基于神經(jīng)模糊技術(shù)的空調(diào)蒸發(fā)器建模、控制及應(yīng)用仿真研究.pdf

1、隨著科技的進(jìn)步和生活水平的提高，空調(diào)的普及度越來(lái)越高。但是人們對(duì)自己所居住環(huán)境的要求也越來(lái)越高。目前，空調(diào)并沒(méi)有完全達(dá)到人們所期望的清新健康的居住環(huán)境要求，因此，空調(diào)系統(tǒng)的品質(zhì)有待進(jìn)一步提高。 中央空調(diào)的制冷系統(tǒng)包括：壓縮機(jī)、蒸發(fā)器、冷凝器及油壓分離裝置和電子膨脹閥等設(shè)備。蒸發(fā)器是空調(diào)制冷系統(tǒng)的一個(gè)重要組成部分，其性能影響著空調(diào)制冷性能。因此，改善蒸發(fā)器的控制性能也就改善了空調(diào)制冷系統(tǒng)的性能?，F(xiàn)有工業(yè)中對(duì)蒸發(fā)器的控制采用傳統(tǒng)的P

2、ID控制策略，但是PID控制器的參數(shù)是根據(jù)專(zhuān)家知識(shí)設(shè)定的，這在實(shí)際操作中具有一定難度。并且，空調(diào)蒸發(fā)器具有非線(xiàn)性和滯后等特點(diǎn)，所以常規(guī)的PID控制器的控制效果并不理想。本文的主要目的是以神經(jīng)模糊技術(shù)為工具，提出能夠改善空調(diào)蒸發(fā)器控制性能的自適應(yīng)預(yù)測(cè)控制策略，從而改善空調(diào)的制冷性能。另外，目前預(yù)測(cè)控制在工業(yè)中的應(yīng)用還是用上位機(jī)實(shí)現(xiàn)的，成本太高，因此，本文還將探索將提出的基于神經(jīng)模糊技術(shù)的控制策略在S7-300PLC中實(shí)現(xiàn)，對(duì)實(shí)際工業(yè)應(yīng)用和

3、推廣有著重要意義。 本文在總結(jié)了空調(diào)蒸發(fā)器的研究現(xiàn)狀及其控制系統(tǒng)的基礎(chǔ)上，建立了數(shù)據(jù)驅(qū)動(dòng)的空調(diào)蒸發(fā)器的神經(jīng)模糊模型，并提出了基于Lyapunov方法的神經(jīng)模糊模型參數(shù)自適應(yīng)算法。在此基礎(chǔ)上，研究了基于神經(jīng)模糊模型的空調(diào)蒸發(fā)器預(yù)測(cè)控制策略。最后，從實(shí)際應(yīng)用的角度出發(fā)，在S7-300PLC中實(shí)現(xiàn)了本文提出的控制策略，使智能控制算法在工業(yè)中的應(yīng)用和推廣成為可能。 本文在研究和開(kāi)發(fā)過(guò)程中主要開(kāi)展了以下工作： 1、建立了空

4、調(diào)蒸發(fā)器的神經(jīng)模糊模型，在此基礎(chǔ)上提出一種基于Lyapunov方法的全局收斂性參數(shù)學(xué)習(xí)算法，并給出了嚴(yán)格的數(shù)學(xué)證明，克服了常規(guī)采用梯度下降法中參數(shù)初始值選擇需要嘗試和易陷入局部最小的缺點(diǎn)。仿真研究表明了本文提出的算法具有較好的非線(xiàn)性逼近和參數(shù)自學(xué)習(xí)能力，優(yōu)于傳統(tǒng)的梯度下降法和最小二乘法，為空調(diào)蒸發(fā)器的神經(jīng)模糊建模提供了一條新途徑。 2、提出一種基于神經(jīng)模糊模型的自適應(yīng)單神經(jīng)元預(yù)測(cè)控制器，并分別通過(guò)梯度下降法和Lyapunov法對(duì)

5、控制器參數(shù)進(jìn)行在線(xiàn)調(diào)節(jié)。然后，將提出的基于神經(jīng)模糊模型的自適應(yīng)單神經(jīng)元預(yù)測(cè)控制器用于空調(diào)蒸發(fā)器過(guò)熱度的控制中。理論研究和仿真結(jié)果表明，基于神經(jīng)模糊模型的自適應(yīng)單神經(jīng)元預(yù)測(cè)控制器具有和傳統(tǒng)的PID控制器相似的結(jié)構(gòu)，因此簡(jiǎn)單易行，容易被現(xiàn)場(chǎng)操作人員采納，并且該控制器參數(shù)可以在線(xiàn)調(diào)節(jié)，具有較快的響應(yīng)速度。 3、在1和2的研究基礎(chǔ)上，將基于神經(jīng)模糊模型的自適應(yīng)單神經(jīng)元預(yù)測(cè)控制器在S7-300PLC中實(shí)現(xiàn)。首先通過(guò)OPC建立PLC與MAT