本文關鍵詞： 變風量中央空調(diào) 末端控制器 LabVIEW 模糊神經(jīng)網(wǎng)絡　出處：《吉林建筑大學》2017年碩士論文　論文類型：學位論文

【摘要】：隨著世界對全球變暖問題的重視,節(jié)能成為了近年來的被重點關注的問題。建筑物能耗一直在國家能耗里占有重要比重,而其中空調(diào)系統(tǒng)占用的比重是建筑物能耗里最大的,所以如何降低空調(diào)系統(tǒng)的能耗是近年來眾多研究學者研究的課題,無論是獨立式空調(diào)還是中央空調(diào)都出現(xiàn)了大量的新思路用于降低空調(diào)的能耗,本文關注的內(nèi)容就是其中對降低變風量中央空調(diào)能耗的問題。傳統(tǒng)的變風量中央空調(diào)主要使用PID作為末端控制器的控制算法,在面對復雜或者多變的環(huán)境時,不能很好的適應。為了解決這個問題,近年來模糊控制方法被應用在了變風量空調(diào)系統(tǒng)的末端控制器上,經(jīng)過了理論研究階段后應用的越來越普及,但是模糊控制往往很依賴模糊規(guī)則與專家經(jīng)驗,不具備自我學習適應能力。本文從變風量中央空調(diào)系統(tǒng)中的末端控制裝置入手,在分析了變風量中央空調(diào)的系統(tǒng)特性后,探索研究用模糊控制技術和神經(jīng)網(wǎng)絡技術實現(xiàn)變風量中央空調(diào)系統(tǒng)的末端控制器。根據(jù)模糊控制技術與神經(jīng)網(wǎng)絡技術的特點,結(jié)合成為模糊神經(jīng)網(wǎng)絡,它以實際溫度與設定溫度的溫度差、溫度變化速率作為模糊控制的輸入,通過神經(jīng)網(wǎng)絡的自學習能力不斷的修正語言值論域和對應的隸屬度函數(shù),完善模糊控制算法的輸出結(jié)果,進而提升變風量中央空調(diào)末端控制器的智能化程度。本文依據(jù)現(xiàn)有的變風量中央空調(diào)系統(tǒng),實現(xiàn)了使用模糊神經(jīng)網(wǎng)絡的末端控制器,并對其進行了測試。測試的結(jié)果表明在抗干擾能力、過渡時間以及降低能耗上,該末端控制器都優(yōu)于使用PID作為控制算法的末端控制器,驗證了模糊神經(jīng)網(wǎng)絡在變風量中央空調(diào)末端控制上的有效性。
[Abstract]:With the attention of the world to the problem of global warming, energy conservation has become the focus of attention in recent years. Building energy consumption has been an important proportion in the national energy consumption. Among them, the proportion of air conditioning system occupied is the largest in building energy consumption, so how to reduce the energy consumption of air conditioning system has been studied by many researchers in recent years. There are a large number of new ideas to reduce the energy consumption of air conditioning, whether independent air conditioning or central air conditioning. This paper focuses on the problem of reducing the energy consumption of VAV central air-conditioning. The traditional VAV central air conditioning mainly uses PID as the control algorithm of the terminal controller. In the face of complex or changeable environment, it can not adapt well. In order to solve this problem, fuzzy control method has been applied to the terminal controller of VAV air conditioning system in recent years. After the stage of theoretical research, the application of fuzzy control is becoming more and more popular, but fuzzy control often depends on fuzzy rules and expert experience. This paper starts with the terminal control device in VAV central air conditioning system and analyzes the characteristics of VAV central air conditioning system. The end controller of VAV central air conditioning system is realized by using fuzzy control technology and neural network technology. According to the characteristics of fuzzy control technology and neural network technology, the fuzzy neural network is combined into a fuzzy neural network. It takes the temperature difference between the actual temperature and the set temperature, the temperature change rate as the input of fuzzy control, and constantly modifies the linguistic value field and the corresponding membership function through the self-learning ability of the neural network. Improve the output of fuzzy control algorithm, and then improve the intelligent level of VAV central air conditioning terminal controller. This paper based on the existing VAV central air conditioning system. The end controller using fuzzy neural network is realized and tested. The test results show that the anti-jamming ability, transition time and energy consumption are reduced. The end controller is superior to the terminal controller using PID as the control algorithm. The effectiveness of the fuzzy neural network in the terminal control of VAV central air conditioning system is verified.
【學位授予單位】：吉林建筑大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP273;TU831

【相似文獻】

相關期刊論文 前10條

1 ;2006皇家空調(diào)變風量空調(diào)技術交流會[J];智能建筑與城市信息;2006年04期

2 王偉軍,王昊,徐登峰,黃文君;變風量控制技術的應用研究[J];儀器儀表標準化與計量;2003年06期

3 王tq,張國強,陳兆平;變風量空調(diào)系統(tǒng)控制程序應用研究[J];建筑熱能通風空調(diào);2004年05期

4 張琪;李綱;;變風量系統(tǒng)控制策略和調(diào)試[J];智能建筑與城市信息;2006年06期

5 姜士凱;吳成東;張麗丹;;變風量空調(diào)自動控制系統(tǒng)設計[J];低壓電器;2008年12期

6 ;變風量的魅力[J];智能建筑與城市信息;2008年09期

7 王俊;陳劍波;王銀華;陳丹;;變風量末端噪聲測量實驗及分析[J];建筑科學;2009年12期

8 李晉鵬;;變風量空調(diào)及其控制系統(tǒng)的研究[J];中國建材科技;2010年06期

9 楊紹輝;王玉剛;張謙;張林友;;蓄能變風量空調(diào)能源管理與監(jiān)控系統(tǒng)[J];集美大學學報(自然科學版);2011年01期

10 ;用專業(yè)打造完美的變風量空調(diào)系統(tǒng)演示及培訓中心——訪美國皇家集團總經(jīng)理余紹培先生[J];智能建筑與城市信息;2011年03期

相關會議論文 前7條

1 劉冰;趙哲身;;運行工況下變風量空調(diào)機頻率-靜壓-風速特性的測試和建模[A];上海市化學化工學會2006年度學術年會論文摘要集[C];2006年

2 王海濤;陳友明;陳永康;秦建英;;真實建筑中變風量空調(diào)末端裝置故障在線檢測與診斷研究[A];全國暖通空調(diào)制冷2010年學術年會學術文集[C];2010年

3 李曉誼;;變風量空調(diào)在工業(yè)廠房中的應用實例[A];第13屆全國暖通空調(diào)技術信息網(wǎng)技術交流大會文集[C];2005年

4 宋宏光;;變風量空調(diào)(VAV)技術的發(fā)展與應用[A];首屆海峽兩岸制冷空調(diào)技術交流會論文集[C];1992年

5 王金華;陳友明;王海濤;崔博睿;;變風量空氣處理機組故障檢測與診斷方法研究[A];全國暖通空調(diào)制冷2010年學術年會論文集[C];2010年

6 施志鋼;胡松濤;王剛;李安桂;;基于MATLAB的變風量(VAV)空調(diào)系統(tǒng)的控制新策略的理論分析及研究[A];2006年山東省制冷空調(diào)學術年會“格力杯”優(yōu)秀論文集[C];2006年

7 施志鋼;胡松濤;王剛;李安桂;;基于MATLAB的變風量(VAV)空調(diào)系統(tǒng)的控制新策略的理論分析及研究[A];山東制冷學會2008年優(yōu)秀論文選集[C];2008年

相關重要報紙文章 前2條

1 高蕾;智能化實驗室是一臺“孵化器”[N];中華建筑報;2005年

2 馬琳;偽節(jié)能癥的痛與治:一棟建筑的自白[N];中國房地產(chǎn)報;2010年

相關博士學位論文 前2條

1 王軍;基于LonWorks技術的變風量空調(diào)多變量解耦控制的研究[D];西安建筑科技大學;2003年

2 黃永紅;基于遞階結(jié)構的變風量空調(diào)系統(tǒng)故障檢測與診斷研究[D];湖南大學;2007年

相關碩士學位論文 前10條

1 閆婷;基于蟻群與神經(jīng)網(wǎng)絡算法的變風量空調(diào)末端控制研究[D];西安建筑科技大學;2015年

2 闕文堂;空調(diào)變風量末端裝置節(jié)能最佳模型研究[D];華南理工大學;2016年

3 王可心;變風量空調(diào)控制系統(tǒng)在工程中的研究與應用[D];沈陽建筑大學;2015年

4 張美麗;變風量空調(diào)自動控制系統(tǒng)仿真與優(yōu)化[D];華北電力大學;2016年

5 周亮;變風量空調(diào)系統(tǒng)解耦優(yōu)化方法研究[D];沈陽建筑大學;2016年

6 李慧靜;基于智能控制算法的中央空調(diào)變風量控制系統(tǒng)研究[D];吉林建筑大學;2017年

7 張雨玲;基于模糊理論的變風量空調(diào)系統(tǒng)控制策略仿真研究[D];重慶大學;2010年

8 閆劍英;變風量空調(diào)控制系統(tǒng)的設計與應用[D];西安理工大學;2007年

9 劉岱巖;變風量空調(diào)多變量解耦控制研究[D];沈陽建筑大學;2013年

10 劉福強;變風量空調(diào)變靜壓控制節(jié)能研究[D];西安建筑科技大學;2008年

，

本文編號：1450416