摘  要： 在對神經網絡PID控制器的設計中，利用神經網絡對PID控制器參數kp，ki，kd的在線整定與調整，實現對中央空調冷凍水變流量的控制，使系統具有良好的穩態性能與控制精度。
關鍵詞： 神經網；PID控制器；中央空調；變流量

　中央空調在整個智能樓宇建筑系統中的能耗比例較大，約占整個建筑能耗的50%，中央空調節能措施的研究是我國現階段空調研究的主要方向。中央空調變水量系統是當實際負荷的改變時，通過變頻器實現水泵轉速的改變，從而改變系統冷凍水的流量，實現空調的節能目標。
　由于中央空調是一個非線性、大滯后、時變的系統，要想通過PID達到一個良好的控制效果，必須對PID的3個參數合理選取。在以往的PID控制變頻調節中，PID參數的整定需在現場調試的過程中不斷地加以調整才能實現良好的控制，在應用上普通的PID調節很難實現系統的穩定運行，而且對工況及環境變化的適應能力差。而神經網絡PID控制的中央空調水系統通過不斷的調整權值參數可對PID參數kp、ki、kd進行在線式調整，可以隨環境的變化實現對參數的調整，對數學模型要求也不是很高，在穩定性和適應能力方面具有良好的性能[1]。
1 中央空調冷凍水二次泵控制方案
　本文應用壓差控制來實現中央空調水系統中水泵的變頻。壓差控制采用冷凍水環路中離泵最遠的空調用戶端（最不利支路）的壓差與壓差設定值比較的偏差，作為控制器的輸入改變變頻器的值，控制水泵電機轉速改變流量，使檢測處的壓差跟隨設定值，滿足系統負荷需要[1]。當房間的負荷降低時，造成最不利支路上冷凍水電動閥門開度減小，冷凍水的流量減小，壓差增大。通過與設定壓差比較，改變二次水泵的轉速，降低其流速，使最不利支路上的壓差減小。
2 冷凍水變流量控制器的設計
2.1 神經PID控制原理
　利用BP神經網絡具有逼近任意非線性函數的能力、自學習的能力及非線性映射能力。將其運用到PID控制調節中，并根據系統的運行狀態，通過不斷調整權值、不斷調節PID控制器的3個參數，以期達到某種控制規律下性能指標的最優化。
　BP神經網絡結構由輸入層、隱含層、輸出層3層網絡組成，如圖1所示。通過隱含層和輸出層活化函數的計算，使輸出層的神經元狀態對應PID控制器的3個可調參數kp、ki、kd，來實現系統的在線整定[2]。
經典增量式控制算法：


2.2 神經網絡PID控制器結構
　基于BP神經網絡的PID控制器的系統結構如圖2所示，其控制器是由常規的PID控制器和神經網絡兩部分組成。在控制器中，常規的PID控制器與被控對象形成閉環控制，通過不斷采集被控對象輸出，使被控對象的輸出趨于穩定，并使系統的誤差趨于零；神經網絡根據系統誤差值來作為它的輸入，通過神經網絡的自學習能力和加權系數的不斷調整，使輸出層神經元的輸出對應于控制器的可調參數kp、ki、kd，來調整控制器的輸出，使系統運行狀態快速穩定。

　通過對Matlab仿真曲線的研究，可以知道基于神經網絡PID的中央空調水系統的控制具有良好的穩定性和跟隨性，在40 s后系統基本上處于穩定運行狀態，并且具有較好的快速性和適應能力，系統的控制特性和控制精度良好。
　本文利用BP神經網絡具有自學習、自組織能力的特點，通過設計神經網絡PID控制器來實現對中央空調冷凍水變流量的控制，實現了系統對PID參數的在線自整定和優化的能力，避免了依靠人工整定PID參數而導致系統出現大超調、不穩定等現象。同時該算法具有很強的適應能力，不需要被控對象的精確數學模型就能使系統具有良好的控制效果，運行方案是非常可行的。在實現中央空調水系統變流量壓差控制運行的基礎上及對于將來空調節能的發展具有廣闊的前景。
參考文獻
[1] 李玉街，蔡小兵，郭林.中央空調系統模糊控制節能技術及應用[M].北京：中國建筑工業出版社，2010.
[2] 曾軍，方厚輝.神經網絡PID控制及其Matlab仿真[J].現代電子技術，2004.
[3] 吳俊.中央空調水系統優化節能控制[D].西安：西安建筑科技大學，2008.
[4] 龐中華，崔紅.系統辨識與自適應控制Matlab仿真[M].北京：北京航空航天大學出版社，2009.