中央制冷空调冷冻水系统模糊RBF控制研究

发布时间：2018-05-02 19:13

本文选题：中央空调 + 冷冻水系统　；参考：《电机与控制学报》2017年05期

【摘要】：针对中央空调冷冻水系统回水温度快速准确调节问题,提出基于模糊径向基函数(radial basis function,RBF)网络的变流量回水温度智能控制方法。首先,对冷冻水系统旁通阀门的水量开度、泵组转速等输入量,按照模糊控制理论,进行模糊化与反模糊化处理,获得归一化的输入信息向量;然后,利用能够全局寻优的RBF网络进行温度预测,不断迭代预测产生理想的预测温度;最后,当期望温度与预测迭代的温度残差小于门限值时,停止迭代,输出并记录温度,完成冷冻水系统的非线性温度控制。仿真实验表明,相比于传统反向神经(back propagation,BP)网络控制,RBF控制方法迭代次数更少且精度更高,能够提高系统的整体性能。
[Abstract]:Aiming at the problem of quick and accurate adjustment of backwater temperature in central air conditioning chilled water system, an intelligent control method of variable flow backwater temperature based on fuzzy radial basis function (radial basis function) basis function (RBF) network is proposed. First of all, according to the fuzzy control theory, fuzzy and de-fuzzification are carried out to get the normalized input information vector for the water opening of the bypass valve door and the pump group rotational speed of the refrigerated water system. The RBF network, which can be globally optimized, is used to predict the temperature, and the predicted temperature is generated by iteration. Finally, when the temperature residuals between the expected temperature and the predicted iteration are less than the threshold, the iteration is stopped, and the temperature is output and recorded. The nonlinear temperature control of the chilled water system is completed. The simulation results show that compared with the traditional neural network control method, the RBF control method has less iterations and higher precision, which can improve the overall performance of the system.
【作者单位】：东北林业大学机电工程学院;
【基金】：国家自然科学基金(31370565)
【分类号】：TB657.2;TP273

【参考文献】

相关期刊论文前10条

1 贾鹤鸣;杨泽文;宋文龙;;考虑状态约束的容积卡尔曼滤波估计算法[J];山东科技大学学报(自然科学版);2015年06期

2 曾烨;李婷婷;;基于RBF神经网络的冷冻水流量软测量研究[J];工业控制计算机;2014年06期

3 曹华;张九根;;中央空调冷却水、冷冻水系统的变频节能分析[J];电机与控制应用;2014年04期

4 邹修国;丁为民;刘德营;赵三琴;;基于4种不变矩和BP神经网络的稻飞虱分类[J];农业工程学报;2013年18期

5 黄栋;;模糊控制在中央空调系统中的应用[J];建筑电气;2013年01期

6 张义;左为恒;林涛;;BP神经网络PID控制在空调系统中的应用[J];计算机仿真;2011年04期

7 郎宪明;屈宝存;吴传国;张勇强;;基于蚁群算法优化RBF神经网络的汽温系统控制[J];哈尔滨理工大学学报;2010年06期

8 武俊峰;王世明;;一种基于模糊控制的两步法预测控制方法[J];电机与控制学报;2010年07期

9 徐庆宏;戴先中;;基于在线学习RBF神经网络的汽门开度自适应补偿控制方法[J];电机与控制学报;2010年02期

10 张小卫;陈育平;张佳佳;;大温差空调冷冻水系统的节能分析[J];山西能源与节能;2009年06期

相关期刊论文前10条

1 佘致廷;杨婷;秦亚胜;董旺华;;电动汽车无离合器神经网络自校正PID控制[J];控制工程;2017年06期

2 孙丽萍;李元;张冬妍;刘亚秋;;中央制冷空调冷冻水系统模糊RBF控制研究[J];电机与控制学报;2017年05期

3 周帅;王凌云;徐菱虹;饶丹琳;;神经网络PID在毛细管辐射空调系统中的应用[J];建筑热能通风空调;2017年03期

4 杨国国;鲍一丹;刘子毅;;基于图像显著性分析与卷积神经网络的茶园害虫定位与识别[J];农业工程学报;2017年06期

5 李元;贾鹤鸣;;基于模糊神经网络的空调冷冻水系统模型预测研究[J];科技创新与生产力;2017年03期

6 王传哲;王东;张海辉;张阳;;基于姿态角的生猪行为识别方法研究[J];扬州大学学报(农业与生命科学版);2016年04期

7 杨泽斌;李方利;陈正;孙晓东;;基于低频信号注入法的无轴承异步电机转速自检测控制[J];农业工程学报;2017年02期

8 周佳;卢少武;周凤星;;基于RBF神经网络的永磁同步电机速度PI-IP控制[J];组合机床与自动化加工技术;2017年01期

9 赵加宁;宋一平;;开式系统中水泵变频调速运行特性实验研究[J];煤气与热力;2016年08期

10 詹攀;谢守勇;刘军;黄河;李佩原;;基于支持向量机回归的鲜烟叶含水量预测模型[J];西南大学学报(自然科学版);2016年04期

相关期刊论文前10条

1 徐树生;李娟;温利;龚丽农;;强跟踪自适应CKF及其在动力定位中应用[J];电机与控制学报;2015年02期

2 邓海峰;高井祥;李增科;谭兴龙;;简化5级-CKF在SINS大失准角初始对准中的应用[J];测绘科学技术学报;2014年05期

3 丁家琳;肖建;张勇;;基于CKF的分布式滤波算法及其在目标跟踪中的应用[J];控制与决策;2015年02期

4 王冷非;;变流量空调冷水系统的分析和比较[J];暖通空调;2013年04期

5 王子荣;周春冬;;有关变频水泵节能技术的分析[J];黑龙江科技信息;2013年07期

6 陈金山;冀兆良;施杨;;空调水系统变频节能改造全年节电率预测方法探讨[J];制冷与空调;2013年01期

7 郭杰;严良文;李文;丛阅;;中央空调水系统的变频改造[J];化工装备技术;2013年01期

8 郑超瑜;肖赋;陈武;;冷水机组故障诊断新模型[J];建筑科学;2012年12期

9 孙俊;武小红;张晓东;王艳;高洪燕;;基于MFICSC算法的生菜图像目标聚类分割[J];农业工程学报;2012年13期

10 王昊鹏;冯显英;李丽;;基于改进二维最大类间方差法的白色异性纤维检测算法[J];农业工程学报;2012年08期

相关期刊论文前10条

1 张波;骆洋;;冷冻水系统的改进[J];机电信息;2012年35期

2 谭来照;;空调冷冻水系统的流量调整[J];制冷;1986年02期

3 任素梅;郑姗姗;贾衡;李炎锋;廖晓渝;;空调冷冻水系统控制管理矩阵技术探讨[J];智能建筑;2005年02期

4 付秉恒;孙文哲;翟少斌;张立华;;大温差冷冻水的适用性研究[J];流体机械;2008年03期

5 陈毓盛;翁灿p，

本文编号：1835137

资料下载

论文发表

支付宝下载

Download by Alipay
微信下载

Download by Wechat
会员下载

Download by Member

本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1835137.html

上一篇：堆叠式微型数据采集系统关键技术研究
下一篇：基于迁移共享空间的分类新算法

论文发表

·知网|万方|维普|龙源|省级|国家级|科技核心|北大核心|南大核心CSSCI|EI|SCI|SSCI|