智能变频空调模煳神经网络.ppt

BP神经网络控制变频空调的压缩机。 多层感知网络主要包括:输入层、隐含层(也称中间层)、输出层。相邻层之间的各神经元实现全连接。其结构如图1.4所示。 图1.4 神经网络结构图 采用神经网络模拟模糊推理机的知识模型和推理模型，表达if-then控制规则的知识结构。在常规模糊系统模型中，规则if-then的后件部分为常数。 FNN的模型为： (4)控制室内风机的运行方式，即进行风速调节； (5)控制导风板的工作状态，即调节导风板的开度大小， 从而控制风向； (6)控制百叶窗的工作状态，调节室内吹风是否摆风。 系统保护控制流程 神经网络部分的参数学习，尽管使用改进了的BP算法，但是由于BP算法本身的固有缺点，全局寻优能力不好。 直流无刷电动机高效、节能和噪音小，有逐步取代异步交流电动机的趋势，在变频空调的硬件方面，直流无刷电动机的智能变频调速有待深入研究。 　智能变频空调控制系统的模糊神经网络算法设计 模糊神经网络的学习算法 图4.5 模糊神经网络对变频压缩机的控制原理图 　智能变频空调控制系统的模糊神经网络算法设计 仿照BP网络，用误差反传的方法来设计调整参数,使被控对象的输出逼近期望输出。 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：一类是用于控制变频压缩机