城市轨道交通环境控制系统控制策略的探讨

1、城市轨道交通环境控制系统控制策略的讨论摘 要:简要介绍了城市轨道 交通 环境控制系统的作用,对其系统构造进展了 分析 ,并着重 研究 以神经 网络 作为控制 方法 的控制方案可行性;同时通过建立数学模型来研究神经网络 应用 于城市轨道交通环境控制系统具有良好的控制效果。关键词:城市轨道交通;环境控制系统;神经网络城市轨道交通环境就是指 影响 乘客和操作人员舒适性的一切环境因素,包括温度、湿度、空气流动、噪音、灰尘、气味以及振动频率等方面。城市轨道交通系统中有许多机电设备、车辆运行发热、旅客散热、新颖空气带入的热量等,使系统的温、湿度逐步升高,在某些站台和通道中乘客还要忍受较高风速的干扰。为了改

2、善城市轨道交通的环境,许多城市都安装了空调、通风设备,组成了环境控制系统。环境控制系统的启用,降低了城市轨道交通系统的温、湿度,进步了空气质量。1 城市轨道交通环境控制系统分析城市轨道交通环境控制系统的设计按两级管理、昼夜有人值班的方式进展设置。第一级为中央级,作为防灾控制中心,设于一期工程控制中心大楼中央控制室内;第二级为车站级,作为本地防灾控制室,设于一期工程各车站、车辆段、主变电所、控制中心大楼,除控制中心大楼、车辆段单独设置防灾控制室外,其它地方采用与值班室合设的方式,各车站的防灾控制室与车站控制室合设。系统中央级与车站级间的信息交换,利用通信系统提供的通信通道进展及时、可靠的传输。为

3、了防止设备重复设置,在满足防灾需要的前提下,本系统利用各车站平时的闭路电视、播送、 (消防专用 除外)。基于城市轨道交通环境控制系统智能化控制的需要,在轴流风机的风量、风压满足环控标准的前提下,如何进展智能控制的研究成为关键。在满足站台及站厅的必要新风量的条件下,借助于变频技术,采用变风量送风的智能化环境控制方式是关系城市轨道交通能否正常运行的关键。2 城市轨道交通环境控制系统可采用的控制策略BP神经 网络 (BackpropagationNN)是一单向传播的多层前向网络,一般由输入层、中间层(隐层)和输出层组成,中间隐层可有假设干层,网络除输入输出节点外,有一层或多层隐节点,同层节点之间没有

4、任何耦合。输入信号从输入层节点,依次经过各隐层节点,然后传到输出层节点,每一层节点的输出只 影响 下一层节点的输入。其单元特性(传递函数)通常为S型(sigmoid函数),但在输出层中,节点的单元特性有时为线性。在现场控制中,考虑到可编程逻辑控制器的容量,因此神经网络的控制算法不可能太复杂,节点的数目应综合比较和 分析 学习 误差、泛化才能,并要考虑网络的复杂程度,以期到达较为优化和简洁的神经网络预测控制算法。图2表示为一个有M个输入,单个输出,x个节点的单个隐层的三层简单的BP网络。m为输入节点个数,am为系统输入值,ti、rj为相应的阈值,n为样本对数。f(x)是鼓励函数,也称为传递函数或

5、活泼规那么,其功能是对神经元的输入产生相应的反响。S函数输出曲线两端平坦,中间部分变化剧烈,与阶跃函数相似,但是一个连续非递减函数,具有可微分性和饱和非线性特性,增强了网络的非线性映射才能;另一方面,S函数更加接近生物神经元的信号输出形式,所以常被采用为鼓励函数。控制系统模拟采用只含一个隐含层的三层BP网络。具有足够多隐含单元的三层BP神经网络可以记忆任何多个样本;对于给定的样本集,三层BP神经网络的隐含单元数必须在一定范围内才能较满意地记忆所有样本。要对一个被控对象进展控制,须为其建立一个适宜的数学模型,但过多的变量必然使模型过于复杂,反而不利于 问题 的解决。对于城市轨道 交通 环境控制系

6、统来说,影响环控系统变频通风风量改变的因素包括站台层空气湿度;站厅层空气、湿度;室外干湿球温度;人员密度;机车运行密度附加活塞风等。详细的神经网络构造模拟流程如下:(2)对输入变量进展归一化处理,作为NN的输入;(3)根据公式,前向 计算 NN的各层神经元的输入和输出;(4)根据性能指标函数来计算误差,假设误差满足要求,那么完毕,否那么继续;(5)计算修正输出层的权系数li (k) ;(6)计算修正隐含层的权系数ij(k) ;(7)置k=k+1,返回到23 结论城市轨道交通环境控制系统是一个具有强耦合、非线性和参数时变的复杂多变量控制系统,城市轨道交通中环境控制费用约为总费用的8%-10%,进一步 研究 以神经网络-PID技术或以模糊神经网络为控制方案的城市轨道交通智能化环境控制技术将获得良好的节能效果。参考 文献 :2 王永骥等,神经元网络控制,机械 工