采用单神经元自适应制高精度空调系统仿真.pdfVIP

　　第 21 卷 　第 2 期 计 　算 　机 　仿 　真 2004 年 2 月 　　 ( ) 文章编号 :1006 - 9348 2004 02 - 0105 - 04 采用单神经元自适应控制高精度空调系统仿真 安大伟 ,王晋 ,娄承芝 (天津大学建筑环境与设备工程系 ,天津 300072 ) ( ) 摘要 :暖通空调领域中的被控对象 空调房间 大多具有大滞后 、慢时变 、非线性特点 ,且受各种不确定因素影响 ,经典控制方 法难以实现精确控制 。该文正是针对上述实际 ,将具有自学习、自适应功能的神经元控制算法引入高精度空调控制领域 ,并 通过 MATLAB 仿真 ,考察了系统的控制效果 。仿真结果表明此控制方法具有超调小、抗干扰能力强、控温精度高的优点 ,从 而为空调系统的高精度控制提出了一个新的途径 。 关键词 :单神经元 ; 自适应控制 ;高精度空调 ;仿真 中图分类号 :TP391. 9 　　文献标识码 :B 1 　引言 2 　单神经元自适应 PID 控制器及其算法 传统的 PID (P —Proportional 、I —Integral 、D —Derivative) 控制 传统的基于模型的控制方式 ,是根据被控对象的数学模 器以其结构简单 、调整方便 、稳定性好 、可靠性高 ,在工业过程 型及对控制系统要求的性能指标来设计控制器 ,并对控制规 控制中得到广泛应用[ 1] 。但是常规 PID 控制要根据被控对象 律加以数学解析描述 ,具有显式表达知识的特点 ,而神经元 ( 适当地整定它的三个参数 比例增益 K 、积分时间 T 、微分时 网络不善于显式表达知识 ,但是它具有很强的逼近非线性函 P I 间 T ) ,才能获得比较满意的控制效果 。然而在空调控制领 数的能力 ,即非线性映射能力[5 ] 。把神经网络用于控制正是 D ( ) 域中,被控对象变量 房间空气温 、湿度 具有非线性 、大时滞 、 利用它的这个独特优点 。 ( 慢时变 、强耦合等特性 ,并受各种不确定因素 人员流动 、门窗 2 . 1 　神经元的数学模型 ) 启闭、生产工艺、设备散热等 影响 ,这就要求控制器参数必须 神经元是以生物神 ( 随对象特性变化而不断地调整 显然这是一个非常复杂而难 经系统的神经细胞为基 ) 以实现的过程 。为改善传统 PID 控制器的性能 ,人们提出各 础的生物模型 。图 1 给