论文部分内容阅读
随着社会经济的发展,人们对室内空气品质的要求逐渐升高,这让空调系统在人们的生活中越来越常见,如何让空调系统在使用过程中更加的节约能耗,能够自动化的调节是很有必要的。在研究空调的节能策略和自动化运行的过程中,利用计算机语言对空调系统进行建模是重要的部分。本文用BP神经算法优化后的比例积分微分控制空调房间的温湿度为核心进行了以下工作。根据空气处理机组模拟控制各参数耦合性强和抗干扰差的研究现状,采用能量守恒的方程,建立了房间和空气处理机组的数学模型,模型中包括了表冷器、空气加湿段、空调加湿段、阀门及风机。利用Matlab/Simulink软件对各个模型进行了模拟,在软件中建立了空调仿真调节运行平台。并利用建立好的各模型进行测试,通过数值模拟验证模型的运行规律。提出利用单独使用PID控制和BP神经算法对PID控制进行优化的方式,计算系统的传递函数方程加入到控制器中,建立了 6个输入层,10个隐含层,3个输出层的BP神经网络算法对PID控制器优化的模型,在无干扰各参数稳定的情况下和室外温度持续变化的情况下对空气处理机组及房间的温湿度变化进行了模拟,比较了空调系统在无控制器、PID控制器及BP神经优化后的控制器的温湿度参数的变化规律,解决了计算机仿真中发现空气处理机组处理空调房间温湿度变化波动较大和稳定时间较长的问题。结果表明,室外扰动稳定的情况下得出了在BP神经算法优化后的PID控制器在调节空调系统的温湿度的超调量是0.2%和稳定时间是1100s,比PID控制器控制系统和系统单独运行时的超调量和稳定时间要小,由此说明系统具有较好的稳定性。在室外扰动持续变化的情况下得出了在BP神经算法优化后的PID控制器在调节空调系统的温湿度波动区间是0.1℃和稳定时间是1000s,比PID控制器控制系统和系统单独运行时的波动区间较小和稳定时间较短,说明BP神经算法优化后PID控制器在调节空调系统的温湿度变化中稳定时间更短,波动幅度减小,有效的提高了系统的鲁棒性,也能够节约能耗。