原文传递
基于小波神经网络的地铁空调控制研究
| 论文题名： | 基于小波神经网络的地铁空调控制研究 |
| 关键词： | 地铁空调;人体热舒适性指标;预测控制;小波神经网络;通风系统 |
| 摘要： | 改革开放以来，随着我国经济的发展以及城市化进程的加快，新兴起的地铁作为一种快捷、舒适、节能的现代化交通工具已经逐步运用到各个大城市中。随着地铁的快速发展，地铁环控系统的能耗也逐年增加。因此，建立良好的地铁通风系统很有必要的，这样不仅能够为乘客提供良好、舒适的乘车环境，还能节约能耗，降低地铁运营费用。 本文以沈阳地铁为背景，以地铁正常运行为基础，以满足乘客热舒适性为前提，对地铁空调进行预测控制。人体热舒适性指标，又称PMV值，是国际上公认的描述室内热环境的指标，目前智能化空调发展的趋势是准确合理的预测控制PMV值。 针对地铁空间的大滞后性、非线性、大惯性的特点，用传统的控制方法很难得到最佳的控制效果，本文查阅了国内外大量相关的参考文献，以地铁空调末端装置送入地铁站台的新风量为目标，在保证了地铁空间内温度、湿度以及二氧化碳浓度满足PMV值的前提条件下，采用小波神经网络对地铁空调末端进行控制，达到舒适节能的目的。 本文研究的主要内容有： (1)阐述了地铁空调的发展现状以及研究现状，并指出了目前地铁空调的控制研究主要是对其末端的控制，通过末端装置来控制送入地铁站台的送风量。 (2)研究预测控制理论基础。对神经网络和小波神经网络预测控制进行详细的分析，建立了二者的预测模型。小波神经网络比神经网络有更好的非线性函数逼近能力和鲁棒性，可以很好的应用到地铁空间这个大环境中，利用小波神经网络可以精确的描述非线性动态过程这个优点，对地铁空间模型的PMV值进行预测控制。 (3)本文提出了一种基于热舒适性指标的控制方法：通过人们的舒适度来计算出所需的温度，以调节地铁空调的送风量，而不是以温度作为唯一的控制对象。 (4)针对地铁环境这个复杂的非线性系统，本文提出采用小波神经网络控制的方法对空调末端装置进行控制，并与神经网络控制方法进行比较，通过仿真实验可得小波神经网络的控制效果明显占优，其响应时间短，超调量小。 (5)由于地铁环境中不确定因素很多，客流量随着时间的变化会随时的变化，在仿真实验中人为的加入了一些干扰因素，通过仿真结果表明小波神经网络控制方法在处理突发性问题时有很大的优势，可以短时间内又达到平衡状态，控制效果优于神经网络控制方法，并且有很大的节能潜力。 |
| 作者： | 耿梦斯 |
| 专业： | 控制理论与控制工程 |
| 导师： | 马少华 |
| 授予学位： | 硕士 |
| 授予学位单位： | 沈阳建筑大学 |
| 学位年度： | 2012 |
| 正文语种： | 中文 |
检索历史
应用推荐
