智能变频空调模煳神经网络.ppt

智能变频空调模糊神经网络控制系统的设计与实现，受访者：王铁权指导教师：郑元伟教授，1，介绍，2，主要工作，3，结论和展望，自1902年出台以来，空调已经开发了100多年，已经完成了从变频空调到变频空调的转换，其控制策略也相应地发生了很大变化。简介、其中：控制器输出；错误信号。比例系数。积分系数。微分系数。是采样时间。国外研究现状，PID控制：介绍，现有模糊控制20世纪80年代以来，日本利用模糊控制理论，率先发展现有模糊变频空调，在空调控制技术方面取得了突破性进展。控制方块图如图1.1所示。图1.1室内空调模糊控制方块图，介绍，神经网络控制器：空调领域的神经网络研究和应用也越来越广泛，特别是美国、日本等发达国家的研究水平很高。日本已经出现了基于遗传算法的模糊空调，解决了现有的模糊空调温度突变、会员功能及模糊控制规则依赖专家的问题，智力也很好。介绍，图1.2模糊PID温度控制系统方框图，国内研究现状，模糊PID温度控制系统：变频空调控制中的模糊控制和PID控制相结合，介绍，神经元PID控制器：变频空调中控制压缩机的神经元PID控制方法，图1.3神经元PID控制器原理，介绍，BP神经多层识别网络主要包括：输入层、隐式层(也称为中间层)和输出层。相邻层之间的神经元是完全连接的。结构如图1.4所示。图1.4神经网络结构，介绍，本文主要研究内容：(1)变频空调智能控制方法研究，设计模糊神经网络控制器FNNC和神经网络预测器NNP，实现变频压缩机在线智能调速；(2)智能变频空调硬件控制要求的室内外硬件控制系统设计和控制系统软件设计；(3)对本课题的智能变频空调进行了实验研究，优化了相关控制参数，为该新型变频空调控制技术的进一步理论研究和实际应用奠定了良好的基础。介绍了智能变频空调控制系统控制程序，空调系统工作原理和基本结构，图2.1变频热泵空调冷却/加热原理，图2.2智能变频空调系统方框图，智能变频空调控制系统控制程序，空调控制系统结构图，图2.3空调控制系统结构图，智能变频空调控制系统控制程序，控制系统程序确定智能变频空调控制系统控制系统、智能变频空调控制方法和总体程序概念、变频压缩机控制中的模糊控制和神经网络层和节点分别对应于模糊系统的各个部分，将模糊控制规则和隶属函数隐式地分布在整个网络中。 利用神经网络进行模糊推理，利用神经网络在线自学能力进行模糊控制规则的变化。智能变频空调控制系统控制系统、模糊神经网络基本原理、模糊控制和神经网络控制是智能控制领域中非常重要的研究方法，模糊神经网络代表了人工智能的主要研究方向。如何在现实世界中广泛应用模糊神经网络是一项很有意义的工作。图3.1模糊控制系统结构图、控制系统中温室的温度误差和误差变化率选择为模糊控制器的输入变量是输出控制量、二维模糊控制系统结构图3.2所示模糊神经网络的基本原理、输入输出变量和模糊方法的建立、图3.2 2 2 2二维模糊控制器结构图、分析和专家经验总结的温度控制规则见表3.1。模糊神经网络基本原理，表3.1模糊控制规则表，其中“重心”是量化明确值，模糊域的离散值，隶属函数。，模糊神经网络基本原理，建立明确方法，选择模糊确定的重心方法，模糊神经网络基本原理，基于神经网络理论，人工神经元是多输入单输出非线性信息处理单元的生物神经元的近似模拟。典型的人工神经元模型如图3.3所示。图3.3人工神经元模型，模糊神经网络基本原理，神经网络类型正向网络：可以获得复杂的非线性处理能力，但缺乏丰富的力学行为。反馈网络：所有节点都是输入和输出，是稳定需要很长时间的反馈动力学系统。自组织网络：输出节点与其他相邻节点广泛连接，相互激励。每个邻居的所有节点都有类似输入的输出，接近输入模式的概率分布。模糊神经网络基本原理，模糊控制和神经网络相结合，(1)神经元，模糊模型，图3.6神经元，模糊模型，模糊神经网络基本原理，(2)模糊，神经模型：(3)神经网络，使用模糊控制器输出作为神经网络输入的神经，该模型根据输入量的不同特性，分别通过神经网络和模糊控制并行直接处理输入信息，直接作用于控制对象，分别发挥控制功能。以二维模糊控制器、模糊语言变量温差和温差变化率为输入量，以变频压缩机工作频率变化为输出量。智能变频空调控制系统的模糊神经网络算法设计，图4.1变频空调模糊控制器工作原理，输入输出变量的语言范围及其隶属函数的确定模糊控制器的输入量是正确的量，模糊推理是针对模糊量的，所以首先要模糊输入量。本文在现有模糊系统模型的基础上构建了模糊系统，如图4.2所示。图4.2现有模糊系统模型，设计了智能变频空调控制系统的模糊神经网络算法，确定了模糊控制规则，(1)室温比设定温度高得多，室温上升得快，压缩机在高速强冷却状态下工作；(2)如果室内温度比设定温度稍高，室内温度上升缓慢，则压缩机在中等速度弱的冷状态下工作；智能变频空调控制系统的模糊神经网络算法设计，(4)室内温度远低于设定温度，室内温度下降得很快，压缩机在高速强热状态下运行。(3)室内温度比设定温度稍低，室内温度下降缓慢，压缩机在中速强热状态下工作；设计了智能变频空调控制系统的模糊神经网络算法，模糊决策和模糊处理，通过模糊推理的各模糊规则推理结果，设计了智能变频空调控制系统的模糊神经网络算法，该系统双输入单输出模糊控制器的控制规则，通过明确重心方法，可以获得输出：智能变频空调控制系统的模糊神经网络算法设计，模糊神经网络也就是说，使神经网络的每一层，每一个节点成为模糊系统的一部分。本文基于现有的模糊模型设计神经网络，并将其应用于变频空调压缩机的控制。智能变频空调控制系统的模糊神经网络算法设计，模糊神经网络控制模型设计，图4.4模糊神经网络控制模型，智能变频空调控制系统的模糊神经网络算法设计，神经网络模拟模糊推理机知识模型和推理模型的使用，if-then控制规则的知识结构表示。在一般模糊系统模型中，规则if-then的后半部分是常数。FNN的型号包括：设计了智能变频空调控制系统的模糊神经网络算法，设计了模糊神经网络学习算法，图4.5模糊神经网络变频压缩机控制原理图，设计了智能变频空调控制系统的模糊神经网络算法，设计了以BP网络为模型的调整参数，使控制对象的输出接近预期输出。变频空调智能控制算法，图4.6变频空调智能控制系统结构图，智能变频空调控制系统的模糊神经网络算法设计，系统由两类神经网络组成。一个是用于控制变频压缩机的模糊神经网络控制器(FNNC)，一个在正向通道中；另一类是用于预测压缩机输出的神经网络预测器(NNP)，控制器可以提前检测系统输出状态的变化趋势，并进行相应调整。变频压缩机模糊神经网络控制器设计，FNNC模型说明：智能变频空调控制系统的模糊神经网络算法设计，神经网络预测器NNP设计，智能变频空调控制系统的模糊神经网络算法设计，神经网络NNP的预测输出：图4.7神经网络NNP结构，参数调整：=110 传统的模糊控制算法传统的模糊控制方法与PID控制不同，可以根据经验推断决策，从而保持成员函数的形状，而不管系统模型的变化如何。 系统的响应如图4.12所示。图4.12现有模糊控制算法变频空调温度系统响应图、智能变频空调控制系统的模糊神经网络算法设计、模糊神经网络算法该算法利用直接神经网络调整隶属函数，通过计算机程序获得，不再依赖专家经验。系统响应是横坐标单位为s，坐标单位为c，如图4.13所示。图4.13模糊神经网络算法变频空调温度系统响应图，智能变频空调控制系统的模糊神经网络算法设计，结论：变频空调等纯滞后、多变量耦合非线性系统结合神经网络技术和模糊控制技术形成的新型智能控制系统模糊神经网络控制器，输入变量成员函数的在线自调整，更好的模糊预测和控制功能，实现了变频空调的智能控制。智能变频空调控制系统的模糊神经网络算法设计、智能变频空调控制系统硬件设计、室内机械控制室内机械控制主要具有以下功能：(1)检测室温和室温线圈温度，计算室温变化率；(2)接收遥控器发出的信号，判断用户的要求是否合理。(3)将室温参数和用户要求传递到室外控制单元，接受反馈的目标信号，以确定工作状态的变化。(4)控制室内风扇的工作方式。也就是说，进行风速调整。(5)控制导风槽的工作状态。也就是说，调整导风槽的开口大小以控制风的方向。(6)控制百叶窗的工作状态，控制室内风是否吹来。、智能变频空调控制系统硬件设计、室内机械结构图、图5.1室内机械控制板图、智能变频空调控制系统硬件设计、温度检测电路远程接收和LED显示电路导风板、快门控制电路风扇速度控制电路、室内机械主要控制电路、智能变频空调控制系统硬件设计、室外控制主要具有以下功能：(1)与室内仪表板通信，接受室内仪表板命令，返回外部机器的状态；(2)收集室外环境温度、线圈温度和压缩机温度；(3)控制室外风扇的运行。(4)通过IPM模块调整压缩机速度；(5)热/冷控制，即控制交叉方向阀的行为。(6)过流、低压保护运行；室外机控制、智能变频空调控制系统硬件设计、图5.7室外机控制板图、室外机结构图、智能变频空调控制系统硬件设计、室外机主电路、电压检测电路室外风扇和四向阀驱动电路内外通信电路变频压缩机控制电路。智能变频空调控制系统硬件设计、智能变频空调控制系统软件设计、室内机械控制系统软件设计室内机械控制控制板需要做的工作主要包括接收室内遥控器信号、调整风扇的速度、温度检测、钟摆电机控制、内外机械通信控制等相应的控制系统主程序过程如图6.1所示。图6.1室内机器系统主程序流程图，智能变频空调控制系统软件设计，图6.3室外机器系统主流程图，室外机器控制系统软件设计，智能变频空调控制系统软件设计，室内、室外机器通信协议，内外通信半双工UART方式传输数据，通信速度1200bps；智能变频空调控制系统软件设计，图6.4压缩机排气温度保护流程图，系统保护控制流程，智能变频空调控制系统软件设计，确保系统运行的可靠性，提高系统的抗干扰能力，在系统软件设计和调试过程中，围绕以下几个方面采取了有效措施：(1)使用看门狗计时器WDT抗干扰。(2)数字过滤技术。(3)内部数据设置标志位。(4)设置各种重置功能。系统软件的抗干扰设计，智能变频空调控制系统软件设计，本论文的模拟实验不采用完整的实际空调系统，而是利用PC机等设备配置软件、硬件实验平台，在此平台上对控制系统的实验验证，主要用于测试软件逻辑的正确性和操作的可靠性。仿真实验，智能变频空调控制系统软件设计，摘要，设计总结了本课题的创新点：(1)本文通过对当前空调控制技术的研究和优缺点的分析，提出了利用模糊神经网络方法对变频压缩机智能控制的新思路。(2)本研究建立了变频空调模糊神