电子发烧友网>电子资料下载>电子论文>自动控制系统论文>基于神经网络的公路隧道通风控制

基于神经网络的公路隧道通风控制

22349 2009-07-30 | rar | 212 | 次下载 | 2积分

资料介绍

研究并设计了一种基于神经网络和专家系统的公路隧道通风智能控制系统。控制系统在原反馈信号——污染物浓度基础上，加入了车流量和车速前馈信号，并通过改进的BP 神经网络预测污染物浓度，合理的完成了对通风设备的控制。结果表明,该系统优于传统的分级式反馈控制方法。
随着交通运输事业的不断发展，我国隧道工程建设已呈现出迅猛发展势态。公路隧道的通风监测和控制是隧道机电集成控制的重要组成部分。据分析[1]，公路隧道通风设施的造价，一般为工程造价的20%-30%，长大隧道甚至可达50%，因而必须选择合适的通风方式使其造价和营运费用最低。隧道通风就是除去或稀释汽车行驶排放出的有害物质（如一氧化碳CO，氮氧化合物NOx、烟雾等），使其浓度降低到允许值之内，以确保行车的安全性和舒适性。
由于公路交通量、车辆组成及行驶速度随时间而不断变化, 引起隧道内污染物浓度也随之不断变化, 于是要求隧道的通风设备运行状态随之改变。目前我国公路隧道纵向通风控制系统一般采用以CO 浓度值为主要被控参数的负反馈自动控制方式。当被控制量出现偏差时, 控制器发出控制指令,纠正偏差使被控变量保持在合理的数值之内。
这种传统的控制方式的缺点是系统有较大的时间延迟, 控制不及时且静态偏差大。鉴于隧道通风控制系统是一个非线性、时变和分布参数系统,用准确的数学解析方法表示其特性显然比较困难基于此, 本文在充分借鉴国内外先进的控制技术的基础上，以绿色环境和节能为目标，提出一种新型的智能控制应用算法, 利用神经网络的非线形逼近原理和现代控制理论，很好地实现了实时节能控制