本文選題：中央空調(diào) + 冷凍水系統(tǒng)�。� 參考：《電機與控制學報》2017年05期

【摘要】：針對中央空調(diào)冷凍水系統(tǒng)回水溫度快速準確調(diào)節(jié)問題,提出基于模糊徑向基函數(shù)(radial basis function,RBF)網(wǎng)絡(luò)的變流量回水溫度智能控制方法。首先,對冷凍水系統(tǒng)旁通閥門的水量開度、泵組轉(zhuǎn)速等輸入量,按照模糊控制理論,進行模糊化與反模糊化處理,獲得歸一化的輸入信息向量;然后,利用能夠全局尋優(yōu)的RBF網(wǎng)絡(luò)進行溫度預(yù)測,不斷迭代預(yù)測產(chǎn)生理想的預(yù)測溫度;最后,當期望溫度與預(yù)測迭代的溫度殘差小于門限值時,停止迭代,輸出并記錄溫度,完成冷凍水系統(tǒng)的非線性溫度控制。仿真實驗表明,相比于傳統(tǒng)反向神經(jīng)(back propagation,BP)網(wǎng)絡(luò)控制,RBF控制方法迭代次數(shù)更少且精度更高,能夠提高系統(tǒng)的整體性能。
[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.
【作者單位】： 東北林業(yè)大學機電工程學院;
【基金】：國家自然科學基金(31370565)
【分類號】：TB657.2;TP273

【參考文獻】

相關(guān)期刊論文 前10條

1 賈鶴鳴;楊澤文;宋文龍;;考慮狀態(tài)約束的容積卡爾曼濾波估計算法[J];山東科技大學學報(自然科學版);2015年06期

2 曾燁;李婷婷;;基于RBF神經(jīng)網(wǎng)絡(luò)的冷凍水流量軟測量研究[J];工業(yè)控制計算機;2014年06期

3 曹華;張九根;;中央空調(diào)冷卻水、冷凍水系統(tǒng)的變頻節(jié)能分析[J];電機與控制應(yīng)用;2014年04期

4 鄒修國;丁為民;劉德營;趙三琴;;基于4種不變矩和BP神經(jīng)網(wǎng)絡(luò)的稻飛虱分類[J];農(nóng)業(yè)工程學報;2013年18期

5 黃棟;;模糊控制在中央空調(diào)系統(tǒng)中的應(yīng)用[J];建筑電氣;2013年01期

6 張義;左為恒;林濤;;BP神經(jīng)網(wǎng)絡(luò)PID控制在空調(diào)系統(tǒng)中的應(yīng)用[J];計算機仿真;2011年04期

7 郎憲明;屈寶存;吳傳國;張勇強;;基于蟻群算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的汽溫系統(tǒng)控制[J];哈爾濱理工大學學報;2010年06期

8 武俊峰;王世明;;一種基于模糊控制的兩步法預(yù)測控制方法[J];電機與控制學報;2010年07期

9 徐慶宏;戴先中;;基于在線學習RBF神經(jīng)網(wǎng)絡(luò)的汽門開度自適應(yīng)補償控制方法[J];電機與控制學報;2010年02期

10 張小衛(wèi);陳育平;張佳佳;;大溫差空調(diào)冷凍水系統(tǒng)的節(jié)能分析[J];山西能源與節(jié)能;2009年06期

相關(guān)博士學位論文 前1條

1 朱建華;冷凍水空調(diào)溫濕度先進控制技術(shù)研究[D];浙江大學;2016年

相關(guān)碩士學位論文 前1條

1 樊勇;混沌蟻群算法在中央空調(diào)冷凍水控制系統(tǒng)中的應(yīng)用研究[D];南華大學;2012年

【共引文獻】

相關(guān)期刊論文 前10條

1 佘致廷;楊婷;秦亞勝;董旺華;;電動汽車無離合器神經(jīng)網(wǎng)絡(luò)自校正PID控制[J];控制工程;2017年06期

2 孫麗萍;李元;張冬妍;劉亞秋;;中央制冷空調(diào)冷凍水系統(tǒng)模糊RBF控制研究[J];電機與控制學報;2017年05期

3 周帥;王凌云;徐菱虹;饒丹琳;;神經(jīng)網(wǎng)絡(luò)PID在毛細管輻射空調(diào)系統(tǒng)中的應(yīng)用[J];建筑熱能通風空調(diào);2017年03期

4 楊國國;鮑一丹;劉子毅;;基于圖像顯著性分析與卷積神經(jīng)網(wǎng)絡(luò)的茶園害蟲定位與識別[J];農(nóng)業(yè)工程學報;2017年06期

5 李元;賈鶴鳴;;基于模糊神經(jīng)網(wǎng)絡(luò)的空調(diào)冷凍水系統(tǒng)模型預(yù)測研究[J];科技創(chuàng)新與生產(chǎn)力;2017年03期

6 王傳哲;王東;張海輝;張陽;;基于姿態(tài)角的生豬行為識別方法研究[J];揚州大學學報(農(nóng)業(yè)與生命科學版);2016年04期

7 楊澤斌;李方利;陳正;孫曉東;;基于低頻信號注入法的無軸承異步電機轉(zhuǎn)速自檢測控制[J];農(nóng)業(yè)工程學報;2017年02期

8 周佳;盧少武;周鳳星;;基于RBF神經(jīng)網(wǎng)絡(luò)的永磁同步電機速度PI-IP控制[J];組合機床與自動化加工技術(shù);2017年01期

9 趙加寧;宋一平;;開式系統(tǒng)中水泵變頻調(diào)速運行特性實驗研究[J];煤氣與熱力;2016年08期

10 詹攀;謝守勇;劉軍;黃河;李佩原;;基于支持向量機回歸的鮮煙葉含水量預(yù)測模型[J];西南大學學報(自然科學版);2016年04期

相關(guān)碩士學位論文 前3條

1 黃耀珍;基于改進粒子群算法優(yōu)化的CCHP系統(tǒng)中冷凍水循環(huán)系統(tǒng)的模糊PID控制[D];重慶大學;2015年

2 李思;改進蟻群算法在空調(diào)冷凍水系統(tǒng)中的應(yīng)用研究[D];沈陽建筑大學;2015年

3 喻勇;基于TRNSYS的集中空調(diào)及其控制系統(tǒng)仿真[D];北京建筑大學;2014年

【二級參考文獻】

相關(guān)期刊論文 前10條

1 徐樹生;李娟;溫利;龔麗農(nóng);;強跟蹤自適應(yīng)CKF及其在動力定位中應(yīng)用[J];電機與控制學報;2015年02期

2 鄧海峰;高井祥;李增科;譚興龍;;簡化5級-CKF在SINS大失準角初始對準中的應(yīng)用[J];測繪科學技術(shù)學報;2014年05期

3 丁家琳;肖建;張勇;;基于CKF的分布式濾波算法及其在目標跟蹤中的應(yīng)用[J];控制與決策;2015年02期

4 王冷非;;變流量空調(diào)冷水系統(tǒng)的分析和比較[J];暖通空調(diào);2013年04期

5 王子榮;周春冬;;有關(guān)變頻水泵節(jié)能技術(shù)的分析[J];黑龍江科技信息;2013年07期

6 陳金山;冀兆良;施楊;;空調(diào)水系統(tǒng)變頻節(jié)能改造全年節(jié)電率預(yù)測方法探討[J];制冷與空調(diào);2013年01期

7 郭杰;嚴良文;李文;叢閱;;中央空調(diào)水系統(tǒng)的變頻改造[J];化工裝備技術(shù);2013年01期

8 鄭超瑜;肖賦;陳武;;冷水機組故障診斷新模型[J];建筑科學;2012年12期

9 孫俊;武小紅;張曉東;王艷;高洪燕;;基于MFICSC算法的生菜圖像目標聚類分割[J];農(nóng)業(yè)工程學報;2012年13期

10 王昊鵬;馮顯英;李麗;;基于改進二維最大類間方差法的白色異性纖維檢測算法[J];農(nóng)業(yè)工程學報;2012年08期

相關(guān)博士學位論文 前2條

1 賈春霞;硅膠基復合干燥劑強化除濕機理及其應(yīng)用研究[D];上海交通大學;2006年

2 丁靜;開式吸附式除濕輪空調(diào)系統(tǒng)的模擬與實驗研究[D];華南理工大學;1996年

相關(guān)碩士學位論文 前8條

1 楊珂;基于Smith預(yù)估器的模糊PID控制在中央空調(diào)系統(tǒng)中的應(yīng)用[D];南華大學;2010年

2 楚志遠;基于混沌蟻群的中央空調(diào)系統(tǒng)優(yōu)化方法研究及軟件開發(fā)[D];沈陽工業(yè)大學;2010年

3 丁曉玲;自調(diào)整量化比例因子模糊控制在中央空調(diào)水系統(tǒng)中的應(yīng)用研究[D];山東大學;2007年

4 徐定成;基于自學習的模糊PID參數(shù)自整定技術(shù)及其應(yīng)用研究[D];重慶大學;2006年

5 許遠超;中央空調(diào)水系統(tǒng)優(yōu)化控制策略研究[D];南京理工大學;2005年

6 胡波;變流量空調(diào)系統(tǒng)的特性分析與應(yīng)用探討[D];西安建筑科技大學;2004年

7 於仲義;變水量空調(diào)系統(tǒng)智能解耦控制研究[D];華中科技大學;2004年

8 韓瑞珍;PID控制器參數(shù)模糊自整定研究[D];浙江工業(yè)大學;2002年

【相似文獻】

相關(guān)期刊論文 前10條

1 張波;駱洋;;冷凍水系統(tǒng)的改進[J];機電信息;2012年35期

2 譚來照;;空調(diào)冷凍水系統(tǒng)的流量調(diào)整[J];制冷;1986年02期

3 任素梅;鄭姍姍;賈衡;李炎鋒;廖曉渝;;空調(diào)冷凍水系統(tǒng)控制管理矩陣技術(shù)探討[J];智能建筑;2005年02期

4 付秉恒;孫文哲;翟少斌;張立華;;大溫差冷凍水的適用性研究[J];流體機械;2008年03期

5 陳毓盛;翁燦p，

本文編號：1835137