公路隧道通风系统的前馈式智能模糊控制

公路隧道通风系统的前馈式智能模糊控制

ID:38285376

大小:292.31 KB

页数:5页

时间:2019-06-01

公路隧道通风系统的前馈式智能模糊控制_第1页
公路隧道通风系统的前馈式智能模糊控制_第2页
公路隧道通风系统的前馈式智能模糊控制_第3页
公路隧道通风系统的前馈式智能模糊控制_第4页
公路隧道通风系统的前馈式智能模糊控制_第5页
资源描述:

《公路隧道通风系统的前馈式智能模糊控制》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第40卷第5期西南交通大学学报Vol.40No.52005年10月JOURNALOFSOUTHWESTJIAOTONGUNIVERSITYOct.2005文章编号:025822724(2005)0520575205公路隧道通风系统的前馈式智能模糊控制何川,李祖伟,方勇,王明年(西南交通大学土木工程学院,四川成都610031)摘要:将模糊逻辑应用于长大公路隧道通风系统的前馈式控制中,以有效地节约电能,解决传统控制法中存在的时滞性和风机启动频繁等问题.介绍了前馈式智能模糊控制系统的构成,对模糊控制器(FLC)进行了详细设计,并对前馈式智能模糊控制系统进行了仿真测试.测试结果表明,

2、与普通后馈控制法相比,在相同条件下该系统可以降低能源消耗,延长风机使用寿命.关键词:公路隧道通风;前馈式控制;模糊逻辑中图分类号:U453.5文献标识码:AFeed2ForwardIntelligentFuzzyLogicControlofHighwayTunnelVentilationSystemHEChuan,LIZu2wei,FANGYong,WANGMing2nian(SchoolofCivilEng.,SouthwestJiaotongUniversity,Chengdu610031,China)Abstract:Fuzzylogicwasappliedtothef

3、eed2forwardcontroloftheventilationsystemofalonghighwaytunneltosaveelectricenergyandeffectivelysolvetheproblemsofthetraditionalcontrolmethods,suchastimelagandfanspfrequentstart2up.Theconstitutionofthefeed2forwardintelligentfuzzylogiccontrolsystemwaspresented,thefuzzylogiccontrollerwasdesigne

4、dparticularly,andthefeed2forwardintelligentfuzzylogiccontrolsystemwassimulatednumerically.Theresultsindicatethat,comparedwiththetraditionalfeed2backcontrolmethod,thissystemcandecreaseenergyconsumptionandextendtheservicelifeoffansgreatlyinthesameconditions.Keywords:highwaytunnelventilation;f

5、eed2forwardcontrol;fuzzylogic目前,国内隧道通风自动控制主要采用固定程序控制法、反馈(FB)控制法以及近年来提出的前馈(FF)控制法.前馈控制法通过预测将来的交通流,并计算出以后一段时间内烟雾(VI)和一氧化碳CO的浓度信息(前馈信号),结合传感器测得的当前的烟雾,CO浓度信息(后馈信号),共同完成对风机的控制.前馈控制法弥补了前面2种方法的不足,通常适用于风机台数多、通风方式复杂的长大隧道.然而,前馈控制法中,前馈信号不是精确信息,它是由交通流预测模型、空气动力学模型和污染物扩散模型确定的,而这些模型都有不足之处,若采用传统控制方法,控制效果较难

6、令人满意.笔者将模糊逻辑应用于前馈控制法中,避开了复杂数学模型的建立,以人的控制经验作为控制的知识模型,以模糊集合、模糊语言变量以及模糊逻辑推理作为控制算法的数学工具,用计算机实现对通风系统[1,2]的前馈式智能模糊控制.1前馈式智能模糊控制系统的构成前馈式智能模糊控制系统由6个部分组成:交通流预测模型、污染物扩散模型、模糊控制器(fuzzy收稿日期:2004211219作者简介:何川(1964-),男,教授,博士,博士生导师,主要从事隧道与地下工程方面的研究.576西南交通大学学报第40卷logiccontrol,简称FLC)、检测元件、执行元件和控制对象,如图1所示.其中

7、,检测元件主要是指CO/VI检测计、风速检测仪和车辆检测计,执行元件为射流风机,控制对象为一氧化碳浓度δ和烟雾浓度K.首先,根据车辆检测计测得的交通流数据,利用交通流预测模型得到下一个控制周期的交通流,并结合检测元件测得的污染物浓度反馈值,通过污染物扩散模型计算出下一个周期的污染物浓度增量.然后,由污染物的反馈量、预测增量和控制目标量确定FLC的控制偏差e,经过模糊推理,得到风机的变化量.最后,结合风机当前的运行状况,确定风机开启(关闭)的台数和位置,从而得到新的污染物动态,再进入下一个控制周期.若控制

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。