《建筑设备节能控制策略.doc》由会员分享，可在线阅读，更多相关《建筑设备节能控制策略.doc（1页珍藏版）》请在三一文库上搜索。
1、第38卷第1期2014年2骑南京理工大学学报Journal of Nanjing University of Science and TechnologyVol. 38 No. 1Feb. 2014建筑设备节能控制策略周鹏，陈洋2,官文越'(1大连交通大学信息与控制工程学院，辽宁大连H6021 ；2.沈阳建筑大学信息与控制工程学院，辽宁沈阳110168)摘要：由于变风量空调控制系统具有非线性、大滞后、时变性的特点，该文提出了一种基于改 进型Elman神经网络预测和改进型TS模糊神经网络控制的结构，其预测输出与实际输出的差 值作为T-S模糊神经网络控制器的输入，使空调控制系统具有较离的控
2、制精度和良好的动态特 性。由于变风董空调运行时各变量之间的耦合关系，又结合了解耦的控制方法，达到了抑制温 度和湿度耦合的控制效果。仿真结果表明：与传统PID控制相比，该控制系统具有较强的鲁棒 性，学习能力强，控制精度高，控制效果好，有较强的解耦控制能力。关键词：变风量空调；改进型Elman神经网络;T-S模糊递归神经网络;预测控制；解耦控制 中图分类号:TP273文章编号：1005-9830(2014)01-0054-05Construction equipment on energy-saving control strategyZhou Peng1,2 ,Chen Yang2 ,Guan
3、Wenyue2(1 School of Information and Control Engineering,Dalian Jiaotong University,Dalian 116021 .China； 2 School of Information and Control Engineering,Shenyang Jianzhu University tShenyang 110168 ,China)Abstract： As the variable air volume( VAV) control system has the nonlinearity, large time dela
4、y and time variation and other characteristics, this paper proposes a structure based on the modified Elman neural network prediction and the modified TS fuzzy neural network control The input of the TS fuzzy neural network controller includes the error of the output of the prediction and the actual
5、 output t so that it has the high control precision, good dynamic characteristic As each variable has the coupling relationship when the VAV system is running f it is combined with a decoupling control method to produce the effect that the temperature and humidity don't have the coupling relatio
6、nship The simulation results show that： comparing with the traditional PID control system, this control system has stronger robustness and stronger skills of learning,higher control precision,better control effect t stronger ability of decoupling control.收稿日期：2O13-O3-O3修回日期：2013-06-03基金项目国家自然科学基金(51078241)作者简介：周鹏( 1980-),男，博七生，助理研究员，主要研究方向：建筑装备智能化t E-mail： zhoupengP718 163 como引文格式:周鹏，陈洋，官文越建筑设备节能控制策略J.南京理工大学学报,2014,38(1):54-58.投稿网址:http：/njlgdxxb. paperonce. org