模糊神經(jīng)網(wǎng)絡(luò)變風量空調(diào)末端控制方法

針對目前傳統(tǒng)pid控制對模型依賴性強,難以在線調(diào)整,對具有非線性和不確定性的變風量(vav)空調(diào)系統(tǒng)的控制動態(tài)性能差的特點,提出將模糊神經(jīng)網(wǎng)絡(luò)應用于該系統(tǒng).建立了模糊神經(jīng)網(wǎng)絡(luò)控制器,基于變風量空調(diào)系統(tǒng)末端裝置的數(shù)學模型進行了仿真研究.結(jié)果表明,該控制策略比傳統(tǒng)pid控制更適合于vav系統(tǒng),控制系統(tǒng)具有更好的魯棒性和自適應能力,可以取得更優(yōu)的動態(tài)性能.

變風量空調(diào)系統(tǒng)末端的模糊神經(jīng)網(wǎng)絡(luò)控制研究——針對目前傳統(tǒng)pid控制對模型依賴性強，難以在線調(diào)整，有非線性和不確定性的變風量(vav)空調(diào)系統(tǒng)的控制動態(tài)性能差的特點，提出將模糊神經(jīng)網(wǎng)絡(luò)應用于該系統(tǒng)．建立了模糊神經(jīng)網(wǎng)絡(luò)控制器．基于變風量空調(diào)系統(tǒng)末端裝置的...

總風量控制法自提出后,由于末端動作頻繁、通信量大、控制復雜而一直處于研究完善階段。本文在空調(diào)室的神經(jīng)網(wǎng)絡(luò)預測控制系統(tǒng)得出滿意的動、靜態(tài)性能的基礎(chǔ)上,將模糊控制與bp神經(jīng)網(wǎng)絡(luò)結(jié)合,建立了模糊神經(jīng)網(wǎng)絡(luò)對變風量空調(diào)系統(tǒng)的風量進行預測,使它們有效地發(fā)揮各自的優(yōu)勢并彌補各自的不足,提高了預測的精度。預測結(jié)果表明這種改進的控制方式在空調(diào)系統(tǒng)的負荷預測方面是有效的、可行的。

最新【精品】范文參考文獻專業(yè)論文 江森ddc在變風量空調(diào)末端控制中的應用 江森ddc在變風量空調(diào)末端控制中的應用 摘要：介紹通過江森系列ddc的合理配置、使用，實現(xiàn)江森ddc 在變風量空調(diào)末端系統(tǒng)控制中的應用。 關(guān)鍵詞：江森ddc；變風量空調(diào)末端；vav;ads系統(tǒng)。 中圖分類號：tb657.2文獻標識碼：a文章編號： 變風量系統(tǒng)是通過改變送風量而不是送風溫度來調(diào)節(jié)和控制某 一空調(diào)區(qū)域溫度的一種空調(diào)系統(tǒng)。與工業(yè)發(fā)達國家相比，在變風量空 調(diào)的領(lǐng)域，我國已經(jīng)落后許多年，隨著空調(diào)事業(yè)的發(fā)展，近年來，變 風量空調(diào)系統(tǒng)的應用項目越來越多，相信在不久的將來，vav末端機 組將在我國空調(diào)領(lǐng)域中得到廣泛的應用。 變風量系統(tǒng)改變的是進入房間的一次風量。有的變風量箱（vav box）則是保持送風量不變而通過變風量閥改變一次風量與回風的混 合比例。區(qū)域溫度的控制由變風量箱

總風量控制法自提出后,由于其末端動作頻繁、通信量大、控制復雜而一直處于研究完善階段。在空調(diào)室的神經(jīng)網(wǎng)絡(luò)預測控制系統(tǒng)得出滿意的動、靜態(tài)性能的基礎(chǔ)上,將模糊控制與bp神經(jīng)網(wǎng)絡(luò)結(jié)合,建立了模糊神經(jīng)網(wǎng)絡(luò),對變風量空調(diào)系統(tǒng)的風量進行預測,使它們有效地發(fā)揮各自的優(yōu)勢并彌補各自的不足,提高了預測的精度。預測結(jié)果表明這種改進的控制方式在空調(diào)系統(tǒng)的負荷預測方面是有效的、可行的。

變風量空調(diào)具有非線性、大延時、時變等特點,被控對象的精確數(shù)學模型難以建立,對于此類系統(tǒng)常規(guī)pid控制難以取得理想控制效果。為了提高變風量空調(diào)控制的穩(wěn)定性、保證室內(nèi)舒適,將廣義預測自校正控制應用于變風量空調(diào)末端控制。考慮到系統(tǒng)具有時變性,采用變遺忘因子最小二乘法在線辨識系統(tǒng)參數(shù),實現(xiàn)在線自校正功能;采用隱式求解方法,減小了廣義預測算法的計算量;結(jié)合串級控制結(jié)構(gòu),以變風量空調(diào)末端風閥開度為中間被調(diào)量,設(shè)計了串級廣義預測自校正控制。建立變風量空調(diào)房間和末端裝置的數(shù)學模型,在此基礎(chǔ)上進行仿真研究。仿真結(jié)果表明,廣義預測自校正控制具有較強的跟蹤性能、抗干擾能力及魯棒性,能夠滿足變風量空調(diào)末端的控制要求。

針對變風量中央空調(diào)系統(tǒng)具有多變量、大滯后和非線性的系統(tǒng)特性及常規(guī)控制算法系統(tǒng)響應慢、控制精度不高等問題,提出了模糊神經(jīng)網(wǎng)絡(luò)預測控制策略.該方法將模糊神經(jīng)網(wǎng)絡(luò)控制與預測控制技術(shù)相結(jié)合,建立了模糊神經(jīng)網(wǎng)絡(luò)與預測控制結(jié)合的復合控制器模型,通過優(yōu)化變風量控制方式,有效地實現(xiàn)了中央空調(diào)系統(tǒng)的預測控制.結(jié)果表明,該控制方法能使系統(tǒng)具有良好的動態(tài)性能和穩(wěn)態(tài)性能,控制精度高,節(jié)能效果顯著,具有廣泛的應用前景.

該文根據(jù)江森變風量空調(diào)運行工藝的許可,對變風量空調(diào)末端系統(tǒng)(vavbox)控制回路的內(nèi)環(huán)采用開環(huán)辨識的方法,對外環(huán)采用閉環(huán)辨識的方法進行了研究.利用小波理論對實驗數(shù)據(jù)進行處理,并在最后給出了模型的驗證,結(jié)果說明所建立的模型是相當理想的.

變風量空調(diào)末端裝置控制分類——房間溫度控制是通過變風量末端裝置對風量的控制來實現(xiàn)的。這是變風量系統(tǒng)的基本控制環(huán)節(jié)。末端裝置的控制可分為三類：隨壓力變化的(又稱壓力相關(guān)型);限制風量的;不隨壓力變化的(又稱壓力無關(guān)型)。　　

哲學大師康德垂危之時，回顧起一己之人生，仍在不懈地追問：我們能夠知道什么？我們應該做什么？我們應該信仰什么？對于許多人而言，這是些根本就不存在的問題。但是，對于那些不懈追求真理的人，這是些既痛苦又快樂的問題：痛苦表現(xiàn)在要獲得真理必須付出艱苦的努力，而快樂則是克服困難的享受。至少尼采也是這樣認為的，我個人覺得我們倆的觀點沒有錯。

本文介紹了變風量空調(diào)系統(tǒng)的控制方法和變頻技術(shù)的節(jié)能，對變風量空調(diào)系統(tǒng)中變頻技術(shù)的應用與分析。

本文將模糊理論的知識表達與神經(jīng)網(wǎng)絡(luò)的自學習能力結(jié)合起來,針對變風量空調(diào)溫度控制系統(tǒng)提出了一種模糊神經(jīng)網(wǎng)絡(luò)控制方案,并詳細闡述了模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、算法。對變風量空調(diào)室內(nèi)溫度控制系統(tǒng)進行仿真,驗證了模糊神經(jīng)網(wǎng)絡(luò)應用于溫度自動控制系統(tǒng)的可行性。

變風量中央空調(diào)末端裝置是變風量系統(tǒng)的關(guān)鍵設(shè)備,用于調(diào)節(jié)送風量,補償變化的室內(nèi)負荷,保持室溫的恒定。由于變風量空調(diào)末端系統(tǒng)具有結(jié)構(gòu)復雜、控制對象特殊等特性,為了深入了解其工程特性,本論文基于西安建筑科技大學變風量中央空調(diào)實驗室平臺,對變風量中央空調(diào)系統(tǒng)的末端裝置做了深入的研究。在大量工程實驗數(shù)據(jù)的基礎(chǔ)上,根據(jù)已建立的變風量中央空調(diào)系統(tǒng)末端裝置的數(shù)學模型,計算出更具針對性的末端控制算法。在仿真試驗中應用pid算法和模糊控制思想設(shè)計出兩種末端控制器,并比較得出模糊控制算法的優(yōu)越性。

變風量空調(diào)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)控制——首先闡述了變風量空調(diào)系統(tǒng)及其人工神經(jīng)網(wǎng)絡(luò)控制的策略，并從建立模型、樣本訓練和控制實現(xiàn)方面闡述了bp神經(jīng)網(wǎng)絡(luò)在變風量空調(diào)系統(tǒng)中的應用，對其不足和改進也做了簡單說明

目的分析變風量空調(diào)運行時各變量之間的耦合關(guān)系,針對變風量空調(diào)參數(shù)多變、強耦合的特點,提出一種變風量空調(diào)系統(tǒng)改進型誤差反播神經(jīng)網(wǎng)絡(luò)解耦控制方法,對變風量空調(diào)溫濕度控制系統(tǒng)進行解耦.方法把整個系統(tǒng)的解耦目標分解為n個子目標,每個子目標僅僅對一個回路通道進行解耦,其結(jié)構(gòu)與指標函數(shù)簡單,易于實現(xiàn);并將模糊神經(jīng)網(wǎng)絡(luò)控制器與解耦控制器有機結(jié)合.結(jié)果解耦成功后,控制響應速度快、超調(diào)量幾乎為零,達到期望溫度后溫度曲線保持不變,而此過程中濕度值基本沒有變化,整個控制過程調(diào)節(jié)響應快,穩(wěn)態(tài)誤差小,解耦效果明顯,有很強的控制精度和魯棒性.結(jié)論bp神經(jīng)網(wǎng)絡(luò)解耦控制算法具有很強的自學習功能和自適應解耦能力,能取得良好的解耦控制效果.

變風量空調(diào)控制系統(tǒng)具有非線性和動態(tài)特性。目前,在vav空調(diào)控制領(lǐng)域應用最廣泛的神經(jīng)網(wǎng)絡(luò)是靜態(tài)前饋bp神經(jīng)網(wǎng)絡(luò),而在多層前向bp網(wǎng)絡(luò)中引入特殊關(guān)聯(lián)層,形成有"記憶"能力的elman神經(jīng)網(wǎng)絡(luò),可以映射系統(tǒng)的非線性和動態(tài)特性。其在網(wǎng)絡(luò)訓練算法中,采用自適應學習速率梯度下降反向傳播算法,顯著提高了網(wǎng)絡(luò)的訓練速率,有效抑制了網(wǎng)絡(luò)陷入局部最小點。文中分別采用bp神經(jīng)網(wǎng)絡(luò)與elman神經(jīng)網(wǎng)絡(luò)建立模型,對vav空調(diào)系統(tǒng)的少量參數(shù)的數(shù)據(jù)進行仿真預測,經(jīng)比較分析,證明后者具有收斂速度快、預測精度高的特點。

變風量空調(diào)末端再熱器特性及優(yōu)化控制研究——本文通過一種新風優(yōu)化控制策略：基于預測的多區(qū)域vav空調(diào)系統(tǒng)末端再熱控制策略，以解決多區(qū)域新風的分配問題。該控制策略在預測負荷、找出使系統(tǒng)節(jié)能最大的最優(yōu)新風比的基礎(chǔ)上，研究再熱器性能，得到各區(qū)再熱器電壓...

本文通過一種新風優(yōu)化控制策略:基于預測的多區(qū)域vav空調(diào)系統(tǒng)末端再熱控制策略,以解決多區(qū)域新風的分配問題。該控制策略在預測負荷、找出使系統(tǒng)節(jié)能最大的最優(yōu)新風比的基礎(chǔ)上,研究再熱器性能,得到各區(qū)再熱器電壓和優(yōu)化的預熱時間。該策略在不影響室內(nèi)空氣品質(zhì)和舒適性的前提下,以實現(xiàn)能耗最小為目的,來分配區(qū)域的新風量。仿真分析的結(jié)果顯示,優(yōu)化預熱時間的末端再熱控制具有較好的適應區(qū)域新風量變化的能力,并具有一定的節(jié)能潛力。

針對變風量空調(diào)系統(tǒng)非線性、時變性和難以建立精確模型的特點,提出一種具有自適應能力的變論域模糊控制,以提高控制系統(tǒng)的控制速度和精度,使系統(tǒng)具有更好的動態(tài)性能和準確性。在推導vav末端裝置模型的基礎(chǔ)上,進行了仿真實驗。仿真結(jié)果表明,與傳統(tǒng)pid控制和常規(guī)模糊控制比較,變論域模糊控制提高了系統(tǒng)的動靜態(tài)特性和系統(tǒng)的穩(wěn)態(tài)精度,從而使模糊控制器的性能得到了較大的改善,具有良好的控制效果。

從建筑節(jié)能的角度對變風量系統(tǒng)的特點進行了闡述,分析了目前變風量空調(diào)系統(tǒng)的控制策略,并以西門子專用控制器為基礎(chǔ)介紹了變風量空調(diào)末端控制策略。

本文針對真實建筑中變風量空調(diào)末端裝置故障進行了研究,開發(fā)了一個在線檢測與診斷變風量空調(diào)末端裝置故障的工具。該故障診斷工具采用一個基于混合方法的故障檢測與診斷策略。累積和控制圖被用于累加房間溫度測量值及其設(shè)定值之間的偏差,如果計算的累積和大于控制圖上限值,或者小于控制圖下限值,就意味著在變風量空調(diào)末端裝置中存在故障或者異常?；谝?guī)則的故障分類器被用于分離和診斷故障源。故障診斷工具已經(jīng)在香港某大型辦公建筑進行了在線應用和驗證,驗證結(jié)果表明該故障診斷工具可以準確有效地檢測和診斷變風量空調(diào)末端裝置故障。

針對變頻空調(diào)常規(guī)模糊控制系統(tǒng)的隸屬函數(shù)和控制規(guī)則的獲取受限于專家經(jīng)驗的問題,根據(jù)神經(jīng)網(wǎng)絡(luò)自學習能力強的特點,將模糊控制與神經(jīng)網(wǎng)絡(luò)相結(jié)合,對空調(diào)的控制系統(tǒng)進行改進,并據(jù)此設(shè)計模糊神經(jīng)網(wǎng)絡(luò)控制器,在此基礎(chǔ)上進行了理論分析和模擬實驗,驗證了這一控制系統(tǒng)的有效性。