基于神經(jīng)網(wǎng)絡(luò)的HVAC空調(diào)子系統(tǒng)模型辨識及控制優(yōu)化.pdf

1、智能建筑的快速發(fā)展對建筑設(shè)備監(jiān)控系統(tǒng)(BAS)的控制性能提出了越來越高的要求.HVAC系統(tǒng)是BAS的重要組成部分,目前國內(nèi)集中供熱、供冷的中央空調(diào)系統(tǒng)的控制效果遠遠沒有達到最佳狀態(tài),普遍存在著控制精度差、閥門振蕩幅度大等缺點,使設(shè)備的能耗增大、使用壽命降低.HVAC系統(tǒng)是一個復(fù)雜的熱力非線性系統(tǒng),具有輸入變量多、所受干擾大、對象的參數(shù)易于變化且難以確定的特點.我們曾經(jīng)通過現(xiàn)代辨識技術(shù)獲取了空調(diào)子系統(tǒng)的數(shù)學模型,但在數(shù)據(jù)的預(yù)處理階段要去除

2、干擾變量引起的變化趨勢比較困難,且隨著被控對象條件變化,它的魯棒性可能減弱.神經(jīng)網(wǎng)絡(luò)方法很容易解決多變量輸入的問題,因而可以方便地把影響過程的諸量作為神經(jīng)網(wǎng)絡(luò)的輸入,從而簡化信號處理的工作.本文在簡要介紹了神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識的基本原理的基礎(chǔ)上,分析了神經(jīng)網(wǎng)絡(luò)在系統(tǒng)辨識中的應(yīng)用,將一種基于RBF神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識方法用于HVAC空調(diào)子系統(tǒng)建模,通過正交最小二乘(OLS)法,確定空調(diào)子系統(tǒng)模型的參數(shù),目的是得到較快的學習時間并避免陷入局部最小

3、.我們在前向通道引入了單神經(jīng)元自適應(yīng)PID控制機理,目的是為了構(gòu)成控制回路.并用Matlab工具進行了空調(diào)子系統(tǒng)控制的仿真.根據(jù)系統(tǒng)的動態(tài)特性和行為,利用單神經(jīng)元的有監(jiān)督學習規(guī)則,對PID控制器的參數(shù)進行了自適應(yīng)調(diào)整,解決了控制系統(tǒng)的穩(wěn)定性問題,并獲得了良好的控制性能.論文中通過調(diào)試、實踐,討論了放大倍數(shù)K的確定對系統(tǒng)穩(wěn)定性的影響;討論了PID系數(shù)η<,p>、η<,I>、η<,D>的優(yōu)化和它們對于系統(tǒng)穩(wěn)定性的影響,并給出了仿真的結(jié)果.這