中央空调房间温度模糊神经网络控制器的仿真研究_图文

维普资讯 http://www.cqvip.com
第4 卷 第1 期 

制 冷 与 空 调 
REF GERATI RI ON  AND  R —C AI ONDI ONI TI NG 

Vo . No 1 14, .   Fe r a y 2 0   b u r  0 4

200 4年 2月     

中央 空调 房 间温 度模糊 神 经 网络  控 制器 的仿 真研 究 
安 大伟 
( 天津大学建筑环境与设备工程 系)  
摘 要

王 江 江 
( 华北 电力大学动力工程系)  

根 据我国 当前 智能建筑 中央空调控制 系统 传统 PD控 制存 在 的问 题 , 据 控制 对象 为一 大滞后  I 依

大惯 性环节 的特点 , 对一种模 糊神 经 网络 的控 制 器进 行 了仿 真研 究 , 以期改 善 空调 控制 系统 的 动静 态特 
性 , 能达到节能 的效果 。 并  

关键词  中央空调

模 糊控制

神经 网络 

THE  I ULATI SM oN  AND  RES EARCH    oF THE  FUZZY  NEURAL  NETW oRK  CoNTRoL  N  I THE  TEM PERATURE  oF  R — CoNDI oNI AI TI NG  YS S TEM  

AN  we  Da i

WANG Ja gi g  i j n   n a

( aj   i ri ) Ti i Unv sy  nn e t

( rhC iaEetiP w r ies y  Not  hn lcr o e  vri ) c Un t

AB TRACT Th r r  n   rb e    h  rd t n l D o to far — o dt nn  y ? S   e eaema yp o lmsi t eta i o a  n i PI c n rl   i— c n i o igs s o i  
tm n t ei tlg n   uli g .t i  a e i ltsa d r sac e  y eo u z   e r l e ? e i h  n el e tb i n s hsp p rsmuae  n  e e rh sat p   ff zy n u a  t i d n  

w r o t l whc h bets   red a —t  n   et ,t i rv   e tt n  y  okc nr , i t e ic i al g  e d i a di ri o mpo et   ai a dd ? o h o      a me n a   hs c
n m i c a a trsi o  i — o dt nn  y tm  n  a et ee eg . a c h rce it   far—c n ii ig s se a d s v  h   n r y    c o

KE   R   Ai—cn io igsse F zycnrl Nerl ewok NN) Y WO DS r o dt nn  ytm  uz o t   i o uan t r(    

1 前 言 



个高度建筑 的中央空调系统 , 其调节对象实 

在现代智能建筑 中, 大多数采用 了中央空调统 


际上是个大惯性系统 , 有如图 1 所示的飞升特性曲   线 。图 1中 6为系统滞后 时间 ; 为系统惯性 时  T 间常数。  

供 热、 制冷的方法。对于中央空调房间温度的控 

制, 由于被控对 象具 有较大 的惯性 和迟 延 , 受各种 

因素变化影响 , 因而对象的传递 函数具有非线性 和  
时变特性 ; 对于各个空调控制器 , 由于房 间情况 和  安装情况 不 同导 致对 象特 性不 同 , 用 常规 P D 采 I  控制难以取得较好 的控制 效果。而模糊神 经网络  控制是基于模糊规则 结合神经 网络极强 的 自学 习  
D 

1   062 .3  

线 

能力的控制 , 以引入设计 者的经验 , 可 对非线 性对 

象、 大惯性大迟延对象 、 数学模 型不太 清楚的对象  以及时变参数对象都可以取得较好 的控制效果 , 具 
有较 好 的鲁 棒 性 。  
图 1 调节 对象 的飞升曲线 

肘 间 

本文针对控制中央空调房 间温度 的目标 ,   提出 了具有实用价值的房 间温度模糊 神经网络控制器  的设计方案。  

系统滞后时间包 括系统纯滞后时间和容积滞 
后时间。对空调系统的纯滞后时间而言, 就是指调  节作用施加到对象上 由于调节阀至冷却器 、 风机到   冷却器、 风机到检测点之 间距 离的存在 , 会经 过一 

2 空调系统被控对象的分析 

定的传递延时被调参数才能 由传感器感受的到 ;   系

维普资讯 http://www.cqvip.com









调 

第 4卷 

统 的容积滞后是指 由于空调系统是多容积对象 , 其  热传导要经过多种媒介 , 而每种媒介 又有其特定的  热阻, 在热质传递过程 中所造成 的滞后 。由于滞后 
时间 6的存 在 , 调节作 用在 6的这段 时间里无 法 

安装 中央空调后 , 影响房间温度 的主要 因素是循环 
水温度 、 室外温度 、 间散热系数和空调换热系数。 房   其 中空调换热系数主要 由循环风机的转速决定 , 可 

以作为调节手段。温度对 风机转速 的传递 函数可 
以用常见 的工业控制过 程 中带滞后 的二 阶惯性环  节表示。  

影响被调参数 , 而致 使初调参数 自由变化 , 因而降  低 了系统的调节品质 , 加大了调节过程 的波动幅值  及动态偏差 , 延长 了调节时间 , 降低 了系统的稳定 
性。  

由于对象的建模一 般都 在某个 工作点上进行 
线性化 , 被控对象本身 的非线性在控制机构大幅动 

惯性 时间常数 T 的大小 , 表示系统动态响应  时间的快慢 , 越长 , 系统响应 时间越慢 , T 则 它将  引起系统 的超调 , 且使执行机构( 如调节阀) 常工作 

作 时是不能忽略的 ; 而且 , 由于各种干扰 因素 的存 
在及空调控制器安装情况 的不同等 , 很难用一确定 

的等效传递 函数来表示 实际被控对象。因此 针对 
不同的中央空调房 间温度 的控制要加 以具体分析 。   对于一般的控制系统 , 对象增益的变化对控制  品质的影响最大。设计控制器的要点 , 也就在于当   对象增益变化时 , 保证 系统的控制品质。这里采用  了模糊控制方式来保证 系统 的控制 品质 。并且针 

在开关状态 , 浪费能源 , 又使 被调参数处于大 的波 
动状态。  

鉴于中央空调 控制系统 6与 T 的存 在 , 用传  统 的 P D控制无法有效抑制滞后时间 6及时间常  I
数 T对控制系统 的影响 。智能大厦 中央空调控制  系统面对的是一个滞后时间长的大惯性对象 , 必须  寻求一个新 的控制方法 , 以提高控制 系统的静态特  性及动态品质 。   3 空调 系统控制的设计 

对被控对象受到多方面 因素 的影响而导致的时变 
特性 引入神经 网络控制方式 , 构成模糊神经网络控 

制器 ( N C 。这里 的神经 网络不 同与常规 网络  FN )
的黑箱型 , 它是根 据模糊系统 的结构 , 使神经网络 

空调控制器的设计 目标是 : 调节风机转速 , 使 
房间温度接近设定温度 ; 避免调节机构频 繁动作 ,  

的每个层 、 每个节 点对应模糊 系统 的一 部分 , 其所 
有的参数都具有了物理意义 。控 制系统 的框 图如 
图 2所示 

防止环境温度在设定值 附近频繁振荡 ; 约能源。 节  



堂   司 
 
图 2 模 糊神经 网络控制系统 原理 图  

4 模 糊 神 经 网络控 制 器 的设 计 

数为正态性 函数为:  
2   2 

在 中央空调房间温度常规模糊控制 中, 一般以  

f )= e 【 。 (   一   )  

温度 的偏差和偏差变化作为模糊控制器 的输入 , 设 
输 入 向量 X 为 :   X=( , )  1  2 

这里引入神经 网络 构造隶 数 函数模 型, 图 3所  如
示。  

在图 3中,   ∞ 表示 网络 A层到 B层的连接值 ,   即清晰量转化为模糊变量 的量化 因子 ;   ∞ 表示正  态型函数的 中心值 (   ) 网络权值 ∞ ∞ =a ; d表示 
( )   函数的分布 函数 , 也称尺度 因子 ;( ) f .表示正  态型激活函数 ( 作用 函数 ) 。于是输入输 出映射关 

其语言变量值 T( )     为

T  ) {  A , A , =12 ( = A , ;…,   i ,  
T( ) 的元素 是 定义 在 论 域 u   中  上 的模 糊 集 
{ B, M, S Z , S P P }相应 的隶数度 函 N N N ,E P , M, B ,  

维普资讯 http://www.cqvip.com

第 1期 

安大伟 等 : 中央空调房 间温度模糊 神经 网络 控制器 的仿 真研究 

.4 . 3 

系为 :  
A ( )= ep 一(     x[   一 c  ( / ̄      )/ 1 a )] d

A层 :    。

,   。 J l2 q。 ,   , 

B层 : = o 。 0   , J ,      ,  =   =l2  

C层 :  

一ci o ,q  d

, J l2      ,;

i ,, 7 这 里 i 示 七个 语 言 变量 值 : B  =l2 …, , 表 N ,
NM , NS, E , Z PS, M , B。 P P  

o 
图 3 隶数 函数 网络模型 

D层 :  

=O i ,o  =e p 一( ))  j  c j x(     ,

J =l 2; i l 2 … , , ,   = , , 7 

E层 :, = 01 02 J。   i  ,0 。 J) , =l 2  d   =( 。  i , ,




7;  

= l, … ,   最= l, 3, , 9 2, 7; 2, … 4  

利用隶数函数 的网络模 型我们 构造如 图 4 所  示的模糊神经网络模型, 该种模型是一种用神经网   络模拟模糊推理机的知识模型和推理模型 , 以表  可 达 I —T E F H N控制规则 的知识结构 。它是具 有 6   层隐含层 的前向网络 , —E层表示 规则的前件部  A

F层 : 0号节点 J =∑0 。 0 , 1 I, , 第 0 ,  , o =(/ o)  
最= l 2, … , 9 , 3, 4 

其余节点 : ,  ,  F  k, J =OG  O , ,    。 =I E 

D 

C 

B 



G层: = / 0,k= ,= , 3…,     o o,o    最 l ,, 4 2 9
H层 : =O % , =∑  , =l2 3 … ,9   k   最 , , , 4 

分( 前提 )F层表示 规则 , ; 它将模 糊子空 间映射到 
输出空间 ; —H 层表示 规则 的后 件 ( G 结论 或动作  部分 ) 。这种结构的 网络可 以完 成 : 晰量经 A   清 . 一 D层转换成前提部分 的隶数度函数 , 然后 E —F层  进行并行推理 , G层合成 , H层清晰化。  

根据上述的推导 , 模糊神经网络 的输出为 :  
4  9


∑ (l7 ?     ,2  巧 .) /
2  

其中 :  
Ⅱ   { ) (     ——一  

( , )=  l  2  
H  

∑(   (i  通 X) )
以上就是模糊神经网络控制器的控制算法 , 另  外需要设计的就是模糊 神经网络控制器 的学 习算 
法, 需要学 习的参数主要 是最后 一层的连接权 ,   以

及隶数度函数 的中心值和宽度 。尽管 网络 中的节  点和一般神经元有所不同, 但其本质也是实现输入  到输 出的非 线形 映射 , 以仿 照 B 可 P网络, 用误差  反传 的方法来设计调整参数 , 以使被控对象的输出  
逼近期望输 出, 在这里就不再多加赘述 。为了方便  工程设计人员参考 , 在这里给出模糊神经 网络控制 

器实时控制程序框图, 图 5 如 所示。  
5 系统仿真试验 

对于一个实际的对象 , 当冷却水温度 为 8℃、   环境温度为 3 6℃时 , 风机转速 由0%加到 10%, 0   实验得到的对象传递 函数可为 :  
W() s 
图 4 模糊神 经网络模 型 

( +1 s;1  s _  1  0   丽7  l ) + ) 2 (  

系统采用 MA L B平 台下的 SMULN TA I I K进 

设  表示规则结论部 分的调整权值 , 则模糊 
神经网络( N 模型为 : F N)  
I  F li A l   2i A 2 THEN  s  ,         s “i 6 s    

行仿真。图 6给 出了本 控制 系统 ( N C 和模 糊  FN ) 控制器( C 的阶跃 响应 曲线 ; 7给 出了当对象  F) 图 增益变 为 l 0时本 控 制器 ( N C 与模糊 控制 器  FN ) ( C 的比较 效果 , F) 仿真表 明本控 制器具 有较好 的   响应速度和 良好 的对象适应能力。  

设模糊神经 网络 的第 L层的第  个节 点的输入是 

砖 输出  各层 间的 输出 表示 下: , 为0 , 之 输入 关系 如  

维普资讯 http://www.cqvip.com

?

4 ? 4  









调 

第 4卷 

I ADDA 板 始     /, 模 初 化 /
_  一

l  
F NC N

计 F N 各层 反 信   算 N c 误差 传 号

t|  

/  /

I 调 各网权  l   整 层络值  
l 读 ee   取 ,4 A.  
0  


,  ,

_  

  _

  .

I  

.  

。  

I  
l   l  

令F N 的 le 2A N c x=, = e x  
令F N 的各层输入输出 NC   关 计 FN的 值 系 算 N C 输出     l   I

2  0

4  0

6  0

8  0

l0 0 

l0 2   l0 4 

图 6 F C与 F   NN C阶跃 响应 曲线 的 比较 

l 通 DA出 系   l l   过/ 给 统     输
N  

l  
I  

l  

通 AD 取 统 前   过 /读 系 当 值

图5 F   NNC实时控制 程序框 图 

6 结 论   

图 7 对象变 化时 F NC与 F N C控制效果 比较 

和单独的空调相 比, 中央空调具有制冷制热效 

点。通过对 中央空调房 间温度 的控制仿真研究 , 证 

率高、 运行费用低 、 清洁环境等优点 , 在智能建筑 中   将越来越广泛地使用 。研究新的控制方法 , 系统  使 更节能 、 人们感觉更舒适是工程技术人员面临的新 
课题 。  

明了模糊神经网络控制器 的有效性和可行性 。同  
时在仿真试验中采用 了工业控制 中比较常见 的二  阶惯性加迟延的对象 , 这也就表明模糊神经 网络控 

制器同样适用于其他过程控制 中。但是模糊神经 
网络控制理论远非成熟 , 尤其是在系统优化 的设计 

模糊神经 网络控制 器既融合了模 糊控制模拟  人的思维 、 推理 和判断 的优点 , 同时也发挥 了神经  网络控制对环境变化具有极强的自学 习能力 的优 

与分析方法 、 控制规则 的 自动获取 、 在线学 习算法 
等方面还有待更深入 的研究 。  

参 考 文 献 
易继锴 , 候嫒 彬 . 能控制技 术 [ . 智 M] 北京 : 北京工业大 学 出版社 ,9 9  19 . 黄 志林 , 李树 文 . 能建筑 中央空调计算机 控制 系统 控制算 法的探讨 []计算 技术 与 自动化 [] 智 J. J  田亮 , 鑫屏 . 刘 中央空调 房间温度模糊控 制器 的设计 . 自动化 与仪 器仪表 []2 0 ,4 :0 1  J .0 2 ( )4 ~4 .

赵林明 , 胡浩云 , 魏德华 等 . 多层前 向人工神 经网络 [ . : M]郑州 黄河水 利 出版社 , 9 , 1 9 9  
张乃尧 , 阎平凡 . 神经 网络与模糊控 制[ . 京 : M]北 清华大学 出版社 ,9 8  19 .


相关文档

基于神经网络的中央空调温度控制研究
中央空调房间温度模糊控制器的设计
中央空调房间温度智能PID控制的仿真研究
模糊神经网络控制器的仿真研究
中央空调温度模糊控制器的设计
神经网络模糊PID算法在温室温度控制中的仿真研究
空调房间温度预估模糊PID控制器的研究
基于模糊神经网络的中央空调故障诊断研究
神经网络模糊PID算法在温室温度控制中的仿真研究.kdh
基于神经网络推理器的自适应模糊控制器的仿真研究
电脑版