论文部分内容阅读
[摘 要]外气状态对于铁路客车空气调节系统有着很大的影响，要确保在铁路客车的车厢内温度稳定，为旅客提供更加舒适的服务，在空气调节系统的控制方面是十分重要的。铁路客车空调只能控制系统，使其根据外气状态对车厢内的温度、湿度等进行调节，实现节能控温的效果。
[关键词]铁路客车 空气调节系统 智能控制系统 神经网络技术
中图分类号：TM921.5 文献标识码：A 文章编号：1009-914X（2013）10-0199-01
1、前言
随着客车空调在铁路空气调节系统中的应用，对客车空调控制技术的改进变得日益重要，对空气调节系统的改进是保证旅客舒适度的一个关键性条件。从目前的铁路客车空气调节系统的控制技术上来看，还处在控制水平较低，空气调节效果不佳等现状，车厢内的环境品质还不能满足旅客舒适度的要求，无节制的使用更是造成了资源的浪费。因此发展铁路客车空调智能控制系统是十分必要的。
2、铁路客车空气调节的智能控制
在现有的铁路客车空气调节控制系统中，其控制主要是通过后动控制的方式，对控温器设定室内目标温度来实现控温。在车厢内影响旅客的环境品质因素包括了热环境舒适性以及室内空气质量。由于在现阶段的空气调节控制系统中控制水平较低，因此导致了两个问题的出现：
（1）人工控制的控温方式导致了乘务员很难及时地对目标设定温度进行更改调整，因此有时会出现车厢内的实际温度与乘客舒适感的温度有着较大的差别，不能满足旅客的热环境舒适感。
（2）在室内空气质量方面，由于空气调节控制水平有限，不能对换气系统中的新风量进行有效的控制，因此导致了车厢内的空气品质得不到保证。
如上所述，在铁路客车的空气调节系统当中主要是要控制好热环境的舒适性以及车厢内的空气品质，则可以满足乘客的舒适感要求。因此在本文中所述的智能控制系统的控制指标应该从这两个方面出发。
2.1 车内空气温度控制
在目前的铁路客车空调控制系统当中，车内空气温度是由乘务员输入目标温度来集中控制。此方式对车内温度进行控制虽然在有时候并不能满足乘客的热环境舒适性的要求，但是也对车厢的温度环境有了很大程度的改善。
2.2 PMV控制
在环境控制当中微观的控制指标为PMV，PMV指标综合了影响人体热环境舒适性的6个因素，包括空气温度、空气湿度、平均辐射温度、空气流速以及衣服热阻和活动强度等。因此以PMV的指标来作为对车内热环境控制具有很好的参考作用。由于PMV指标具有复杂性以及模糊性等特征，因此不能够对其进行直接的控制，应该运用智能模糊分析间接对其进行控制。在空气调节中利用PMV作为控制指标，可以有效地提高乘客的舒适感，动态调节车厢内的温度，实现空调智能控制。
2.3 焓控制
对于焓控制方面智能控制系统是从节能的角度去考虑新风量。在铁路客车空气调节控制系统当中，新风量的有效控制能够降低空调调节的负荷。当铁路客车在昼夜行驶中，会因为车厢外的环境变化而导致车厢内的空气焓值变化，智能控制系统会根据焓值的变化而对新风量进行控制，从而减少不必要的新风负荷，达到有效节能的效果。
2.4 DCV控制
在铁路客车中人流量较多，人员密度大造成了由人所产生的污染物也大，其中二氧化碳的排放为主要，车厢内由于二氧化碳的增大会导致车内环境受到影响。空调智能控制系统采用以二氧化碳浓度为限制的DCV控制，能够根据车厢内的实时室内人数进行有效控制。
3、智能控制系统的实现方法
在铁路客车的空气调节智能控制系统当中，要实现实时控制就要基于实时检测系统的优化，对车厢内的各种空调状态进行集中监控。对车厢内进行实时检测需要考虑到监控装置的数据通讯系统问题，以及各传感器的信号描述问题。智能控制系统需要对监测数据进行分析并进行相应的处理，利用模糊理论。神经网络控制技术以及微机控制等技术的实现，需要软件和硬件的技术支持。
3.1 软件部分
在智能控制系统的软件方面，采用神经网络控制技术以及模糊技术的相结合能够有效有效地掌握铁路客车空调控制的模糊性以及复杂性。
（1）模糊技术
模糊技术具有简单、程序短、开发迅速以及性能优良可靠性高的特点，但是由于其在微机实现模糊控制时候需要花费较长的实践对IF-THEN语句做出检查，因此不符合智能控制的实时控制要求。
（2）神经网络技术
神经网络技术强调的是从实际中总结经验，其高度的智能可以将其中传递函数的计算交由神级网络自己完成。在本空调智能控制系统当中，采用的是误差后巷传播网络EBP，ERP的主要任务是寻找一组权值以总结X=（x1，x2，x3…….xm）与Y=（y1，y2，y3….yn）的规律关系，以实现希望映射。
（3）模糊神经网络结构
模糊神经网络结构是利用神经网络的学习方法对输入输出样本进行自动设计并对其参数进行模糊调整，实现模糊系统的自学习以及自适应的功能。直接使模糊技术跳过了处理大量的IF-THEN语句，其控制效果平稳，符合实时性的要求（见图1）。
在图1模糊神经网络空调控制系统示意图中，k时刻车厢内的温度与动态设定值偏差值x1=ck—rk=ek；k时刻温度偏差变化率x2=ek—ek-1=△ek；其中x1与x2为模糊系统输入值，y为输出值，y=△Hk；其中△Hk是压缩机频率的改变量。
3.2 硬件部分
对于铁路客车空气调节智能控制的硬件要求，需要对空调系统安装微机控制系统。微机控制系统的空调控制单元要与司机室内的主控制计算机连接，控制单元的安装设计中要合理考虑每个控制单元既可以单独进行控制操作，也可以利用上位机的控制指令进行集中控制。空调的控制单元其构成主要是由辐射传感器、湿度传感器、室外温度传感器以及多个室内温度传感器等多个设备组成。每台空调机组的运行状况以及车厢内的空气环境参数都需要利用传感器对上位机进行反映，使乘务员能够对整个车厢空间内的空气调节状况进行把握。
参考文献
[1] 丁力行；叶金元；包劲松.基于车内环境品质的铁路客车空调实时控制系统研究[J].中国铁道科学，2003-10-28.
[2] 臧建彬；杨宗凌.京沪高速铁路客车空调实时负荷分析[J].铁道车辆，2006-04-10.
[3] 赵冬梅；钱兴华；梁龙.我国铁路客车空调研究领域急需引入人工神经网络[J].铁道机车车辆，2002-10-30.
[关键词]铁路客车 空气调节系统 智能控制系统 神经网络技术
中图分类号：TM921.5 文献标识码：A 文章编号：1009-914X（2013）10-0199-01
1、前言
随着客车空调在铁路空气调节系统中的应用，对客车空调控制技术的改进变得日益重要，对空气调节系统的改进是保证旅客舒适度的一个关键性条件。从目前的铁路客车空气调节系统的控制技术上来看，还处在控制水平较低，空气调节效果不佳等现状，车厢内的环境品质还不能满足旅客舒适度的要求，无节制的使用更是造成了资源的浪费。因此发展铁路客车空调智能控制系统是十分必要的。
2、铁路客车空气调节的智能控制
在现有的铁路客车空气调节控制系统中，其控制主要是通过后动控制的方式，对控温器设定室内目标温度来实现控温。在车厢内影响旅客的环境品质因素包括了热环境舒适性以及室内空气质量。由于在现阶段的空气调节控制系统中控制水平较低，因此导致了两个问题的出现：
（1）人工控制的控温方式导致了乘务员很难及时地对目标设定温度进行更改调整，因此有时会出现车厢内的实际温度与乘客舒适感的温度有着较大的差别，不能满足旅客的热环境舒适感。
（2）在室内空气质量方面，由于空气调节控制水平有限，不能对换气系统中的新风量进行有效的控制，因此导致了车厢内的空气品质得不到保证。
如上所述，在铁路客车的空气调节系统当中主要是要控制好热环境的舒适性以及车厢内的空气品质，则可以满足乘客的舒适感要求。因此在本文中所述的智能控制系统的控制指标应该从这两个方面出发。
2.1 车内空气温度控制
在目前的铁路客车空调控制系统当中，车内空气温度是由乘务员输入目标温度来集中控制。此方式对车内温度进行控制虽然在有时候并不能满足乘客的热环境舒适性的要求，但是也对车厢的温度环境有了很大程度的改善。
2.2 PMV控制
在环境控制当中微观的控制指标为PMV，PMV指标综合了影响人体热环境舒适性的6个因素，包括空气温度、空气湿度、平均辐射温度、空气流速以及衣服热阻和活动强度等。因此以PMV的指标来作为对车内热环境控制具有很好的参考作用。由于PMV指标具有复杂性以及模糊性等特征，因此不能够对其进行直接的控制，应该运用智能模糊分析间接对其进行控制。在空气调节中利用PMV作为控制指标，可以有效地提高乘客的舒适感，动态调节车厢内的温度，实现空调智能控制。
2.3 焓控制
对于焓控制方面智能控制系统是从节能的角度去考虑新风量。在铁路客车空气调节控制系统当中，新风量的有效控制能够降低空调调节的负荷。当铁路客车在昼夜行驶中，会因为车厢外的环境变化而导致车厢内的空气焓值变化，智能控制系统会根据焓值的变化而对新风量进行控制，从而减少不必要的新风负荷，达到有效节能的效果。
2.4 DCV控制
在铁路客车中人流量较多，人员密度大造成了由人所产生的污染物也大，其中二氧化碳的排放为主要，车厢内由于二氧化碳的增大会导致车内环境受到影响。空调智能控制系统采用以二氧化碳浓度为限制的DCV控制，能够根据车厢内的实时室内人数进行有效控制。
3、智能控制系统的实现方法
在铁路客车的空气调节智能控制系统当中，要实现实时控制就要基于实时检测系统的优化，对车厢内的各种空调状态进行集中监控。对车厢内进行实时检测需要考虑到监控装置的数据通讯系统问题，以及各传感器的信号描述问题。智能控制系统需要对监测数据进行分析并进行相应的处理，利用模糊理论。神经网络控制技术以及微机控制等技术的实现，需要软件和硬件的技术支持。
3.1 软件部分
在智能控制系统的软件方面，采用神经网络控制技术以及模糊技术的相结合能够有效有效地掌握铁路客车空调控制的模糊性以及复杂性。
（1）模糊技术
模糊技术具有简单、程序短、开发迅速以及性能优良可靠性高的特点，但是由于其在微机实现模糊控制时候需要花费较长的实践对IF-THEN语句做出检查，因此不符合智能控制的实时控制要求。
（2）神经网络技术
神经网络技术强调的是从实际中总结经验，其高度的智能可以将其中传递函数的计算交由神级网络自己完成。在本空调智能控制系统当中，采用的是误差后巷传播网络EBP，ERP的主要任务是寻找一组权值以总结X=（x1，x2，x3…….xm）与Y=（y1，y2，y3….yn）的规律关系，以实现希望映射。
（3）模糊神经网络结构
模糊神经网络结构是利用神经网络的学习方法对输入输出样本进行自动设计并对其参数进行模糊调整，实现模糊系统的自学习以及自适应的功能。直接使模糊技术跳过了处理大量的IF-THEN语句，其控制效果平稳，符合实时性的要求（见图1）。
在图1模糊神经网络空调控制系统示意图中，k时刻车厢内的温度与动态设定值偏差值x1=ck—rk=ek；k时刻温度偏差变化率x2=ek—ek-1=△ek；其中x1与x2为模糊系统输入值，y为输出值，y=△Hk；其中△Hk是压缩机频率的改变量。
3.2 硬件部分
对于铁路客车空气调节智能控制的硬件要求，需要对空调系统安装微机控制系统。微机控制系统的空调控制单元要与司机室内的主控制计算机连接，控制单元的安装设计中要合理考虑每个控制单元既可以单独进行控制操作，也可以利用上位机的控制指令进行集中控制。空调的控制单元其构成主要是由辐射传感器、湿度传感器、室外温度传感器以及多个室内温度传感器等多个设备组成。每台空调机组的运行状况以及车厢内的空气环境参数都需要利用传感器对上位机进行反映，使乘务员能够对整个车厢空间内的空气调节状况进行把握。
参考文献
[1] 丁力行；叶金元；包劲松.基于车内环境品质的铁路客车空调实时控制系统研究[J].中国铁道科学，2003-10-28.
[2] 臧建彬；杨宗凌.京沪高速铁路客车空调实时负荷分析[J].铁道车辆，2006-04-10.
[3] 赵冬梅；钱兴华；梁龙.我国铁路客车空调研究领域急需引入人工神经网络[J].铁道机车车辆，2002-10-30.