基于感知机神经网络的智能温湿度控制系统

针对一般温湿度控制系统大滞后、大惯性的特点和通讯基站能源浪费严重的现象,介绍了基于感知机神经网络的温湿度控制系统.通过训练多个神经元组成的多层感知机神经网络,对温湿度信号进行分析,从而控制空调、风机和换气扇在不同的环境条件下运行.经试验测试,该系统具有快速、稳定的控制效果并达到了节能的目的.     

车间恒温低湿空调系统方案设计

设计了一个恒温低湿空调系统,其主要作用在于生产车间的大空间温湿度控制。空调新风系统与工艺排风系统进行匹配,保证房间的正负压差,并保证房间的温湿度在要求的范围内。自控系统对整个空调系统的设备进行控制,将房间的温湿度控制在要求的范围内。     

主蒸汽温度的BP神经网络PID控制系统的研究

针对火电厂主蒸汽温度系统大惯性、大迟延、非线性的特点,常规串级PID控制难以取得满意的调节效果,为了改善常规PID控制的不足,文章在研究BP神经网络的基础上,把BP神经网络PID控制应用到主汽温控制系统中。运用matlab仿真,结果表明,与传统控制相比BP神经网络PID控制算法有效减小了系统的超调量,提高了系统的响应速度,在主汽温控制系统中具有很好的控制效果。     

BP神经网络PID控制在双温区自动空调中的应用

针对目前传统PID控制对模型依赖性强,难以在线调整控制参数,具有非线性,而神经网络控制在误差控制方面又有不足之处,在变风量汽车双温区自动空调中都难以得到较好的控制效果,文章提出了将BP算法的神经网络和PID加以混合的一套控制系统,减少因为参数模糊性、非线性问题以及外界不稳定的干扰对汽车空调系统的影响,从而提高系统的鲁棒性。     

基于神经网络的交流伺服控制系统设计

针对PID控制交流伺服系统无法同时获得稳定性和快速性,提出了一种基于神经网络的交流伺服控制系统设计方法.在交流伺服控制系统中,采用改进的BP神经网络作为系统控制器,利用其极强的非线性动态跟踪能力和自适应学习能力,及对控制对象的数学模型无依赖性,实现控制对象快速、准确定位.系统仿真表明,BP网络控制器具有快速跟踪性和较好的控制精度等优点.     

基于BP神经网络预测的内燃机车转速控制方法

针对电传动内燃机车在负载发生扰动下,转速会发生波动,致使牵引发电机功率小于牵引电动机功率,导致机车运行不平稳。采用BP神经网络预测进行内燃机车转速控制,使机车在应对负载突变的情况下,具有较好鲁棒控制性能,使机车运行平稳。首先,通过BP神经网络预测模型进行模型预测;其次,将预测值与实际值构成输出误差进行反馈校正;然后,根据神经网络预测模型和优化算法迭代计算得出最优控制量实现滚动优化;最后,对BP神经网络预测的内燃机车转速控制进行建模,并对目前所采用的经典算法进行实验仿真对比,结果证明,基于BP神经网络预测的内燃机机车转速控制响应速度快、鲁棒性好和稳态误差小。     

智能环保节能新风系统设计

为了降低基站空调能耗,设计了一套集通风系统、控制系统于一体的节能系统。该系统具有对室内外温湿度数据、粉尘值、滤网堵塞状况、烟雾、风阀状态、门禁、加湿器状态、水浸等检测功能,以及加湿器、混风机、空调、风机机组、风阀的控制功能。与空调联动对基站内温湿度进行实时有效控制,减少空调使用时间,以降低能耗。     

棉纺厂空调监控系统改造

应企业要求,根据某棉纺厂空调系统的现状和对温湿度控制的工艺要求,对该厂空调系统进行了自动化改造。监控系统由触摸屏、PLC、变频器、温湿度传感器等组成。采用PLC模拟量输入模块,采集现场温湿度值,PLC根据设置的温湿度值,对温湿度控制分别采用不同的闭环控制方法,实现了棉纺厂温湿度的自动控制。解决了长期困扰企业的温湿度差异较大引起的产品质量问题和能耗偏高、操作员劳动强度大的问题。     

盾构机推进液压系统仿真控制研究

推进液压系统是盾构机的关键设备之一,对盾构掘进姿态、隧道开挖速度以及掌子面的稳定起着至关重要的作用。常规推进液压系统采用比例调速阀及比例溢流阀控制系统的速度与压力,利用PID算法抑制推进过程中系统的速度和压力的波动。该常规PID控制方法在稳定性较高的地质条件下效果明显,但在软弱不均的地质环境下波动明显,影响开挖速度及精度。通过对系统及推进过程中的稳态性误差进行分析,建立系统AMEsim仿真模型;然后利用Simulink算法建立一种BP神经网络控制器,将AMEsim模型与Simulink算法的BP神经网络控制器进行联合仿真。结果表明:与常规PID控制相比,BP神经网络结合PID控制策略针对变流量、变压力工况有更好的响应特性,可以更好地抑制速度与压力的波动。     

温湿度独立控制空调系统关键设备的研究进展

温湿度独立控制空调系统中,采用两套独立的系统分别控制、调节室内的温度与湿度,可以避免常规中央空调系统中存在的一些问题,正逐渐受到建筑行业越来越多的关注.本文在分析温湿度独立控制空调系统原理的基础上,分别总结该系统内各关键设备的最新研究进展,包括湿度调节设备、高温冷水制备设备、干式末端等,并对相关的产品标准进行介绍.     

神经网络算法在中央空调控制系统中的应用

文章以中央空调系统作为对象,研究人工神经网络算法在大惯性系统中的控制效果。分别研究了多层神经网络及单神经元控制算法在中央空调控制系统中对温度的控制和湿度控制以及在控制中的耦合问题。     

节能型恒温恒湿空调机组的解耦控制研究

针对恒温恒湿空调运行的高能耗问题,设计了一种节能型恒温恒湿机组,机组结合了冷凝热回收装置-变容量系统等节能手段。本文针对恒温恒湿空调系统控制回路中温湿度之间的耦合作用,设计前馈补偿解耦器解除温湿度控制回路间的耦合关系,并用Matlab进行解耦仿真。结果表明加入解耦器后达到了解耦的控制效果,为温湿度控制提供了一种行之有效的方法。     

神经网络在液压挖掘机工装轨迹控制中的应用

针对液压挖掘机工装轨迹自动控制这一热点课题,通过机、电、液控制系统的数学建模,将BP神经网络控制应用在该系统,并针对所建立的数学模型进行了计算机仿真。通过仿真结果,分析了系统的动态响应和稳态误差,并得出BP网络控制优于常规控制的结论,最后,将该方法应用于挖掘机的实际控制,得到了良好的控制效果,实现了挖掘机工装轨迹的智能控制。     

基于深度置信神经网络的变风量空调送风量的预测

送风量的精准预测是实现变风量空调蓄冷量精确控制的重要环节.本文根据变风量空调送风量的影响参数,基于深度置信神经网络方法,建立变风量空调送风量的预测模型.将该模型的预测结果同BP、Elman和模糊神经网络的预测结果进行对比,结果表明,深度置信神经网络的预测精度最高,平均绝对相对误差、均方根相对误差和决定系数分别为1.55...     

双冷源空调系统空气处理过程的探讨

首先介绍了双冷源非温湿分控空调系统产生的历史背景和双冷源非温湿分控空调系统的相关概念,然后通过空气的焓湿图重点分析了双冷源非温湿分控空调系统的5种空气处理过程,接着定性比较了双冷源非温湿分控空调系统和单冷源非温湿分控空调系统的投资和运行费用,最后阐述了双冷源非温湿分控空调系统应用前景,并指明了双冷源非温湿分控空调系统的研究方向。     

基于PSO-BP算法的动态空调负荷预测建模

根据空调负荷的非线性特点,提出了一种基于粒子群算法优化误差反向传播(BP)神经网络的空调负荷预测方法,针对BP网络训练容易出现麻痹和易陷入局部极值,以及其预测空调负荷时精度不够理想等现象,将粒子群算法的随机全局优化和梯度下降局部优化结合,达到改善神经网络泛化能力和提高空调负荷预测精度的目的。用该方法对的空调系统冷负荷与室外空气的干球温度、含湿量和太阳辐射照度的关系进行建模和预测,通过实例验证了该优化算法优于BP网络,能更加有效地处理动态空调负荷中的非线性问题,获得更可靠的预测结果。     

一种基于BP神经网络PID的液冷系统设计

针对温度控制系统的时滞、非线性等特点,提出一种基于BP神经网络PID的液冷控制方法.由于空中环境复杂,液冷系统中散热效率与飞行高度、速度等关系很大而且具有不可预测性,因此也无法给控制系统建立准确的数学模型.利用BP神经网络的自学习性和函数逼近能力,结合PID控制器,可以动态调节PID参数,使系统达到优秀的控制效果.实验...     

模糊神经网络在温控系统中的应用

文章首先介绍了温控系统的方案设计以及部分功能模块,然后介绍BP神经网络结构和模糊推理,在分析两者弊端的基础上提出将两者相结合的控制方法。本文还介绍了模糊神经网络的结构和学习方法,以及如何对训练样本进行预处理,最后利用matlab神经网络工具箱作为平台,通过测试样本仿真和试验,本设计的应用为实现快速、精确的温控系统提供了一种功耗低、经济有效的解决方案。     

基于模糊神经网络 PID 的开关磁阻电机控制系统研究

针对开关磁阻电机存在的转矩脉动大、噪声大、速度不稳定等问题,对开关磁阻电机的启动、运行、调速等方面进行了研究,提出了一种基于模糊神经网络PID的控制方法,将模糊控制理论与BP神经网络相结合,构成了模糊BP神经网络,根据系统误差,误差的变化,以及误差变化的变化实时调整PID控制参数,使电机在整个转速范围内获得了最优的PID参数。实验采用DSP作为控制核心,不对称逆变桥作为功率变换器,驱动一台2 k W的开关磁阻电机运行。研究结果表明,该方法大大改善了开关磁阻电机控制系统的动、静态性能,控制精度高、转矩脉动小,对干扰有较高的鲁棒性。