一种基于神经网络的隧道照明节能模糊控制系统技术方案

本发明专利技术公开了一种基于神经网络的隧道照明节能模糊控制系统，属于隧道照明节能技术领域。其包括隧道监测模块、数据传输模块和照明LED灯以及LED灯调光控制模块，所述隧道监测模块获取对隧道外亮度、隧道内交通量、隧道内车速、隧道内亮度和隧道内能见度的监测信号，将监测信号通过数据传输模块传输到LED灯调光控制模块内的中心照明控制计算机并作为已训练好的模糊神经网络控制模型的输入量，由计算机得出控制LED灯亮度命令，最后通过采用PWM的LED无级调光控制模式实现对隧道内亮度的256级调光，并将调光后的隧道内实时亮度反馈给中心照明控制计算机作为下一次调光的输入量，实现对隧道内亮度的实时连续调节。

【技术实现步骤摘要】
一种基于神经网络的隧道照明节能模糊控制系统
本专利技术涉及一种基于神经网络的隧道照明节能模糊控制系统，属于隧道照明节能
。
技术介绍
隧道进行高速公路隧道照明节能的研究势在必行，其原因有两方面，进行高速公路隧道照明节能研究是提高运营效益的需要。在高速公路隧道机电系统中，照明负荷约占30%左右；进行高速公路隧道照明节能研究是高速公路隧道安全运营的需要，从驾驶的安全性上来看，为了使驾驶者在隧道内行驶时视觉更自然，减少交通事故的发生，要求隧道照明要尽可能模拟隧道外的环境，耗能必然会提高，照明系统的安全性和节能性存在着此消彼长的矛盾。目前国内的大部分隧道照明控制系统虽然配备了依据时间与环境进行自动照明控制的模块，但由于光强检测器的易损与软件可靠性设计的缺陷，多数还是采用人工控制，根据不同时段和环境，主观决定灯具开关数量和方式。随着计算机技术和电子技术的发展，公路隧道照明效率取决于光源，光源的选择是照明节能的最大的方向，目前使用在隧道中的照明光源以高压钠灯、高压汞灯、卤素灯等传统灯具居多，不仅光效低、启动慢、能耗大、不利于智能控制，而且使用高压汞灯还会带来汞污染等问题。
技术实现思路
本专本文档来自技高网...

【技术保护点】
一种基于神经网络的隧道照明节能模糊控制系统，其特征在于：其包括隧道监测模块、数据传输模块和照明LED灯以及对LED亮度进行调节的LED灯调光控制模块,所述隧道监测模块用于监测隧道外亮度、隧道内交通量、隧道内车速、隧道内亮度和隧道内能见度，并将监测信号通过数据传输模块传输到LED灯调光控制模块；所述数据传输模块用于传输隧道监测量和LED亮度调节指令，所述LED灯调光控制模块基于一种模糊神经网络控制模型。

【技术特征摘要】
1.一种基于神经网络的隧道照明节能模糊控制系统，其特征在于：其包括隧道监测模块、数据传输模块和照明LED灯以及对LED亮度进行调节的LED灯调光控制模块,所述隧道监测模块用于监测隧道外亮度、隧道内交通量、隧道内车速、隧道内亮度和隧道内能见度，并将监测信号通过数据传输模块传输到LED灯调光控制模块；所述数据传输模块用于传输隧道监测量和LED亮度调节指令，所述LED灯调光控制模块基于一种模糊神经网络控制模型。2.根据权利要求1所述的基于神经网络的隧道照明节能模糊控制系统，其特征在于：所述LED灯调光控制模块内包含中心照明控制计算机，所述中心照明控制计算机内的模糊神经网络控制模型采用多层前向BP网络，共由5层组成：A层、B层、C层、D层、E层，所述A层为输入层，接受语言变量的输入，输入量为隧道外亮度、隧道内亮度、隧道内车速、隧道内交通量和隧道内能见度；所述B层为隶属函数生成层，实现模糊化操作；所述C层为规则前件匹配层，计算每条规则的适用；所述D层为规则结论层，对相同的规则后件进行综合；所述E层为输出层，实现反模糊化操作，输出量为隧道内的调光数值。3.根据权利要求2所述的基于神经网络的隧道照明节能模糊控制系统，其特征在于：所述模糊神经网络控制模型的程序设计及训练步骤如下步骤一、设置网络结构、神经网络层数和模糊规则数；步骤二、对神经网络模型的未知参数聚类中心C、中心宽度B、线性系数P的矩阵进行初始化，设置误差指标取0.01；步骤三、根据给定输入样本、初始化的未知参数矩...

【专利技术属性】
技术研发人员：李雨菲，陈荣杰，李丽，许多，郑源，刘珂，付士凤，方逸波，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏,32