НЕЙРОМЕРЕЖЕВЕ КЕРУВАННЯ СИСТЕМОЮ ВЕНТИЛЯЦІЇ ОФІСНОГО ПРИМІЩЕННЯ

Ключові слова: моделювання, система вентиляції, керування, нейронна мережа,нейроконтролер

Анотація

Проблема якості повітря в замкнених приміщеннях виникає через експлуатацію систем опалення, використання джерел відкритого вогню, дихання людей, розкладання синтетичних матеріалів, а також через потрапляння пилу ззовні і наявність мікроорганізмів. Перевищення допустимих концентрацій може погіршувати самопочуття людини, тому контроль якості повітря є важливим. Традиційні вентиляційні системи не враховують змінюваність умов і не дозволяють гнучко регулювати повітрообмін. Створення сучасних автоматизованих систем вентиляції з використанням обчислювальних технологій та з врахуванням результатів спостереження за параметрами повітря постають науковою проблемою. Проаналізовано сучасні підходи до керування HVAC системами, які контролюють якість та комфортність повітря в приміщеннях, підтримують параметри повітря відповідно до санітарних норм та дозволяють створювати замкнені системи керування. Розглянуто системи керування на основі теорії нечіткої логіки та нейронних мереж, які дозволяють ефективно керувати параметрами повітря та забезпечувати енергоефективність будівель. Метою статті є розробка нейроконтролера для системи вентиляції офісного приміщення, що забезпечує автоматизоване керування з урахуванням нестаціонарної поведінки об’єкта через регулювання швидкості двигуна компресора охолоджувальної системи вентиляції. Нейромережева система керування, що пропонується, використовує принцип інверсного нейрокерування для навчання моделі та забезпечує керування шляхом мінімізації функції похибки. Нейроконтролер побудований у вигляді багатошарової нейронної мережі з сігмоїдними функціями активації. Для аналізу ефективності запропонованого підходу використано набір даних у вигляді часових рядів, що містять вимірювання температури, вологості та концентрації вуглекислого газу. Обчислювальні експерименти з різними варіантами структури нейронної мережі показали ефективність мережі з одним прихованим шаром. Встановлено, що нейроконтролер швидко реагує на вхідний сигнал, керована вентиляційна система забезпечує нормативну температуру у приміщенні за прийнятний час та без перерегулювання. Порівняння з П-контролером та ПІД-контролером вказує на суттєву перевагу нейроконтролера в забезпеченні точності керування, швидкості реакції на зміни у параметрах повітря та зменшення енергоспоживання.

Посилання

1. Літовко Б. М., Лідер М. Ю. Аналіз способів підвищення енергоефективності систем вентиляції і кондиціонування. Вісник Вінницького політехнічного інституту. 2021. Випуск 4. с. 47–55. https://doi.org/10.31649/1997-9266-2021-157-4-47-55
2. Abida A., Richter P. HVAC control in buildings using neural network. Journal of Building Engineering. 2023. Volume 65. 10555865. https://doi.org/10.1016/j.jobe.2022.105558
3. Ali M. Baniyounes, Yazeed Yasin Ghadi, Eyad Radwan, Khalid S. Al-Olimat Functions of fuzzy logic based controllers used in smart building. International Journal of Electrical and Computer Engineering. Vol. 12. № 3. P. 3061-3071. http://doi.org/10.11591/ijece.v12i3.pp3061-3071
4. Aziz M, Kadir K, Azman HK, Vijyakumar K. Optimization of Air Handler Controllers for Comfort Level in Smart Buildings Using Nature Inspired Algorithm. Energies. 2023. 16(24):8064. https://doi.org/10.3390/en16248064
5. Energy Performance of Buildings in the Official Journal of the European Communities. Directive 2002/91/EC of the European Parliament and of the Council // Official Journal L 1. 2003. P. 65-71. https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX%3A32002L0091.
Опубліковано
2024-06-26
Як цитувати
Гук, К. Г. (2024). НЕЙРОМЕРЕЖЕВЕ КЕРУВАННЯ СИСТЕМОЮ ВЕНТИЛЯЦІЇ ОФІСНОГО ПРИМІЩЕННЯ. Системи та технології, 67(1), 5-10. https://doi.org/10.32782/2521-6643-2024-1-67.1
Розділ
ПРИКЛАДНА МАТЕМАТИКА