一種基于PSO和模糊控制的隧道通風節能優化控制方法技術

本發明專利技術涉及一種基于PSO和模糊控制的隧道通風節能優化控制方法，首先通過PSO算法對隧道通風控制系統的模糊控制器中CO實測偏差量的變換系數θ

【技術實現步驟摘要】
一種基于PSO和模糊控制的隧道通風節能優化控制方法
本專利技術屬于隧道通風系統的控制
，涉及一種基于PSO和模糊控制的隧道通風節能優化控制方法。
技術介紹
隨著我國經濟的發展，道路的建設也進入了快速增長期，而隧道作為道路的一種特殊形式，也在我國的公路里程中占有一席之地，因此如何降低隧道運營過程中的能量損耗已成為了一個備受關注的課題。由于隧道的特殊結構，內部空氣不流通，隧道內的各類廢氣會對駕駛員的健康造成損害。針對當下的能源緊缺問題，對公路的通風系統采用智能化控制已經迫在眉睫。傳統的采用模糊控制對于隧道通風系統的控制由于模糊控制輸入量和輸出量的論域式固定，導致缺乏控制規則，并且由于檔級有限和欠缺積分環節等不足。在隧道通風控制系統實際運用中，總是難以達到理想的控制效果并且風機功耗也隨之增加。而使用模糊控制相較于傳統的控制方法具有以下幾個特點：(1)不需要建立繁瑣的數學模型，適合對復雜并且模糊性較強的系統使用。(2)采用模糊控制方法對于非線性系統進行設計，往往可以改善其控制效果，增強系統的魯棒性。(3)模糊控制采用模糊語言對控制語句進行描述，其控制關鍵取決于控制規則的制定。(4)模糊控制系統的組成比較簡單，算法可以通過各種軟件編程。
技術實現思路
本專利技術的目的是解決現有技術中存在的上述問題，提供一種基于PSO和模糊控制的隧道通風節能優化控制方法。本專利技術提出了一種粒子群優化算法(Particleswarmoptimization，簡稱PSO)與模糊控制結合的控制方法，該控制方法可以對通風系統實行精細化控制，有效地降低通風系統的能耗。本專利技術具有以下特點：1.本專利技術加入了論域變換，論域變換就是根據隧道通風系統的要求，提高對于模糊規則表的利用率，改變了以往比較粗放的控制模式，優化論域的控制范圍；2.本專利技術使用了PSO算法對模糊控制器參數進行尋優。由于隧道通風系統具有非線性、高超調性等特點，采用PSO對最優參數進行并行搜索，能夠有效的保持種群的多樣性加快對于算法的收斂性，并且將PSO算法應用于隧道通風系統中控制器參數的尋優可以很好地提高系統的魯棒性以及動態性能。為達到上述目的，本專利技術采用的技術方案如下：一種基于PSO和模糊控制的隧道通風節能優化控制方法，首先通過PSO算法對隧道通風控制系統的模糊控制器中CO實測偏差量的變換系數θ1和CO預測偏差量的變換系數θ2進行尋優，再將傳感器測得的CO實測偏差量eCO和CO預測偏差量e'CO輸入到模糊控制器，經過論域變換后，建立模糊控制規則表，將模糊控制規則表輸入模糊控制器，輸出為隧道風機開啟的臺數；論域變換按照式(1)和式(2)計算，采用該種變換后ECO和E'CO的變化區間分別為[-eCO,eCO]和[-e'CO,e'CO]；ECO＝θ1·eCO(1)；E'CO＝θ2·e'CO(2)；其中，ECO為經過論域變換后的CO實測偏差量，E'CO為經過論域變換后的CO預測偏差量；所述通過PSO算法對θ1和θ2尋優的過程為：(1)對PSO算法中的各個參數進行初始化，所述參數包括慣性因子ωmax、粒子個數N、維度θ、學習因子c1，c2、最大迭代次數和尋優范圍；(2)設定各變量的位置矢量：設zi＝(zi1,zi2)為粒子i的位置矢量，zi1和zi2的取值范圍為[zmin，zmax]，νi＝(νi1,vi2)為粒子i的移動速度，pi＝(pi1,pi2)為粒子i尋優得到的歷史最優位置，pg＝(pg1,pg2)為種群到目前為止尋優到的全局最優位置；(3)對粒子的各個維度進行歸一化處理，考慮到隧道通風系統計算中不同維度的數量級之間計算的差異性，要將全部的維度值歸一化，各粒子歸一化以及平方差變量sov如式(3)和式(4)所示；式中z'i1和z'i2分別為歸一化后的位置分量，分別為z'i1和z'i2的數學期望，zmin為zi1和zi2取值范圍的最小值，zmax為zi1和zi2取值范圍的最大值；(4)設計粒子的適應度函數，歸一化粒子的維度與變量后，為了讓尋優結果更加快速及準確，可根據通風系統的滯后量與粒子更新的位置和關系，設計粒子的適應度函數，適應度函數如式(5)所示；其中，ISE表示尋優過程中粒子位置與歷史最優位置偏差量平方的積分，POS表示在仿真過程(具體指的是用simulink進行仿真的過程)中尋優位置的超調量，λ1和λ2表示加權系數(由試湊法確定)并且滿足λ1+λ2＝1；(5)比較粒子的適應度值：計算粒子的適應度并與全局最優位置pg的適應度值比較，若粒子當前的適應度更好，則更新pg的值并使用當前的值作為全局最優位置；(6)更新粒子的速度和位置，粒子的速度和位置的更新方法如下式(6)和(7)所示；其中，t為迭代次數，zi1(t+1)和zi2(t+1)分別為更新位置后的粒子位置矢量的兩個分量，更新位置后的粒子位置zi(t+1)＝(zi1(t+1),zi2(t+1))，vi1(t+1)和vi2(t+1)分別為更新位置后粒子速度矢量的兩個分量，更新速度后的粒子速度(粒子速度表示每次迭代位置的變化量)vi(t+1)＝(vi1(t+1),vi2(t+1))，pi1(t)和pi2(t)分別為粒子歷史最優位置矢量的兩個分量，pg1(t)和pg2(t)分別為全局最優位置矢量的兩個分量，ω為慣性權值，c1，c2為學習因子，r1和r2為介于(0，1)的隨機數；(7)檢查終止條件，終止條件為是否達到了最大迭代次數，或者最佳解決方案是否符合適應度值；若終止條件成立，則輸出當前最佳粒子的位置，pg1(t)和pg2(t)分別為模糊控制中論域變換的θ1和θ2，否則返回步驟(2)繼續執行。作為優選的技術方案：如上所述的一種基于PSO和模糊控制的隧道通風節能優化控制方法，PSO算法初始化的慣性因子ωmax為1.5，粒子總數N為20，維度θ為2，學習因子c1，c2分別為2.5，0.5，最大迭代次數為100，尋優范圍：θ1為[0.9,1],θ2為[0.8,1]。有益效果：(1)本專利技術的基于PSO和模糊控制的隧道通風節能優化控制方法，可以對通風系統實行精細化控制，相比于傳統的分檔控制法具有更低的能量損耗；(2)本專利技術的基于PSO和模糊控制的隧道通風節能優化控制方法，加入論域變換改變了粗放型的控制模式，并且提高了算法對于隧道通風系統的的控制精度，(3)本專利技術的基于PSO和模糊控制的隧道通風節能優化控制方法，加入PSO算法對模糊控制器論域變換的參數進行尋優，采用PSO算法對最優參數進行尋優可以有效地加快算法的收斂性，從而在保證系統的魯棒性的前提下提高了算法的效率。附圖說明圖1為本專利技術中對隧道通風系統的控制流程圖；圖2為本專利技術中的PSO算法流程圖；圖3為本專利技術中的模糊控制器組成框圖。具體實施方式下面結合具體實本文檔來自技高網...

【技術保護點】
1.一種基于PSO和模糊控制的隧道通風節能優化控制方法，其特征是：首先通過PSO算法對隧道通風控制系統的模糊控制器中CO實測偏差量的變換系數θ

【技術特征摘要】
1.一種基于PSO和模糊控制的隧道通風節能優化控制方法，其特征是：首先通過PSO算法對隧道通風控制系統的模糊控制器中CO實測偏差量的變換系數θ1和CO預測偏差量的變換系數θ2進行尋優，再將傳感器測得的CO實測偏差量eCO和CO預測偏差量e'CO輸入到模糊控制器，經過論域變換后，建立模糊控制規則表，將模糊控制規則表輸入模糊控制器，輸出為隧道風機開啟的臺數；
論域變換按照式(1)和式(2)計算，采用該種變換后ECO和E'CO的變化區間分別為[-eCO,eCO]和[-e'CO,e'CO]；
ECO＝θ1·eCO(1)；
E'CO＝θ2·e'CO(2)；
其中，ECO為經過論域變換后的CO實測偏差量，E'CO為經過論域變換后的CO預測偏差量；
所述通過PSO算法對θ1和θ2尋優的過程為：
(1)對PSO算法中的各個參數進行初始化，所述參數包括慣性因子ωmax、粒子個數N、維度θ、學習因子c1，c2、最大迭代次數和尋優范圍；
(2)設定各變量的位置矢量：設zi＝(zi1,zi2)為粒子i的位置矢量，zi1和zi2的取值范圍為[zmin，zmax]，νi＝(νi1,vi2)為粒子i的移動速度，pi＝(pi1,pi2)為粒子i尋優得到的歷史最優位置，pg＝(pg1,pg2)為種群到目前為止尋優到的全局最優位置；
(3)對粒子的各個維度進行歸一化處理，各粒子歸一化以及平方差變量sov如式(3)和式(4)所示；






式中z'i1和z'i2分別為歸一化后的位置分量，分別為z'i1和z'i2的數學期望，zmin為zi1和zi2取值范圍的最小值，zmax為zi1和zi2取值范圍的最大值；
(4)設計粒子的適應度函數，適應度函數如式(5)...

【專利技術屬性】
技術研發人員：金允泰，周武能，鄭建立，李宏亮，
申請(專利權)人：東華大學，上海吞山智能科技有限公司，
類型：發明
國別省市：上海;31