一种基于PSO和模糊控制的隧道通风节能优化控制方法技术

本发明专利技术涉及一种基于PSO和模糊控制的隧道通风节能优化控制方法，首先通过PSO算法对隧道通风控制系统的模糊控制器中CO实测偏差量的变换系数θ

【技术实现步骤摘要】
一种基于PSO和模糊控制的隧道通风节能优化控制方法
本专利技术属于隧道通风系统的控制
，涉及一种基于PSO和模糊控制的隧道通风节能优化控制方法。
技术介绍
随着我国经济的发展，道路的建设也进入了快速增长期，而隧道作为道路的一种特殊形式，也在我国的公路里程中占有一席之地，因此如何降低隧道运营过程中的能量损耗已成为了一个备受关注的课题。由于隧道的特殊结构，内部空气不流通，隧道内的各类废气会对驾驶员的健康造成损害。针对当下的能源紧缺问题，对公路的通风系统采用智能化控制已经迫在眉睫。传统的采用模糊控制对于隧道通风系统的控制由于模糊控制输入量和输出量的论域式固定，导致缺乏控制规则，并且由于档级有限和欠缺积分环节等不足。在隧道通风控制系统实际运用中，总是难以达到理想的控制效果并且风机功耗也随之增加。而使用模糊控制相较于传统的控制方法具有以下几个特点：(1)不需要建立繁琐的数学模型，适合对复杂并且模糊性较强的系统使用。(2)采用模糊控制方法对于非线性系统进行设计，往往可以改善其控制效果，增强系统的鲁棒性。(3)模糊控制采用模糊语言对控制语句进行描述，其控制关键取决于控制规则的制定。(4)模糊控制系统的组成比较简单，算法可以通过各种软件编程。
技术实现思路
本专利技术的目的是解决现有技术中存在的上述问题，提供一种基于PSO和模糊控制的隧道通风节能优化控制方法。本专利技术提出了一种粒子群优化算法(Particleswarmoptimization，简称PSO)与模糊控制结合的控制方法，该控制方法可以对通风系统实行精细化控制，有效地降低通风系统的能耗。本专利技术具有以下特点：1.本专利技术加入了论域变换，论域变换就是根据隧道通风系统的要求，提高对于模糊规则表的利用率，改变了以往比较粗放的控制模式，优化论域的控制范围；2.本专利技术使用了PSO算法对模糊控制器参数进行寻优。由于隧道通风系统具有非线性、高超调性等特点，采用PSO对最优参数进行并行搜索，能够有效的保持种群的多样性加快对于算法的收敛性，并且将PSO算法应用于隧道通风系统中控制器参数的寻优可以很好地提高系统的鲁棒性以及动态性能。为达到上述目的，本专利技术采用的技术方案如下：一种基于PSO和模糊控制的隧道通风节能优化控制方法，首先通过PSO算法对隧道通风控制系统的模糊控制器中CO实测偏差量的变换系数θ1和CO预测偏差量的变换系数θ2进行寻优，再将传感器测得的CO实测偏差量eCO和CO预测偏差量e'CO输入到模糊控制器，经过论域变换后，建立模糊控制规则表，将模糊控制规则表输入模糊控制器，输出为隧道风机开启的台数；论域变换按照式(1)和式(2)计算，采用该种变换后ECO和E'CO的变化区间分别为[-eCO,eCO]和[-e'CO,e'CO]；ECO＝θ1·eCO(1)；E'CO＝θ2·e'CO(2)；其中，ECO为经过论域变换后的CO实测偏差量，E'CO为经过论域变换后的CO预测偏差量；所述通过PSO算法对θ1和θ2寻优的过程为：(1)对PSO算法中的各个参数进行初始化，所述参数包括惯性因子ωmax、粒子个数N、维度θ、学习因子c1，c2、最大迭代次数和寻优范围；(2)设定各变量的位置矢量：设zi＝(zi1,zi2)为粒子i的位置矢量，zi1和zi2的取值范围为[zmin，zmax]，νi＝(νi1,vi2)为粒子i的移动速度，pi＝(pi1,pi2)为粒子i寻优得到的历史最优位置，pg＝(pg1,pg2)为种群到目前为止寻优到的全局最优位置；(3)对粒子的各个维度进行归一化处理，考虑到隧道通风系统计算中不同维度的数量级之间计算的差异性，要将全部的维度值归一化，各粒子归一化以及平方差变量sov如式(3)和式(4)所示；式中z'i1和z'i2分别为归一化后的位置分量，分别为z'i1和z'i2的数学期望，zmin为zi1和zi2取值范围的最小值，zmax为zi1和zi2取值范围的最大值；(4)设计粒子的适应度函数，归一化粒子的维度与变量后，为了让寻优结果更加快速及准确，可根据通风系统的滞后量与粒子更新的位置和关系，设计粒子的适应度函数，适应度函数如式(5)所示；其中，ISE表示寻优过程中粒子位置与历史最优位置偏差量平方的积分，POS表示在仿真过程(具体指的是用simulink进行仿真的过程)中寻优位置的超调量，λ1和λ2表示加权系数(由试凑法确定)并且满足λ1+λ2＝1；(5)比较粒子的适应度值：计算粒子的适应度并与全局最优位置pg的适应度值比较，若粒子当前的适应度更好，则更新pg的值并使用当前的值作为全局最优位置；(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为迭代次数，zi1(t+1)和zi2(t+1)分别为更新位置后的粒子位置矢量的两个分量，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)分别为更新位置后粒子速度矢量的两个分量，更新速度后的粒子速度(粒子速度表示每次迭代位置的变化量)vi(t+1)＝(vi1(t+1),vi2(t+1))，pi1(t)和pi2(t)分别为粒子历史最优位置矢量的两个分量，pg1(t)和pg2(t)分别为全局最优位置矢量的两个分量，ω为惯性权值，c1，c2为学习因子，r1和r2为介于(0，1)的随机数；(7)检查终止条件，终止条件为是否达到了最大迭代次数，或者最佳解决方案是否符合适应度值；若终止条件成立，则输出当前最佳粒子的位置，pg1(t)和pg2(t)分别为模糊控制中论域变换的θ1和θ2，否则返回步骤(2)继续执行。作为优选的技术方案：如上所述的一种基于PSO和模糊控制的隧道通风节能优化控制方法，PSO算法初始化的惯性因子ωmax为1.5，粒子总数N为20，维度θ为2，学习因子c1，c2分别为2.5，0.5，最大迭代次数为100，寻优范围：θ1为[0.9,1],θ2为[0.8,1]。有益效果：(1)本专利技术的基于PSO和模糊控制的隧道通风节能优化控制方法，可以对通风系统实行精细化控制，相比于传统的分档控制法具有更低的能量损耗；(2)本专利技术的基于PSO和模糊控制的隧道通风节能优化控制方法，加入论域变换改变了粗放型的控制模式，并且提高了算法对于隧道通风系统的的控制精度，(3)本专利技术的基于PSO和模糊控制的隧道通风节能优化控制方法，加入PSO算法对模糊控制器论域变换的参数进行寻优，采用PSO算法对最优参数进行寻优可以有效地加快算法的收敛性，从而在保证系统的鲁棒性的前提下提高了算法的效率。附图说明图1为本专利技术中对隧道通风系统的控制流程图；图2为本专利技术中的PSO算法流程图；图3为本专利技术中的模糊控制器组成框图。具体实施方式下面结合具体实本文档来自技高网...

【技术保护点】
1.一种基于PSO和模糊控制的隧道通风节能优化控制方法，其特征是：首先通过PSO算法对隧道通风控制系统的模糊控制器中CO实测偏差量的变换系数θ

【技术特征摘要】
1.一种基于PSO和模糊控制的隧道通风节能优化控制方法，其特征是：首先通过PSO算法对隧道通风控制系统的模糊控制器中CO实测偏差量的变换系数θ1和CO预测偏差量的变换系数θ2进行寻优，再将传感器测得的CO实测偏差量eCO和CO预测偏差量e'CO输入到模糊控制器，经过论域变换后，建立模糊控制规则表，将模糊控制规则表输入模糊控制器，输出为隧道风机开启的台数；
论域变换按照式(1)和式(2)计算，采用该种变换后ECO和E'CO的变化区间分别为[-eCO,eCO]和[-e'CO,e'CO]；
ECO＝θ1·eCO(1)；
E'CO＝θ2·e'CO(2)；
其中，ECO为经过论域变换后的CO实测偏差量，E'CO为经过论域变换后的CO预测偏差量；
所述通过PSO算法对θ1和θ2寻优的过程为：
(1)对PSO算法中的各个参数进行初始化，所述参数包括惯性因子ωmax、粒子个数N、维度θ、学习因子c1，c2、最大迭代次数和寻优范围；
(2)设定各变量的位置矢量：设zi＝(zi1,zi2)为粒子i的位置矢量，zi1和zi2的取值范围为[zmin，zmax]，νi＝(νi1,vi2)为粒子i的移动速度，pi＝(pi1,pi2)为粒子i寻优得到的历史最优位置，pg＝(pg1,pg2)为种群到目前为止寻优到的全局最优位置；
(3)对粒子的各个维度进行归一化处理，各粒子归一化以及平方差变量sov如式(3)和式(4)所示；






式中z'i1和z'i2分别为归一化后的位置分量，分别为z'i1和z'i2的数学期望，zmin为zi1和zi2取值范围的最小值，zmax为zi1和zi2取值范围的最大值；
(4)设计粒子的适应度函数，适应度函数如式(5)...

【专利技术属性】
技术研发人员：金允泰，周武能，郑建立，李宏亮，
申请(专利权)人：东华大学，上海吞山智能科技有限公司，
类型：发明
国别省市：上海;31