基于模糊神经网络的通讯机房既有空调的控制系统技术方案

基于模糊神经网络的通讯机房既有空调的控制系统，涉及一种通讯机房空调控制系统。克服了既有的通讯机房的空调运行频次单一、对电能浪费较大的问题，电源供电电路提供温度检测采样电路、数字微控制电路和隔离输出电路的电源，温度检测采样电路测量实时温度，数字微控制电路将实时温度与设定温度的差值信号以及差值信号的导数做为模糊神经网络控制模块的输入，模糊神经网络控制模块通过当前状态对数字微控制电路两项输入进行模糊化，经过神经网络运算后得到三项ＰＩＤ控制信号，数字微控制电路将三项ＰＩＤ控制信号传递至隔离输出电路，隔离输出电路将数据输出。本发明专利技术能为多领域不同的控温要求提供极具使用价值的控制器改造方案。

【技术实现步骤摘要】

本专利技术涉及一种通讯机房空调控制系统。
技术介绍
通讯机房专用空调的控制系统通常包括电源供电电路，包含有一定方案的控制电路，在实际应用中为了控制机房内湿度，保证精密通讯设备在适宜的湿度条件下运行，还具 有除湿电路，另外为了方便工作人员的人工控制，还加入温度设定、数据显示和故障报警等 辅助电路。目前的通讯机房专用的控制系统采用简单的定时间段控制，运行的时间频次为单 一的定频，靠压缩机的频繁启停机来实施按温度调节。这种定频控制的主要缺点有(1) 压缩机频繁启停机导致寿命的降低；(2)无法进行高精度的机房内温度控制，机房内温度 有较大的波动；(3)由于压缩机频繁的启停机，导致电能的浪费加大，压缩机没有平稳的运 行，不能稳定的工作在一个效率较高的频率范围内。
技术实现思路
为了克服既有的通讯机房的空调运行频次单一、对电能浪费较大的问题，本专利技术 提供了一种基于模糊神经网络的通讯机房既有空调的控制系统。基于模糊神经网络的通讯机房既有空调的控制系统，它包括电源供电电路、隔离 输出电路和数字微控制电路，电源供电电路的正负极输出端分别与数字微控制电路的正负 极输入端和隔离输出电路的正负极输入端相连，用于给数字微控制电路和隔离输出电路提 供电源，数字微控制电路的控制信号输出端与隔离输出电路的信号输入端相连，它还包括 温度检测采样电路和模糊神经网络控制模块，电源供电电路的正负极输出端与温度检测采 样电路正负极输入端相连，用于给温度检测采样电路提供电源，温度检测采样电路的信号 输出端与数字微控制电路的温度检测信号输入端相连，数字微控制电路的测量信号输出端 与模糊神经网络控制模块的测量信号输入端相连，模糊神经网络控制模块的运算结果信号 输出端与数字微控制电路的运算结果信号输入端相连，温度检测采样电路用于测量实时温 度，数字微控制电路用于将温度检测采样电路测量的实时温度e与设定温度的差值信号以 及差值信号的导数ec做为模糊神经网络控制模块的输入，模糊神经网络控制模块通过当 前状态对数字微控制电路两项输入进行模糊化，经过神经网络运算后得到三项PID控制信 号KpKi和Kd，数字微控制电路将模糊神经网络控制模块输出的三项PID控制信号KpKi和 Kd传递至隔离输出电路。本专利技术在现有的通讯机房空调的控制电路的基础上，设计了一个包含模糊神经网 络控制的控制电路，并加入了精准的温度检测采样电路。模糊神经网络控制的引入改变了 原来依靠启停机进行控温的方式，利用实时温度进行模糊神经网络的运算，能够准确有效 的控制压缩机的运行状态，一方面提高了压缩机的运转效率，另一方面避免了传统控温过 程的滞后性，并且提高了通讯机房内温度的精准度，保证通讯设备的正常运行。温度检测采样电路为数字微控制电路提供了可靠的数据输入，实际的控温误差在士0. rc，降低了定频空调的控温误差。本专利技术兼顾了电路简单化和低成本的基础上，充分利用了既有设备中的可利用的 硬件电路，解决了通讯机房温度控制过程中存在的问题，在提高了温度控制精度的同时，使 得空调在一个平稳的条件下运行，提高了既有空调设备的寿命，最重要的是在设备平稳运 行的同时提高了效率，节约了电能。基于本专利技术的电路，结合先进的模糊神经网络控制算 法，能为多领域不同的控温要求提供极具使用价值的控制器改造方案，本专利技术具有电路结 构简单、系统稳定、适用范围广、便于推广实施的优点。附图说明图1为基于模糊神经网络的通讯机房既有空调的控制系统的结构示意图。图2为具体实施方式五5的结构示意图。图3为具体实施方式七的结构示意图。图4为具体实施 方式三的示意图。图5为具体实施方式九的结构示意图。具体实施例方式具体实施方式一、结合图1说明本实施方式，基于模糊神经网络的通讯机房既有 空调的控制系统，它包括电源供电电路1、隔离输出电路5和数字微控制电路3，电源供电电 路1的正负极输出端分别与数字微控制电路3的正负极输入端和隔离输出电路5的正负极 输入端相连，用于给数字微控制电路3和隔离输出电路5提供电源，数字微控制电路3的控 制信号输出端与隔离输出电路5的信号输入端相连，它还包括温度检测采样电路2和模糊 神经网络控制模块4，电源供电电路1的正负极输出端与温度检测采样电路2正负极输入 端相连，用于给温度检测采样电路2提供电源，温度检测采样电路2的信号输出端与数字微 控制电路3的温度检测信号输入端相连，数字微控制电路3的测量信号输出端与模糊神经 网络控制模块4的测量信号输入端相连，模糊神经网络控制模块4的运算结果信号输出端 与数字微控制电路3的运算结果信号输入端相连，温度检测采样电路2用于测量实时温度， 数字微控制电路3用于将温度检测采样电路2测量的实时温度e与设定温度的差值信号以 及差值信号的导数ec做为模糊神经网络控制模块4的输入，模糊神经网络控制模块4通过 当前状态对数字微控制电路3两项输入进行模糊化，经过神经网络运算后得到三项PID控 制信号Hi和Kd，数字微控制电路3将模糊神经网络控制模块4输出的三项PID控制信号 KP、Ki和Kd传递至隔离输出电路5。隔离输出电路5将数据输出至既有机房空调的变频控 制系统进行传统的PID控制。具体实施方式二、结合图1说明本实施方式，本实施方式与具体实施方式一的不 同之处在于基于模糊神经网络的通讯机房既有空调的控制系统，它还包括显示与人机交互 操作电路6，电源供电电路1的正负极输出端与显示与人机交互操作电路6正负极输入端相 连，用于提供显示与人机交互操作电路6的电源，数字微控制电路3的显示信号输出端与显 示与人机交互操作电路6的信号输入端相连，显示与人机交互操作电路6的操作信号输出 端与数字微控制电路3的操作信号输入端相连。具体实施方式三、结合图4说明本实施方式，本实施方式与具体实施方式一或二 的不同之处在于模糊神经网络控制模块4包括输入层4-1、隐含层4-2和输出层4-3，模糊神经网络控制模块4的工作过程如下步骤一、将温度检测采样电路2测量得到的实时温度e与设定温度的差值信号以 及差值信号的导数ec作为模糊控制的输入，通过读取模糊控制规则表而得到相应的输出； 所述模糊控制规则表如表1所示；<table>table see original document page 7</column></row><table><table>table see original document page 7</column></row><table>其中，PB代表“正大”、PM代表“正中”、PS代表“正小”、0代表“零”、NS代表“负 小”、匪代表“负中”、NB代表“负大”。步骤二、将步骤一的输出作为BP神经网络的输入数据来训练神经网络，输入层 4-1具有ρ个神经元，其中输入层4-1的输入为input(1)(k) =f(k-i),i = 1,2··· p输入层4-1的输出与输入相等output(1)(k)= input(1)(k)步骤三、将步骤二获得的输出量加权作为隐含层4-2的输入，并获得隐含层4-2的 输出，所述隐含层4-2具有q个神经元，输入层4-1到隐含层4-2的权值为w…其中隐含层 4-2的输入为 本文档来自技高网...

【技术保护点】
基于模糊神经网络的通讯机房既有空调的控制系统，它包括电源供电电路（１）、隔离输出电路（５）和数字微控制电路（３），电源供电电路（１）的正负极输出端分别与数字微控制电路（３）的正负极输入端和隔离输出电路（５）的正负极输入端相连，用于给数字微控制电路（３）和隔离输出电路（５）提供电源，数字微控制电路（３）的控制信号输出端与隔离输出电路（５）的信号输入端相连，其特征在于它还包括温度检测采样电路（２）和模糊神经网络控制模块（４），电源供电电路（１）的正负极输出端与温度检测采样电路（２）正负极输入端相连，用于给温度检测采样电路（２）提供电源，温度检测采样电路（２）的信号输出端与数字微控制电路（３）的温度检测信号输入端相连，数字微控制电路（３）的测量信号输出端与模糊神经网络控制模块（４）的测量信号输入端相连，模糊神经网络控制模块（４）的运算结果信号输出端与数字微控制电路（３）的运算结果信号输入端相连，温度检测采样电路（２）用于测量实时温度，数字微控制电路（３）用于将温度检测采样电路（２）测量的实时温度ｅ与设定温度的差值信号以及差值信号的导数ｅｃ做为模糊神经网络控制模块（４）的输入，模糊神经网络控制模块（４）通过当前状态对数字微控制电路（３）两项输入进行模糊化，经过神经网络运算后得到三项ＰＩＤ控制信号Ｋ↓［Ｐ］、Ｋ↓［ｉ］和Ｋ↓［ｄ］，数字微控制电路（３）将模糊神经网络控制模块（４）输出的三项ＰＩＤ控制信号Ｋ↓［Ｐ］、Ｋ↓［ｉ］和Ｋ↓［ｄ］传递至隔离输出电路（５）。...

【技术特征摘要】

【专利技术属性】
技术研发人员：宋丽芳，丁宝，刘畅，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：93[中国|哈尔滨]