《智能变频空调模糊神经网络控制系统的设计与实现毕业论文》由会员分享，可在线阅读，更多相关《智能变频空调模糊神经网络控制系统的设计与实现毕业论文（77页珍藏版）》请在金锄头文库上搜索。
1、智能变频空调模糊神经网络控制系统的设计与实现毕业论文目录独创性声明I摘要IIIAbstractV目录VII第1章绪论11.1课题背景及国外现状11.1.1课题背景11.1.2国外研究现状21.2本文主要研究容7第2章智能变频空调控制系统控制方案92.1空调系统的工作原理及基本结构92.1.1变频空调的工作原理92.1.2空调系统基本结构102.2控制系统基本结构及控制系统的初步设计102.2.1空调控制系统基本结构102.2.2控制系统方案的确定112.2.3智能变频空调控制方法及总体方案的构思122.3本章小结12第3章模糊神经网络基本原理133.1模糊控制原理133.1.1输入输出变量及模
2、糊化方法的确立143.1.2模糊控制规则及模糊推理设计153.1.3清晰化方法的确立173.2神经网络理论基础173.2.1神经元模型及人工神经网络173.2.2人工神经网络的学习方法203.3模糊控制与神经网络的结合213.3.1模糊控制与神经网络的融合223.3.2模糊神经网络控制模型233.4本章小结24第4章智能变频空调控制系统的模糊神经 网络算法设计254.1变频空调控制系统的模糊模型254.1.1模糊控制策略及输入输出变量的确定254.1.2输入输出变量的语言值域及相应隶属度函数的确定264.1.3模糊控制规则的确定274.1.模糊决策及解模糊处理284.2模糊神经网络控制器的设计
3、294.2.1模糊神经网络控制模型的设计294.2.2模糊神经网络的学习算法324.3变频空调智能控制算法354.3.1变频压缩机模糊神经网络控制器的设计354.3.2神经网络预测器NNP的设计384.4智能变频空调模糊神经网络控制方法仿真404.4.1模糊神经网络控制器的训练404.4.2三种控制方法的仿真及比较分析414.5本章小结44第5章智能变频空调控制系统硬件设计455.1室机控制电路设计455.1.1温度检测电路465.1.2遥控接收及LED显示电路475.1.3导风板、百叶窗控制电路485.1.4风机调速电路495.2室外机控制电路设计505.2.1电压检测电路515.2.2室外
4、风机及四通阀驱动电路515.2.3外机通讯电路525.2.4变频压缩机控制电路535.3系统硬件电磁兼容性分析545.4本章小结55第6章智能变频空调控制系统软件设计576.1室机控制系统软件设计576.2室外机控制系统软件设计596.3室、室外机通讯协议616.4系统保护控制626.5系统软件的抗干扰性设计636.6模拟实验646.6.1上位机软件设计646.6.2下位机的配置656.6.3模拟实验验证656.7本章小结66第7章总 结677.1设计总结677.2改进方向68参考文献69致谢73第1章绪论随着人们生活水平的不断提高，空调已经成为人们工作和生活中不可或缺的调节室空气温度和质量的
5、产品。回顾空调发展的历史，它已经从初期的仅仅满足人们对温度的调节发展到满足人们追求舒适、享受的更高要求。自从问世以来，在100多年的发展过程中1，空调也完成了从定频空调向变频空调的转变，其控制策略也相应的发生了翻天覆地的变化。本章将在简要介绍目前国外空调控制发展现状的基础上，指出当前控制方式中存在的不足，由此确定本文研究及解决的问题。1.1课题背景及国外现状1.1.1课题背景早期的传统空调因为供电频率不能改变，也被称为“定频空调”2。它对温度的控制原理是通过温度传感器感知室温度变化，并依靠其不断地“开、停”压缩机来调整室温度。其一开一停之间容易造成室温忽冷忽热，并消耗较多的电能。压缩机的启、停
6、控制方式，空调器自身的非线性和大延迟时滞系统的结构特点，以及压缩机室的输出与压缩机室外的输出相比有一定的滞后性，造成室温度波动性较大，势必影响空调的温度控制精度和人体的舒适性。所以，传统空调对温度的调节是一种断续的变化过程，它不能根据环境温度变化及时调整空调器工作状态。因此，传统空调器存在着温度控制方式很机械、能源浪费大、舒适性差等问题。另外，传统空调采用PID控制算法，需要建立被控对象的精确数学模型，也不易获得。近年来，随着制冷技术、电机控制技术、电力电子技术和智能控制技术的发展，人们采用模糊逻辑控制算法并与变频技术相结合的办法，应用于空调控制系统，使得一种高效节能、高舒适度的空调常规模糊变
7、频空调应运而生。这种空调可以通过改变压缩机的转速来连续的调节压缩机的负荷，以适应动态变化的空调房间负荷需要，较定频传统空调具有优越的运行经济性和舒适性。其优点主要表现在制冷（制热）迅速、控温精确、适应围宽、节能等3。尽管常规模糊变频空调与传统的定频空调相比，技术上有了很大的进步，但是由于常规模糊变频空调技术参数通常是根据专家经验事先设定好的，不能很好考虑空调所在室环境的差异、季节的变化以及个体差异等因素。如青年人希望空调温度调节变化速率快一些，而老年人则希望空调温度调节变化速率慢一些；有的人认为夏季空调室温度设置为20左右为好；而另外一些人则认为室外温差不宜太大等。由于常规模糊变频空调的控制规
8、则已经事先按照标准环境设定好了，如果当环境温度出现剧烈变化时，会出现输出突变的情况（忽上忽下）。这样不但浪费能源，而且使人感到不舒适。这就要求变频空调在用户使用的过程中具有自动在线学习功能，即空调的运行参数能根据室环境的差异、季节的变化及个体差异等因素进行自动调节。不再根据标准环境设定的参数运行，能以最优化参数自动运行。这样空调不仅给人们带来更舒适的感觉，而且能节约更多的电能，达到真正的智能。1.1.2国外研究现状随着控制理论和控制方法的发展以及对变频压缩机研究的日益深入，空调系统的控制方法也从简单的开关控制向PID控制、模糊控制等智能控制方向发展4，5。PID控制器包括比例(P)，积分(I)
9、和微分(D)三个环节，在计算机控制中采用： (1.1)其中：为控制器输出量；为误差信号；为比例系数；为积分系数；为微分系数；为采样时间。由式(1.1)可以看出，传统的PID控制因其结构简单，调整方便，在过程控制中获得了广泛的应用。通常，PID控制只能在模型参数变化不大的情况下取得较好的效果。而空调系统控制对象的随机、时滞、时变和非线性等特性比较明显，这导致PID参数往往不易实现在线调节，造成室机的输出有一定的滞后，影响空调器温度控制精度和人体感觉的舒适性。因此对于空调这样的大滞后、非线性、时变的复杂控制对象，采取传统PID控制，很难达到理想控制效果。1974年，英国科学家首次成功地将模糊控制技
10、术应用于蒸汽发动机模型的控制中，证实了模糊控制比传统的PID控制方法更为有效之后，模糊控制在工业系统中得到推广。模糊控制的最大特点是采用if-then型的模糊控制规则组成控制器，实现专家控制。在房间空调器模糊控制中，根据制冷系统的运行特性提出多条控制规则，决定其压缩机频率。同传统的PID控制相比，模糊控制响应快、超调量小、对参数变化不敏感。模糊控制器运用模糊推理方法，将专家知识和经验描述为if-then语句所表达的一组过程控制规则和策略，对过程进行有效控制。上世纪80年代开始，日本利用模糊控制理论率先研制出常规模糊变频空调，使空调控制技术有了划时代的进步。常规模糊控制空调器，常以室温的目标值与
11、室机回风温度的偏差和室温的变化率为模糊变量，分别定义其隶属度函数，利用模糊规则进行模糊推理，从而控制压缩机，其控制框图如图1.1所示。图1.1 房间空调器模糊控制框图Fig.1.1 Indoor Air-conditioning Fuzzy Control System虽然用常规的研究方法已经能够解决空调系统中的许多问题，但就空调系统包涵的对象而言，其本质上大部分是非线性、藕合、参量时变、工作过程随机的系统，要想获得简便直观的结论、良好的控制品质和持久的控制效果，用常规的方法很难达到要求。始于上世纪40年代的人工神经网络ANN ( artificial neural network)理论，是近
12、年来发展起来的前沿研究领域，涉及生物、电子、计算机、数学和物理等学科，具有并行性、容错性、自学习、自组织、自适应性等特点，能模拟人脑的基本特征，有着广泛的应用前景6。正因为如此，ANN的应用已渗透到空调领域的各个方面，成为学科的前沿阵地，不少国外学者作了许多有益的尝试，如预测负荷、能源管理、系统辨识、故障诊断、非线性控制系统和智能控制等，并取得了令人瞩目的成绩。目前，神经网络在空调领域的研究和应用也越来越广泛，尤其美国、日本等发达国家的研究水平较高。在日本已经出现了基于遗传算法的模糊空调器。该新型模糊空调器根据遗传算法全局动态寻优，利用优胜劣汰的渐变“进化”的思想，对隶属度函数和模糊控制规则进
13、行自动寻优，解决了常规模糊空调温度控制突变、隶属函数和模糊控制规则依赖专家的问题。空调器的控制策略不同于传统的基于查询表方法的简单模糊控制，具有较好的智能度。我国的空调产量已达到世界第一，消耗的能源、材料以及开发费用与先进国家相比仍然相当高。传统的空调产品设计中主要依赖样机的反复制作与调试，既增加了开发费用，又不能进行产品性能优化设计。国在这方面的研究和开发始于上世纪90年代初，虽然起步比较晚，但也取得了若干成果，主要体现在以下三个方面：文献7提出了将模糊控制和PID控制相结合应用于变频空调的控制中，模糊PID温控系统框图如图1.2所示。图1.2 模糊PID温控系统框图Fig.1.2 Fuzz
14、y PID Temperature Control System这种控制方法以温度偏差和温差变化率作为模糊输入变量，运用模糊规则进行推理决策，构建合适的模糊控制表，通过软件查询进行参数调整，根据模糊推理功能在线整定PID的三个控制参数、和，实现对温度的优化控制。从本质上讲，这种方法并没有改变传统的基于查询表方法的简单模糊控制，其智能控制程度并不高。文献8提出了采用神经元PID控制方法对变频空调的压缩机进行控制，神经元PID控制器原理图如图1.3所示。图1.3 神经元PID控制器原理图Fig.1.3 Neuron PID Control Theory神经元PID控制器是具有神经元自学习能力的控制
15、器。该控制器的权系数有一个在线自学习过程，可以根据系统偏差自动调整控制精度，从而使系统跟踪期望输出。神经元PID控制器的控制效果取决于学习算法，理论上它的控制精度要比常规PID和模糊PID的控制精度高。该方法的缺陷在于控制器中PID的三个参数之间是相互制约的，输出的快速性和超调量之间的矛盾没有得到解决。文献9提出采用BP神经网络控制变频空调的压缩机。1986年出版的Parallel Distributed Processing一书中，完整地提出了误差逆传播学习算法，实现了Minsky的多层网络设想。多层感知网络是一种具有三层或三层以上的阶层型神经网络。典型的多层感知网络主要包括:输入层、隐含层(也称中间层)、输出层。相邻层之间的各神经元实现全连接，即下一层的每一个神经元与上一层的每个神经元都实现全连接，而同一层各神经元之间无连接。其结构如图1.4所示。eec输出层c隐含层b输入层
