、0.2μm、0.3μm、0.5μm、1μm和5μm直径，但是可以选择通过颗粒计数器可测量的任何颗粒尺寸作为主控制测量。尺寸范围为0.5μm和5μm的非活性颗粒是用于药物洁净室100的优选颗粒。控制系统10还能够使用一个或多个活性颗粒计数器装置监测活性颗粒。非活性和活性颗粒计数器位于室内空间中或服务洁净室100中的受控区域的抽取管道系统44内。预测控制算法将遵循iso14644定义的所需颗粒计数方法，但也可根据其他标准和要求进行配置。测量设备将是校准仪器，如iso14644中所定义的。非活性颗粒是不同尺寸的惰性颗粒。用于分类洁净室的颗粒尺寸为0.1μm、0.2μm、0.3μm、0.5μm、1μm至5μm。尺寸范围为0.5μm至5μm的这些非活性颗粒的测量将是控制系统10的主要控制测量。如果需要，可以选择其他颗粒尺寸。活性颗粒是那些可以携带病原体和细菌的颗粒。控制系统10能够利用适当的活性颗粒计数设备将通气速率控制为活性计数。这将是用于控制洁净室100的辅助控制功能或措施。控制系统100还需要能够控制空气量作为辅助功能以维持正确的空气温度和/或湿度。这可以通过连接的温度/湿度传感器测量，但也可以通过远程bms50测量。如上所述，温度和湿度是通过连接的传感器或通过外部bms50输入测量的辅助控制功能。在s52，ahu12也可以用设备传感器进行监测，该设备传感器测量压力，温度，湿度，功率，过滤器压力等，并且这些设备传感器都被测量为次级输入参数但仍然是控制单元传感器输入的一部分。这些变量中的每一个都构成多变量控制系统的一部分。在s54，连续询问各种输入传感器以确保洁净室100的室或区域在由操作者最初设定的范围内或者由预测控制算法修改。如上所述，系统10将能够直接控制或与bms50连接以获得以下附加参数：风扇静压控制，温度和/或湿度。此外，不同分类的地带或区域之间的压力级联是洁净室100的关键要求。控制系统10将维持每个室或区域的压力设定点，该压力设定点被控制为相邻室的绝对压力或差压。在s58，压力控制将通过适当的专有压力传感器和能够快速起作用和稳定的机械阻尼器来实现。本发明提供比其他基于连续的洁净室传感器控制的优势的关键在于将所有洁净室100操作(通风，加热，冷却，过滤，压力)集成在考虑洁净室使用、占用和/或用户活动的复杂控制算法或多个控制算法中。监视和控制变量的数量和复杂性及其不断演变意味着算法必须自适应以最大能量效率和成本效益的方式将区域维持在所需条件。在s56，由预测控制算法确定控制系统10的输出响应。该算法自动且连续地自适应和自学习，因为它将基于过去的环境条件和设备操作进行处理和分析以做出预测控制动作，以便接近根据由设施操作者所定义的标准的最佳清洁条件和设备性能。嵌入在控制单元10中的控制算法利用模型预测控制(mpc)算法来最大化输入和输出的控制。如上所述，控制系统10从颗粒计数器、压力传感器、温度传感器和/或任何外部bms50信号接收数据。可以设想，能源价格和收集的数据也可用于创建预测控制的使用模式和预测。mpc算法将处理所有参数以提供最佳控制输出，同时优化hvac操作所需的设备的能量性能。在s58，将利用市场上容易获得的具有所需能力的专有cav设备36和vav设备42来控制空气量。如果需要，中央hvac空气处理单元12也可以直接从控制系统10控制，以优化系统能量消耗和控制。控制系统10可以调节cav36、vav42和ahu12以实现最佳空气量并最小化能量消耗并且将维持洁净室100分类的期望裕度。控制器输出在s58改变洁净室100中的条件，并且如上所述在s60再次连续监视这些条件。本领域技术人员将理解，控制系统10还可以提供无条件警报和报告。这可以通过洁净室100内的交通灯信号或者通过控制面板本地、电子邮件、蜂窝消息传递或通过远程网络仪表板来实现。工作场地外的监控和报警也是可用的，以允许系统10被远程监控。可以通过使用申请人的商标memutm下的基于gsm的远程能量监测系统来监测洁净室100及其能量性能。这些远程监控单元将信息反馈给仪表板，并可包括监控变量，如温度，气流速度，风扇速度，抽吸的能量，过滤器压力等。工厂操作员可以在仪表板上设置和访问预测性和计划性的维护和报警条件。嵌入在本发明的控制系统10中的软件能够符合crf11第2部分。该系统将提供完整的标准验证协议，以确保这一点。如上所述，嵌入在控制单元10中的控制算法利用模型预测控制(mpc)算法来进行输入和输出的控制。图4示出了用于洁净室hvac系统的说明性模型预测控制器(mpc)10的框图。本质上，模型预测控制是多变量控制算法，其使用动态模型62来基于过去和当前值以及所提出的最佳未来控制动作来预测未来过程输出。这些动作由优化器64计算，优化器64考虑成本最小化函数66以及各种约束68。如图4所示，mpc控制器10使用的主要值是传感器70和驱动器71。在图4的说明性实施例中，控制洁净室100hvac系统的mpc控制器10接收所感测的70气流速率、气压、活性和非活性颗粒的浓度、温度、湿度和占用率。这些给出了模型62的过去输出。mpc控制器10参考的其他主要值是驱动器70。驱动器70是用于实现或操纵控制动作的设备，例如，实现特定风扇速度的鼓风机28，和/或被设置到各种阻尼器位置的cav36和vav42和/或提供适当的空气温度的冷却26或加热线圈24，和/或加湿空气的加湿器，如果需要的话。这些向模型62给出了过去输入。模型62使用这些过去输入和输出以及来自优化器64的未来输入来预测未来输出。已知的控制算法，例如比例积分(pi)控制，不具有这种预测能力。预测的未来输出和参考轨迹72之间的差74被定义为输入到优化器62的未来误差。优化器62使用约束68限制输入和输出。它使成本函数66最小化以使输出接近设定点(目标)、用于实现特定值的输入以及输入到计算水平的增量率。成本函数66是当前和过去的测量输出和期望的设定点之间的差的总和，wy是加权系数；输入增量之和，w△u是加权系数；以及输入和特定值的总和，wu是加权系数。约束68是输入u、输出y和输入的增量速率的上限和下限。本领域技术人员将理解，过程模型62在mpc控制器10的实现中起关键作用。所选模型必须能够捕获过程动态以精确预测未来输出，并且易于实施和理解。由于模型预测控制不是“一刀切”的方法，而是一组不同的方法，并且有许多类型的模型可用于预测系统行为。优化器64是控制策略的基本部分，因为它提供控制动作。如果成本函数66是二次的，则其最小值可以作为过去输入和输出与未来参考轨迹的显式函数(线性)获得。在存在不等式约束的情况下，必须通过更复杂的数值算法来获得求解。优化问题的大小取决于变量的数量和所使用的预测范围，并且通常证明是相对适度的优化问题，其不需要通过复杂的计算机程序来解决。图5是说明如何针对图6中所示的特定典型洁净室100获得用于本发明的mpc控制器10的系统模型62的流程图。在下面的描述中，图5的每个步骤将被称为“s”，后面是步骤编号，例如s76，s78等为了确定图6的洁净室100的适当数学模型，该过程涉及在s76，在现有bms系统50的控制下从洁净室100的hvac设备运行一系列操作测量。可以通过现有bms系统50上的开放平台通信(opc)服务器收集洁净室100的这些操作测量值，该服务器使用若干单输入单输出(siso)pi控制器进行操作。在s78从opc服务器从这些若干实验测试的结果收集数据，以得出模型的输入和输出。如下所述，模型识别的测量数据可以通过多种方式收集，例如通过应用步进信号(或其他类型的信号)输入进行开环测试并收集测量输出，或者通过以下方式进行闭环测试：pi或其他控制方法等。实质上，任何输入和输出数据集都可用于识别数学模型。本领域技术人员认识到，虽然已经描述了系统的闭环测量，但是也可以在开环系统中获得模型结构和参数而无需任何反馈。对于本发明，由于hvac系统可以由具有pi控制的bms50操作，因此闭环数据更容易收集。影响该过程的扰动将极大地影响建模，因此需要对噪声进行先验假设来描述该过程。该系统的主要干扰是内部影响过程的干扰，例如漏气，硬件分布，滞后和传感器70的时间延迟等。因此产生白噪声信号并将其集成在输入中以克服这种不确定性。在s80，然后使用本领域可用的各种技术确定模型。该步骤涉及应用用于对结构和参数化进行计算建模的方法。本领域技术人员将理解，可以利用各种软件工具和应用程序集来系统地分析和设计系统模型。对于图6中所示的典型洁净室100的mpc控制，应用黑盒建模方法以允许从三种模型结构中明智地选择：包括具有外生输入(arx)模型的自回归，状态空间(ss)模型和传递函数(tf)模型。指定标准函数以测量所识别的模型的输出与操作测量之间的适合度。估计的模型在s82被评估以确定所得模型是否足够准确以用于mpc控制器10中。通过调整干扰模型，视野，约束和权重，可以在控制器10运行时调整控制器10的性能。在优选实施例中，这些步骤使用modelpredictivecontroltoolboxtm和的块进行。在评估之后，在s84，可以使用鲁棒数学模型来支持mpc控制器10的设计，并且系统模型设计可以嵌入可编程逻辑控制器(plc)中。图6说明了由两个单独的hvac空气处理单元12a，12b供应并由mpc控制器10控制的典型洁净室100，其已用于开发本发明的方法。与图2不同，图6的洁净室100具有两个单独的ahu12a，12b，其允许更广泛的各种性能测试选项。通过hvac系统在洁净室100中进行测试实验。hvac系统清洁和循环从洁净室100外部抽取的空气，其功能通过包括ahu12a，12b，vav42，抽取管道系统44，传感器，格栅38和扩散器40的硬件的操作来实现，如先前所描述。这一典型的洁净室100被配置有入口120，入口120通向iso7级更换室122。从更换室122开始，是区域或较小室124，其是iso7级洁净室124。在7级洁净室124和较大的iso5级洁净室130之间是一系列材料通过室和气闸126以及大型实验室更换室128，其是5级更换室。与图2一样，5级洁净室130在比7级洁净室124更高的压力下操作。图6的示例中的洁净室100具有其最高额定室，在这种情况下是较大室130，在距离主入口110最远的点处。它通过更换室122与“较脏”的清洁度分类的较小室124相邻。本领域技术人员将理解，5级洁净室130维持在较高的气压(称为“压力级联”)，以防止来自例如相邻的7级洁净室124的污染物。这种配置已经用于验证模型62并且在动态响应和效率方面给出了显著的改进，如图7至图11中所描述和示出的。设计了一种简单的测试，以针对基于以颗粒为基础的mpc的控制系统10来挑战标准bms50洁净室控制。按照表1中列出的相同测试方案获得所有以下动态测试结果。表1-实验测试草案；人员穿上洁净室服装图7显示了从图6的洁净室获得的对比数据，并且显示了根据表1中定义的实验测试在洁净室100的各个室中测量的颗粒浓度，测试数据显示了基于比例-积分(pi)控制算法的已知bms50控制系统的响应。在bms50中实现的pi控制器将每个室124、130的空气变化率(acr)维持在稳定状态。iso7室124的acr速率固定为17acr/h，iso5室130的acr速率固定为40acr/h(表2中称为acr1)。同时，每个实验室中的气压在iso7室124中维持恒定在15pa，在iso5室130中维持30pa。分析两种颗粒尺寸：0.5μm和5μm。室124具有一个颗粒计数器，室130具有两个颗粒计数器pc2和pc3。图7至10还参考间隔数据和滚动数据。这是如下所述获得的：颗粒计数器以固定的采样率连续采样空气。因此，空气样本的大小由测量间隔的长度确定。标准流速为1.0立方英尺/分钟，这限制了颗粒的允许浓度为每立方英尺(cf)100万或每立方米(cm)3530万。可以在cf模式或cm模式下收集样品量。cf模式的采样时间为1分钟，而cm模式的采样时间为35.3分钟，如图7至10所示：间隔数据-比整个样本量多60倍，基于总样本量的1/60，每35.3秒更新一次；和滚动数据-连续样本量的总计数、颗粒浓度，而不是当前样本的颗粒增加数量，每35.3秒更新一次。图7(a)显示了iso7室124的0.5μm颗粒浓度；图7(b)显示了iso7室124的5μm颗粒浓度；图7(c)显示了iso5室130的0.5μm颗粒浓度；图7(d)显示了iso5室130的5μm颗粒浓度。可以清楚地看出，基于比例-积分(pi)控制算法的已知bms50控制系统花费显著的时间滞后来使颗粒数量在各个室124、130中减小。图8示出了在另一个acr(表2中称为acr4)下操作的相同bms50控制系统，并且对于iso7室124固定为3acr/h，对于iso5室130固定为10acr/h。同样，比例-积分(pi)控制算法花费大量时间来减少室124、130中的颗粒数量。图9和10示出了当期望的颗粒浓度设定点分别设定在20％和50％时，本发明的mpc控制器10对表1中所示的相同实验测试方案的动态响应。利用在plc平台中实现的mpc控制器10获得这些动态测试结果。来自颗粒计数器的测量值被转换成百分比值，该百分比值是根据分类中定义的颗粒限制计算的。设计为7级洁净室的室124具有3,520,000个0.5μm颗粒和29,000个5μm颗粒/立方米的限制。设计为5级洁净室的室130具有352,000个0.5μm颗粒和2,900个5μm颗粒/立方米的限制。图9(a)和10(a)显示了iso7室124的0.5μm和5μm颗粒浓度；图9(b)和10(b)显示了iso5室130的0.5μm和5μm颗粒浓度，并且从两者中可以清楚地看出，获得了改进的动态响应。图9(c)和10(c)显示了iso7室124和iso5室130中空气变化率的动态控制，并且再次可以看出，当室124、130内有颗粒时acr迅速上升，正如预期的那样。图9(d)和10(d)显示了iso7室124(15pa)和iso5室130(30pa)的静态室压。除了当门110打开和关闭时，压力被控制在±5pa的过程范围内。在该系统10中监测并警告最小差压(dp)并且对于iso7室124确定为5pa并且对于iso5室130确定为15pa，用气闸126、128分开以在人员和物质转换期间维持dp。dp值高于5pa可在一侧提供足够的溢流。洁净室的静压设定点在iso7室124中设计为15pa，在iso5室130中设计为30pa。系统在很短的时间内从峰值恢复到稳定状态。图9(e)和10(e)示出了ahu12a(ahu1)供应风扇和每个室124、130的供应vav42的动态控制，并且当颗粒浓度高于设定点时显示出良好的动态响应。mpc控制器(图9和10)的动态响应比从已知的bms50控制系统(图7和8)获得的动态响应好得多。图11示出了已知的bms50系统在从图6的典型洁净室100获得的各种空气变化速率(acr)下消耗的功率，如表2所示。编号iso7室acr(/h)iso5室acr(/h)acr1174acr21330acr3820acr4310表2-典型洁净室100的空气变化速率，如图11所示所有风扇都被控制在稳定状态，这提供了稳定的功率，并且附图显示了已知bms50系统的每个acr消耗的平均功率。图11的右手部分是由本发明的mpc控制器10获得的比较动态功率测量值，并且示出了模型预测控制显著降低了洁净室hvac系统的功耗。可以清楚地看出，mpc控制器10抽取的功率明显小于已知bms50系统的稳态acr。20％设定点50％设定点持续时间(小时)2.272.43动态能量(kwh)2.823.14acr1能量(kwh)8.529.14acr2能量(kwh)5.385.78acr3能量(kwh)3.984.27acr4能量(kwh)3.033.25表3-mpc和bms50控制的消耗能量，如图11所示每个测试的消耗能量计算如表3所示。动态控制的能量消耗通过功率(来自图11中的功率曲线)与时间的积分来计算。由于bms50系统在稳定状态下运行，因此假定功率是静态的。已知bms50系统的能量消耗通过静态功率与动态控制的持续时间的乘积来计算。如表3所示，无论系统维持的空气变化率(acr)如何，动态控制都比已知的bms50系统消耗更少的能量。当洁净室100的要求改变时，本发明的系统足够灵活以便扩展和/或改变。控制系统10对于单个洁净室100到多个洁净室100内的多个室或区域是完全可扩展的。此外，在现有洁净室或定制洁净室内通常用于工业用途的系统的任何印刷出版物中，从未产生或暗示过这种性质的系统的使用，并且其提供了基于连续的洁净室传感器控制的进步。字母hvac(加热，通风和空调)的使用旨在与其普通的英语语言含义一起使用，并且这通常被称为加热、通风和空调，如文档中先前所使用的。本发明不限于这里描述的实施例的细节，这些实施例仅作为示例描述。在不脱离本发明的范围的情况下，可以对本发明进行各种添加和替换。例如，尽管特定实施例涉及将本发明实施为hvac洁净室控制系统，但这决不是限制性的，因为在使用中，本发明可以用于许多类型的工业环境。应当理解，关于任何特定实施例描述的特征可以与其他实施例结合起来。当在本说明书和权利要求书中使用时，术语“包括”和“包含”及其变体意味着包括指定的特征、步骤或完整物。这些术语不应被解释为排除其他特征、步骤或组件的存在。在前面的说明书或以下的权利要求或附图中公开的特征以其特定形式或根据用于执行所公开的功能的装置或用于获得所公开结果的方法或过程来表述，视情况而定，这些特征的单独或任何组合可以被利用来实现本发明的各种形式。当前第1页12