学位论文 > 优秀研究生学位论文题录展示
多区域VAV系统串级预测控制方法研究与实现
作 者: 刘熙
导 师: 魏东
学 校: 北京建筑工程学院
专 业: 控制理论与控制工程
关键词: 变风量空调 串级控制 神经网络 预测控制
分类号: TU831.3
类 型: 硕士论文
年 份: 2012年
下 载: 46次
引 用: 0次
阅 读: 论文下载
内容摘要
目前变风量空调系统的控制主要是基于多个回路的单独设计,每个控制回路都是采用PID控制方法进行调节,PID参数的设定对控制系统的性能有很大的影响。由于变风量空调系统组成复杂、设备众多,各种不同的应用场合对参数的要求也不同,需要调试工程师根据自身的经验现场给予设定,且PID控制方法不具备自学习能力,给工程现场调试带来了很大的困难。本文针对实际变风量空调末端采用的压力无关型的控制方法,结合预测控制与串级控制的优势,提出了一种基于神经网络的空调末端串级预测控制方法。该方法将两个神经网络预测控制器分别作为串级结构中的内环和外环控制器,外环控制器用于计算输入空调区域的设定风量,内环用于保证风量输出。内环和外环均采用基于反馈控制与欧拉-拉格朗日优化控制算法相结合的控制方法,引入多步预测优化性能指标来克服各种不确定性和复杂变化的影响。预测模型由BP网络实现,外环预测模型采用空调区域模型,内环预测模型采用风量预测模型。在确定控制方案后,在北京建工学院建筑智能化实验研究中心多区域变风量空调实验室进行了实验研究。首先对影响VAV区域显热负荷的参数和各区域间的耦合特性进行了分析,确定了神经网络预测模型结构,然后利用嵌入式开发板和数据采集模块进行了两个空调区域的参数采集工作,包括温度、风速、管道静压等,在采集过程中注意参数数据覆盖VAV系统的全部动态范围。对BP网络和RBF网络的预测精度和泛化能力进行了比较,选用BP神经网络建立了空调区域温度和风量预测模型。在此基础上,编写了Windows CE6.0操作系统平台下VAV变风量空调神经网络串级预测控制程序。实验结果表明,本论文提出的神经网络串级预测控制方案,能够实现解耦控制;在存在多种干扰因素和不确定性的影响下,能够保证空调房间温度和风量控制精度,为送风机组提供了准确的风量数据;同时由于神经网络具有自学习性,可以解决现场调试PID参数的难题,而且使控制系统具有可移植性。
|
全文目录
摘要 3-4 Abstract 4-8 第1章 绪论 8-14 1.1 选题背景及研究意义 8 1.2 国内外 VAV 空调系统控制方法 8-10 1.2.1 VAV 变风量空调系统末端控制 8-9 1.2.2 VAV 变风量空调系统的处理机组控制方法 9-10 1.3 最优控制 10-11 1.4 预测控制算法 11-12 1.4.1 预测控制的发展与现状 11-12 1.4.2 基于神经网络的模型预测控制 12 1.5 论文研究内容 12-14 第2章 神经网络用于空调区域温度预测模型和风量预测模型辨识 14-28 2.1 研究对象 14-15 2.2 空调区域温度模型参数选择 15-16 2.3 风量预测模型参数选择 16 2.4 隐层节点数的确定 16-17 2.5 神经网络预测模型训练样本数据采集策略与预处理 17-18 2.5.1 样本数据采集策略 17 2.5.2 数据预处理 17-18 2.6 神经网络训练 18-21 2.6.1 神经网络泛化问题 18-19 2.6.2 样本数据数据分组 19 2.6.3 神经网络选择 19-20 2.6.4 神经网络训练方案 20-21 2.7 神经网络训练实验结果及分析 21-27 2.7.1 精确度测试 21-23 2.7.2 泛化性能测试 23-25 2.7.3 风量预测模型结果 25-27 2.8 小结 27-28 第3章 变风量空调末端神经网络预测串级控制 28-43 3.1 串级控制 28-29 3.2 神经网络非线性预测优化控制 29-34 3.2.1 神经网络控制器结构 30 3.2.2 神经网络预测控制器训练 30-34 3.3 控制神经网络串级预测控制方案应用研究 34-39 3.3.1 优化性能指标 34-35 3.3.2 内外环神经网络控制器设计 35-36 3.3.3 内环神经网络预测控制器在线寻优训练 36-37 3.3.4 外环神经网络控制器在线寻优 37-39 3.4 实验结果分析 39-42 3.4.1 实验结果 39-41 3.4.2 神经网络串级预测控制与 PID 控制结果比较 41-42 3.5 小结 42-43 第4章 基于嵌入式开发板的变风量空调智能控制系统 43-54 4.1 多区域智能控制系统硬件组成 43-47 4.1.1 控制器 43-44 4.1.2 I/O 设备 44 4.1.3 传感变送机构与执行机构 44-47 4.2 神经网络串级预测控制程序设计 47-53 4.2.1 Windows CE 操作系统和 VS2005 开发环境 47-48 4.2.2 进程与线程 48-49 4.2.3 多线程编程 49 4.2.4 程序流程图 49-50 4.2.5 数据采集程序 50-51 4.2.6 神经网络串级预测控制算法程序 51-53 4.3 本章小结 53-54 第5章 总结与展望 54-55 5.1 总结 54 5.2 课题展望 54-55 结论 55-56 参考文献 56-60 致谢 60-61 在读期间发表的学术论文 61
|
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 调频式电容位移传感器高速测频与非线性校正技术研究,TH822
- 卫星姿态的磁控制方法研究,V448.222
- 高精度激光跟踪装置闭环控制若干关键问题研究,TN249
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 红外超光谱图像的虚拟探测器研究,TP391.41
- 基于神经网络的水厂投药预测控制研究,TP273.1
- 压电驱动微工作台的控制与校正技术研究,TP273
- 网络化系统的鲁棒模型预测控制,TP273
- 硝酸钠制配过程中pH值的预测控制及仿真研究,TP273
- 离散非线性系统输入到状态稳定性研究,TP13
- 高性能恒温晶体振荡器温度控制系统的研究,TN752
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 大学生综合素质测评研究,G645.5
- 不具备全局Lipschitz条件的时滞细胞神经网络的反周期解研究,TP183
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络辨识的同步发电机励磁控制研究,TM31
- 海上平台消防系统研究,U698.4
- 基于神经网络的安全评价方法研究及应用,X937
- 企业安全投入灰色神经网络模型的研究,X913.4
中图分类: > 工业技术 > 建筑科学 > 房屋建筑设备 > 空气调节、采暖、通风及其设备 > 空气调节 > 空气调节系统
© 2012 www.xueweilunwen.com
|