基于BP-PID的电动汽车热泵空调温度控制系统研究与设计

电动汽车热泵空调系统具有时变性、非线性和滞后性的特点,传统的比例-积分-微分(PID)控制方法无法达到理想的控制效果。针对反向传播(BP)神经网络,推导出其正向和反向传播阶段公式,给出了详细的控制算法设计,在传统PID控制器基础上设计出一种自学习BP神经网络PID控制器。对热泵空调系统模型仿真,结果表明,该控制器具有稳定性高,鲁棒性好等优点,优于传统PID控制效果。最后把BP-PID算法与脉冲宽度调制(PWM)控制相结合,进行了系统软硬件原理设计,与传统PID控制相比稳定时间从155s减少到145s,实现空调温度控制,为后续车型开发做准备。

纺纱空调系统运行仿真及机器学习辅助调控

针对纺纱车间采用传统的PID控制车间温湿度不稳定问题,采用机器学习的BP神经网络对后台历史数据进行监督学习,并建立空调设备自控参数的专家库。当PID调控产生温湿度较大波动时采用信息库建立好的空调控制参数直接介入辅助控制。基于热量平衡、湿量平衡以及风量平衡开发了纺纱空调仿真系统,并分析了风机、水泵、二回风窗、新风窗对于车间温湿度控制的影响。为验证辅助调控的效果,将BP神经网络预测的空调控制参数介入车间温湿度控制,并与传统PID控制车间的温湿度进行了对比。结果表明:采用BP神经网络辅助调控空调系统的参数,车间温湿度稳定性优于传统PID控制。认为:机器学习辅助调控纺纱空调系统可达到稳定控制温湿度的目的。

BP神经网络PID控制在双温区自动空调中的应用

针对目前传统PID控制对模型依赖性强,难以在线调整控制参数,具有非线性,而神经网络控制在误差控制方面又有不足之处,在变风量汽车双温区自动空调中都难以得到较好的控制效果,文章提出了将BP算法的神经网络和PID加以混合的一套控制系统,减少因为参数模糊性、非线性问题以及外界不稳定的干扰对汽车空调系统的影响,从而提高系统的鲁棒性。

房间空调器长效运行性能预测及优化方案的研究

房间空调器实际运行过程中的能效是空调器持续节能的重要考核指标,为研究房间空调器长效运行性能特性,采用BP神经网络进行新机器的性能预测分析,获得在多因素影响下选择成本最优的空调长效性能的设计方法。BP网络的学习样本来自于旧机器实验室测试数据及房间空调器在真实运行工况下的在线监测动态衰减数据,通过对大量样本数据的学习,分析影响长效运行性能各因素的权重,确定长效运行性能的优化策略。对26台使用中的房间空调器进行性能进行测试,85%的样本作为数学模型的训练样本,15%的样本作为模型验证样本,结果表明,采用小样本训练的BP神经网络预测的长效综合评价值误差均在5%以内,预测结果收敛;经过对BP神经网络的权重分析,时间加权后的高温制冷性能、额定制冷性能、低温制热性能、额定制热性能归一化值所占决策权重分别为0.187、0.203、0.312、0.298。为验证BP网络的正确性,建立房间空调器在线性能监测系统软硬件及长效性能分析预测软件平台,通过大量和长期在用空调的实测数据,验证和优化BP网络。基于以上基础数据,进一步提出大数据关联规则挖掘模型应用于空调器长效分析的研究思路,应用于多因素影响下空调长效特性的优化设计。

基于神经网络的变频空调控制系统

基于神经网络的变频控制空调可以根据实际环境与室内需求的不同,连续地、动态地、适时地按需要输出,改进了一般定速空调器在实际应用中室内机的输出滞后于压缩机,而室内空气参数的滞后则更大的不足。采用了神经网络的误差反传(BP)算法,可以快速、准确的对从实际环境中获得的数据进行综合、分析,得出正确的结论,从而通过控制单元调节压缩机、风机和电子膨胀阀,使其根据现状迅速地做出反应,达到智能控制的效果,具有先进性、经济性、和实用性。

基于神经网络的多联变频空调电子膨胀阀控制系统研究

空调制冷系统具有滞后大、非线性等特点,采用普通控制方式时效果不尽人意。采用BP-PID控制器对系统电子膨胀阀开度进行控制,并设计了BP-PID控制器。实践结果表明,该控制方法简单有效,很好地满足了用户的实际需要。

变频器技术在大区域中央空调系统中的应用

中央空调系统是工业中耗能的重要部分。针对大区域分区独立式中央空调系统存在的工况及环境变化适应性差,控制惯性较大,容易产生超调,能源浪费等问题,文章提出将变频调速技术与神经网络控制相结合,以克服采用常规PID控制方式在相邻的分区中有时会出击一个区域制冷,另一个区域加热的现象,融合技术的应用有效地避免了系统振荡造成的能源巨大浪费。

基于神经网络的空调末端群控方法研究

数据中心在飞速发展,空调系统作为IT设备的制冷保障不仅要提供恒定的温湿度,也要保证节能降耗,这就凸显出末端空调群控技术的重要性。论文通过研究基于蚁群优化BP神经网络来实现数据中心空调末端系统的智能化、精准化的集中控制,使空调末端设备达到井然有序、高效一致的制冷状态,同时能够达到节能降耗的目的,为数据中心实现绿色节能,提供了重要的指导意义。