发明名称 CFD数值模拟结合BP神经网络人工环境控制方法
摘要 本发明涉及一种人工环境下空气调节的优化控制方法,为提供一种人工环境控制方法,用于解决控制误差大,效率低的问题。为此,本发明采取的技术方案是,CFD数值模拟结合BP神经网络人工环境控制方法,包括如下步骤:(1)建立CFD模型;(2)根据所在地区的气象条件和室内设计参数,计算其人工环境的冷/热负荷,得到其空调系统的条件参数范围;(3)利用上步骤得到的训练样本;(4)训练好的BP神经网络替代CFD模拟;(5)进行PID控制;(6)将变化后的新的输入数据输入BP神经网络模型,得到对应的环境参数;(7)在上述调节结束达到稳定后,重新对BP神经网络进行训练。本发明主要应用于空气调节场合。
申请公布号 CN104633856A 申请公布日期 2015.05.20
申请号 CN201510040617.0 申请日期 2015.01.27
申请人 天津大学 发明人 孙贺江;喻彦喆
分类号 F24F11/00(2006.01)I 主分类号 F24F11/00(2006.01)I
代理机构 天津市北洋有限责任专利代理事务所 12201 代理人 刘国威
主权项 一种CFD数值模拟结合BP神经网络人工环境控制方法,其特征是,包括如下步骤:(1)为所述人工环境建立CFD模型,包括使用计算流体力学CFD软件建立人工环境的几何模型,确定空调送风口和回风口的位置及尺寸,环境中包含的人员及物品陈设的位置及尺寸;(2)根据所在地区的气象条件和室内设计参数,计算其人工环境的冷/热负荷,得到其空调系统的条件参数范围,这里条件参数包括:冷/热负荷和送风量,对不同的条件参数将各自区间范围内的值进行随机组合,并将此组合作为CFD模型的边界条件通过模拟得到相应条件下的环境参数,环境参数包括:人体周围取样点的温度值,气流速度值和PMV值,在此过程中,形成大量随机的输入/输出数据对即训练样本,输入即条件参数,输出即对应的环境参数;(3)利用上步骤得到的训练样本,将条件参数作为输入数据,相应CFD模拟得到的环境参数作为输出数据,建立BP神经网络,神经网络采用三层网络结构,输入层神经元个数和条件参数个数一致,输出层神经元个数和环境参数个数一致,隐层神经元个数按照经验公式确定,选定训练参数后,使用贝叶斯正则化算法对BP网络进行训练,以确定最佳网络参数;(4)训练好的BP神经网络替代CFD模拟,用于空调系统的实时控制,将所要控制的人工环境的初始条件(a)输入BP神经网络,得到相应的环境参数;此处初始条件即:空调系统开启时刻的条件参数,计算人体周围取样点PMV值的平均值,看其平均值范围是否落在(‑0.5,0.5)区间内,若在区间内,则保持该送风量,执行机构不动作;若在此区间范围外,则进行以下步骤;(5)将人体周围取样点的温度算术平均值t,气流速度算术平均值,利用PMV公式和上述平均值计算PMV=0时的温度值T,利用T-t的差值进行PID控制,得到新的送风量,将新的送风量和当前环境负荷作为输入数据重新利用BP神经网络进行计算,得到对应新的环境参数值;此循环过程直至人体周围取样点PMV值的平均值落在(‑0.5,0.5)区间内时停止;(6)实际过程中,在初始状态空调系统控制调节达到要求后,一般是由于输入数据中环境负荷的变化(b)而再次引起空调控制系统的动作,其控制过程同上,将变化后的新的输入数据输入BP神经网络模型,得到对应的环境参数;计算人体周围取样点PMV绝对值值的平均值,看其值是否落在(‑0.5,0.5)区间内,若在区间内,则保持该送风量,执行机构不动作;若在此区间范围外,则进行控制调节;(7)在上述调节结束达到稳定后,将输入数据导入CFD模型进行验证,若所得环境参数计算人体周围取样点PMV值的平均值,若在(‑0.5,0.5)区间外,则将此数据对加入已有训练样本,重新对BP神经网络进行训练。
地址 300072 天津市南开区卫津路92号