高恩陽 張一猛 劉劍

摘 要：該文針對空調(diào)系統(tǒng)的控制問題分析了傳統(tǒng)PID控制的不足，論述了神經(jīng)網(wǎng)絡(luò)的控制原理，探討了神經(jīng)網(wǎng)絡(luò)控制的優(yōu)點，仿真實驗表明該系統(tǒng)在中央空調(diào)中具有應(yīng)用的可行性。

關(guān)鍵詞：空調(diào)系統(tǒng) 溫度控制 神經(jīng)網(wǎng)絡(luò)

中圖分類號：TB663 文獻標識碼：A 文章編號：1674-098X（2012）12（b）-00-01

隨著科學(xué)技術(shù)的不斷發(fā)展，空調(diào)作為人們生活提高的標志得到了越來越廣泛的使用，它可以給人們的生活帶來一個溫度適宜、濕度恰當、空氣清潔的舒適環(huán)境。帶有電加熱的空調(diào)系統(tǒng)其控制規(guī)律通常采用PID規(guī)律，但由于空調(diào)系統(tǒng)固有的大慣性、大時滯、強耦合的非線性特性，很難建立精確的數(shù)學(xué)模型，PID控制無論在參數(shù)整定還是控制精度及控制過程中尚存不足。神經(jīng)網(wǎng)絡(luò)具有強非線性映射能力以及對復(fù)雜問題具有自學(xué)習和自適應(yīng)能力，具有很強的綜合信息能力，不依賴精確的數(shù)學(xué)模型。該文提出了一種可替換一般PID控制、利用神經(jīng)網(wǎng)絡(luò)PID構(gòu)成的控制器，在空調(diào)系統(tǒng)控制特性方面有明顯的改善，可實現(xiàn)最優(yōu)化

控制。

1 電加熱的單神經(jīng)元自適應(yīng)PID控制

該文提出的電加熱單神經(jīng)元自適應(yīng)PID控制，是在空調(diào)系統(tǒng)電加熱中應(yīng)用神經(jīng)網(wǎng)絡(luò)作為控制器。單神經(jīng)元實現(xiàn)自適應(yīng)PID控制結(jié)構(gòu)如圖1所示。

圖中，設(shè)Yr（k）為設(shè)定值，Y（k）為輸出，經(jīng)轉(zhuǎn)換器轉(zhuǎn)換成為神經(jīng)元的輸入量X1，X2，X3，分別為

單神經(jīng)元自適應(yīng)PID控制算法為

k＞0，

w1，w2，w3分別為對應(yīng)于x1，x2，x3輸入的加權(quán)系數(shù)。

神經(jīng)元初始權(quán)系數(shù)的選擇對控制性能的好壞、訓(xùn)練過程時間影響很大， 在設(shè)計過程中，需要經(jīng)過幾個不同的學(xué)習速率的訓(xùn)練，觀察每一次訓(xùn)練后的誤差平方和的下降速率來判斷所選學(xué)習速率是否合適。

2 仿真分析

根據(jù)電加熱過程，可寫出其差分方程模型。設(shè)初始條件為零，則有：

Y（k+2）+0.75Y（k+1）+0.125Y（k）=

0.125u（k）

仿真過程如下：

系統(tǒng)起動時，先進行開環(huán)控制，u = 0.2，待輸出達到期望值的0.95時，神經(jīng)元控制器投入運行，考慮到本系統(tǒng)溫度實時變化、上升時間長、大慣性、無振蕩的特點，k，ηp，ηI，ηd的選取原則如下：

K值的變化，相當于P，I，D三項同時變化，因此在參數(shù)選擇時，應(yīng)根據(jù)系統(tǒng)穩(wěn)態(tài)指標要求首先預(yù)選K；

對階躍輸入，當有較大超調(diào)，并且出現(xiàn)多次衰減振蕩時，應(yīng)維持ηI ，ηd不變，而減少K值；

若輸出只有明顯多次等幅振蕩，應(yīng)減小ηp，其它參數(shù)不變；

若輸出上升時間長，無超調(diào)，應(yīng)增大K，其余參數(shù)不變；

5）若輸出調(diào)節(jié)時間長，增大ηi 必然會導(dǎo)致超調(diào)過大，可適當增大ηp，其余參數(shù)不變；

本課題分別在不同情況下進行了仿真試驗，圖2示出了學(xué)習速率選取相同和不同時仿真輸出曲線，曲線1為ηp=ηi=ηd=η=100，k=0.02情況下，曲線2為k=0.02，ηp=5000，ηi=30的情況。由仿真曲線可見，采用不同的學(xué)習速率有較好的快速性，較小的超調(diào)量和較強的魯棒性。

圖2 神經(jīng)元仿真輸出控制曲線

3 結(jié)語

具有的自適應(yīng)、自學(xué)習能力是單神經(jīng)元自適應(yīng)PID控制的主要特征，神經(jīng)元自適應(yīng)的實質(zhì)就在于一些過程與結(jié)構(gòu)參數(shù)變化時，P、I、D可以依據(jù)期望情況任意調(diào)節(jié)，這種方法克服了常規(guī)PID參數(shù)不易在線調(diào)整又相互制約的缺點，可獲得較傳統(tǒng)PID控制更好的控制效果。

參考文獻

[1] Chen F.C. Khalil H.K.Adaptive Controlling of a class of Nonlinear Discrete-time System Using Neural Networks.IEEE Trans.ON AC，1995，40（5）：791-801.

[2] 胡上序，程翼宇.人工神經(jīng)元仿真導(dǎo)論[M].北京：科學(xué)出版社，1994.

[3] 易繼鍇，侯媛彬.智能控制技術(shù)[M].北京：北京工業(yè)大學(xué)出版社，1999.