神经网络算法在中央空调控制系统中的应用

　　0 引言

　　中央空调系统温湿度控制具有非线性、大惯性及强耦合等特点,系统数学模型不容易建立,因此传统的控制策略难以达到满意的控制效果。随着自动控制理论的发展,神经网络控制、模糊控制等先进控制算法得到了迅速地发展及应用,一些非线性系统的自适应控制也成为可能。

　　神经网络在解决高度非线性和严重不确定性系统的控制方面有巨大潜力。用传统控制理论解决的各种实际问题,几乎都可以用神经网络控制技术来解决;而许多传统控制技术不能解决的问题也可以使用神经网络控制技术来解决。神经网络PID控制技术就是神经网络控制技术与传统PID控制的结合,是对传统PID控制的一种改进和优化。本文着重讨论神经网络PID控制算法在中央空调温湿度控制中的应用。

　　1 单神经元仿真

　　神经元是以生物神经系统的神经细胞为基础的生物模型。人们在对生物神经系统进行研究,以探讨人工智能的机制时,把神经元数学化,从而产生了神经元数学模型。图1所示为单神经元控制器的模型。

　　网络的输入为:

　　网络的输出为:

　　式中: {Wi}是控制器的加权系数,对应于PID控制器的比例、积分、微分系数Kp、Ki、Kd,但与传统控制器不同的是参数{Wi}可以进行在线修正。不断调整{Wi}使之达到最优值{W*},从而可以改善控制系统的控制性能。

　　图2所示为单神经元PID控制器的结构框图,图中转换器的输入为yr、y(k),转换器的输出为神经元学习控制所需要的状态量X1、X2、X3,它们有如下关系:

　　式中:z(k)为性能指标; e(k)为转换器输入; k为神经元比例系数, k>0。为保证学习算法的收敛性和控制的鲁棒性,进行规范化处理后可得:

　　式中:Gi、Gd、Gd分别代表积分、比例和微分权值的学习速率。

　　由于神经元PID控制器不能直接用传递函数描述,因此不能简单的用SIMULINK进行仿真,必须引入S函数。S函数的基本格式为: Function[sys, x0]=函数名(t,x,u, flag),其中t,x,u为当前时间、状态变量与输入矢量; flag为返回变量标志。S函数编写好之后再结合相应的状态转换器即可在Matlab中进行仿真。针对中央空调系统的模型,温湿度的控制曲线如图3及图4所示。

　　控制指标要求温度为26e,误差?1e;湿度70%,误差?10%。如图3、图4所示单神经元PID控制器达到了系统的控制要求,并且达到了一定的精度。但是在对中央空调进行温湿度控制的过程中,温度和湿度之间存在较强的耦合,从仿真曲线的对比中发现温度曲线和湿度曲线之间的关联性不大,温度和湿度处于近乎独立控制的状态,解耦效果不明显,因此有必要进行一些后续的研究。在此提出了一种新的方案,即多神经元PID解耦控制。