自适应CMAC控制器在中央空调系统节能中的应用

来源:用户上传      作者: 赵远东　姚洁

　　摘 要
　　针对中央空调房间温度控制系统的非线性、大惯性和时变性的特点，基于常规小脑模型关联控制器（CMAC）复合控制的基础上，提出了一种自适应CMAC神经网络的控制器结构。该控制器以系统动态误差和给定信号量作为CMAC的激励信号，并与自适应单神经元PD控制器相并联构成系统的复合控制，不但保证系统良好的控制性能，而且能有效降低能耗。仿真结果表明该方法的有效性。
　　【关键词】小脑关节模型 PID 中央空调系统
　　当前，中央空调系统在各类建筑中得到了广泛的应用。但由于空调房间是一个大惯性、时变性、非线性系统，传统的控制策略并不令人满意，而且能耗非常大，如何使中央空调系统达到最佳的工作状态，实现最大限度节能，人们逐渐把目光转到兴起的智能控制策略。神经网络在解决高度非线性和严重不确定性系统的控制方面有巨大潜力，小脑模型关联控制器（CMAC）是一种模仿人小脑功能的神经网络。它由于采用局部学习结构，具有收敛速度快、泛化能力强、不存在局部极小等优点，比一般神经网络具有更好的非线性逼近能力，更适于复杂动态环境下的非线性实时控制。
　　1 控制系统模型建立
　　上述仿真图中，虚线和虚线分别代表常规PID控制和基于CMAC的常用复合控制的仿真结果，实现代表本文提出的自适应CMAC控制仿真结果，细实线代表控制系统给定的激励信号。从仿真结果比较可以看出，与常规PD控制相比，提出的自适应CMAC控制器具有输出误差小、超调量小、实时性好等优点；同时与常用的CMAC复合控制相比，新控制器能很好的消除现有的CMAC控制器在跟踪连续变化信号时由于过学习现象而导致的不稳定现象，具有很强的鲁棒性。
　　4 结论
　　本文针对现有的基于CMAC的自学习控制器的缺陷，提出一种新的基于CMAC的自适应神经网络控制器，并将此控制策略应用到具有时变、不确定和非线性等特性的中央空调房间温度控制系统中。仿真结果表明，新自适应CMAC-PID控制器控制效果优于与常规PD控制算法和常用的CMAC-PID复合控制算法，具有更快的响应速度，更小的超调量和更好的跟踪性能，具有一定的应用价值和前景。
　　参考文献
　　[1] 刘金琨.智能控制[M].北京：电子工业出版社，2004：155-158.
　　[2] Nguyen M N， Shi D， Fu J. An online Bayesian Ying-Yang learning applied to fuzzy CMAC[J].Neurocomputing， 2008，72（3）：562-572.
　　[3] 李辉.一种自适应CMAC神经网络控制器的设计和仿真[J].系统仿真学报，2005， 17（9）.
　　[4] 王华秋，廖晓峰.非线性量化CMAC研究与应用[J].计算机工程与应用，2010，46（28）：218-221.
　　[5] 苏刚，陈增强，袁著祉.小脑模型关节控制器（CMAC）理论及应用[J].仪器仪表学报，2003.5，17（9）.
　　作者单位
　　1.南京信息工程大学 电子与信息工程学院
　　2.南京信息工程大学 信息与控制学院，江苏 南京 210044
转载注明来源:https://www.xzbu.com/1/view-5971809.htm