目前, 仓储冷库制冷系统一般是接纳简单的被动式的控制模式, 即通过温度传感器感知制冷系统周围的温度。然后, 凭据所收罗到的温度值与制冷系统设置的制冷目标温度进行比照, 如果低于目标温度, 则启动制冷系统, 直到丈量到制冷系统周围的温度满足目标温度时, 关闭制冷系统。这种控制模式实现相对简单, 可是控制历程比较粗糙, 在制冷控制历程中, 最容易泛起的一种现象即控制历程的不绝开启和关闭的正当历程, 当制冷系统一旦启动事情, 温度传感器很快丈量到周围的温度低于目标温度, 此时制冷系统关闭, 可是当制冷系统关闭之后, 周围温度又很快凌驾设定的目标温度, 从而导致制冷系统频繁的处于开启和断开的状态, 这种事情模式既倒运于环保节能, 同时也很容易造成制冷系统事情的故障, 造成这种现象的主要原因是控制系统给制冷事情历程的控制不敷精细, 并且控制的条件及控制的模式过于简单, 仅仅凭据温度值进行简单的比对及作出温度控制, 不可抵达高精度的制冷控制应用目的。本文通过对仓储冷库内部的温度以及制冷系统的阀门开度和压力等参数进行漫衍式收罗, 并以收罗到的参数作为神经网络控制的输入数据, 通过运行在微处理器芯片的神经网络控制算法, 制冷系统中的热力膨胀阀, 水量调理阀和崎岖压控制阀进行精确控制, 使得制冷系统抵达预期的控制目标。
制冷控制系统是对制冷系统的事情历程进行控制, 其目的是为了提高制冷系统的事情效率, 使得制冷系统能够凭据用户的需求凭据预先设定的制冷目的, 实现对制冷系统的事情历程及事情模式的控制, 随着盘算机和自动控制技术的生长, 制冷控制系统的自动化水平和智能化水平越来越高, 同时由于节能环保的应用需求, 对制冷控制系统的控制精度和控制响应灵敏度要求也越来越高。面向仓储冷库的制冷系统, 由于其制冷的空间区域很是大, 对能源的消耗也很是高, 为了提高能源的利用效率, 因此劈面向仓储冷库的制冷控制系统, 其性能也要求越来越高。为了解决仓储冷库的制冷控制系统的应用需求, 本文接纳如下设计计划:对仓储冷库的制冷控制系统的焦点�？榻幽苫谏窬绲目刂葡低�。由于神经网络具有很强的自学习能力, 从而可以使得所设计的制冷控制系统具有很高的智能化水平, 能够凭据控制系统的应用目标和应用情况自动的调理控制模式和控制历程。
凭据设计计划要求, 设计的如图1所示的面向仓储冷库的漫衍式制冷控制系统组成结构图, 从该图中可以看到制冷控制系统通过漫衍式的温度传感器收罗仓储冷库差别位置的区域情况温度, 然后凭据所收罗到的温度信息又为控制器进行数据处理构建神经网络控制模型。凭据所构建的神经网络对制冷系统中的水量调理阀, 崎岖压控制阀, 热力膨胀阀进行自动的调理。在实际应用历程中, 常�；崞揪莶畋鸬挠τ媚康慕淇饣治喔銮�, 差别的区域要求实现的温度控制目标各纷歧样, 并且制冷系统当中所包括的蒸发器可能有多套。为此, 本文设计的漫衍式制冷控制系统能够支持多路蒸发器所组成的制冷控制系统, 每一路蒸发器都通过热力膨胀阀进行调理和控制使得差别的蒸发器能够以差别的功率和事情模式完成制冷的应用需求。水量调理阀主要对制冷系统中的冷凝器进行控制, 使得流经冷凝器的液体流量与制冷系统事情目标相匹配。制冷系统中的压缩机通过崎岖压控制阀进行控制调理压缩机内部的事情压力既确保制冷系统中制冷目标温度的实现, 同时也为了包管制冷系统压缩机内部的压力处于正常的规模之内。除此之外, 该控制系统所收罗到的参数, 除了通过温度传感器收罗冷库内部温度信息之外, 还通过压力传感器和阀门开度传感器收罗制冷系统中的压缩机内部压力以及各阀门的翻开水平, 从而为制冷控制系统精确控制提供详细的事情状态数据。
人工神经网络 (Artificial Neural Network) 从界说上来理解是一种在特理机制上通过处理知识的思维、学习、影象能力抵达模拟人脑机制的信息系统。它将“能量函数”引入神经网络, 使神经网络稳定性有了明确的判据, 通过学习和影象找出输入、输出变量之间的非线性关系, 在执行问题和求解时, 将所获取的数据输入给训练好的网络, 依据网络学习的知识进行网络推理, 得出合理的谜底与结果。本文我们所接纳的是一种称为BP神经的网络, 它由输入层、中间层、输出层组成, 差别的层可以有若干个节点。BP网络通过正向盘算和反向盘算完成盘算。在正向盘算历程中, 输入信号要先向前流传到隐层节点, 经过通报函数后, 再把隐层节点的输出信息流传到输出层节点, 最后给出输出结果。如果网络的输出值与期望值保存误差, 那么进行误差反向盘算, 把误差信号沿原来的连接通路返回, 再修改连接各节点的权值使误差减小。本文设计的面向仓储冷库的漫衍式制冷控制系统, 该控制系统的特征是接纳基于神经网络原理实现制冷系统的相关参数精确控制�？刂评讨型ü圆执⒗淇饽诓康奈露纫约爸评湎低车姆趴群脱沽Φ炔问新苁绞章�, 并以收罗到的参数作为神经网络控制的输入数据, 通过运行在微处理器芯片的神经网络控制算法, 制冷系统中的热力膨胀阀, 水量调理阀和崎岖压控制阀进行精确控制, 使得制冷系统抵达预期的控制目标。具体算法的输入输出点如图2所示, 左边节点为输入值, 右边节点为输出值。
下面将以设计计划的具体应用方法进一步论述面向仓储冷库的漫衍式制冷控制系统事情流程。
(1) 系统启动:用户启动漫衍式制冷控制系统, 首先需要对制冷控制系统的神经网络进行训练, 训练的数据既可以来自于历史的经验数据, 也可以通过对制冷目标情况实际温度及控制要求相关参数收罗获得。除此之外, 也可以使用默认的神经网络参数设置。在使用默认的神经网络参数设置时, 神经网络的控制精度在初期可能不是太高。当神经网络事情一段时间之后, 凭据实际的事情历程所爆发的种种控制数据以及控制效果可以对神经网络各参数进行自动的调理, 使得神经网络的输出结果与预期的控制目标基本吻合。
(2) 运行模式:当神经网络处于稳定状态时, 漫衍式制冷控制系统开始正式进入正常的事情模式, 在正常事情历程中首先通过漫衍在仓储冷库各区域位置的温度传感器以及制冷控制系统内部的阀门开度传感器和压力传感器进行相关参数的收罗。
(3) 数据收罗与剖析:首先, 制冷控制系统会凭据所收罗到的多种数据融合, 制止由于单个传感器的故障或者单个区域温度或其他参数的异常突变导致数据采样的严重失真现象的泛起;然后, 系统将进行数据融合后的数据送入神经网络的输入端由神经网络自动生成相关的控制输出数据, 将所获得输出控制量划分送入热力膨胀阀, 水量调理阀和崎岖压控制阀, 实现整个制冷系统的精确控制;最后, 再凭据温度传感器对目今的各参数进行采样, 动态的调解相应的控制参数的输出, 从而实现一个连续闭环的控制应用系统。
(4) 信息反响:制冷控制系统在事情历程中为了让用户能够灵活的实现制冷控制历程及控制要求的设定及治理, 为用户提供了LCD显示屏和用户输入键盘, 用户通过键盘能够实现相应的参数输入及控制命令的输入, 并能够通过LCD显示屏检察制冷控制系统目今的事情状态及参数设置和事情历程中的相关参数信息。
本文设计的漫衍式制冷控制系统接纳基于神经网络的制冷控制原理, 通过构建神经网络对制冷系统所收罗到的种种参数数据进行综合剖析, 既能够获得高精度的制冷控制目标, 制止制冷控制历程中的振荡现象爆发, 同时接纳神经网络作为控制系统的焦点要领, 具有很强的自适应和自学习能力, 提高了制冷控制系统的智能化水平。漫衍式制冷控制系统能够支持多路蒸发器所组成的制冷循环系统, 可以对仓储冷库中差别区域实现差别温度的控制目标。漫衍式制冷控制系统构建了由大宗传感器所组成的漫衍式信息收罗网络, 能够实现对仓储冷库中各区域的温度以及制冷系统内部的阀门开度和压力变革情况进行精确的收罗, 为制冷控制系统实现高精度的控制提供了有力的数据包管。
【本文标签】
【责任编辑】yd2333云顶电子游戏云仓
yd2333云顶电子游戏冷链物流与茶百道告竣相助：在现代快节奏的生活中 ，奶茶已经成为了许多人生活中的···【详情+】
yd2333云顶电子游戏家人们！春暖花开 ，春意盎然 ，在这个温暖的日子 ，荣誉降生在安徽的铜陵 ，等了很久···【详情+】
邮 箱：liufei@pingwl.com
地点：上海市松江区佘山镇陶干路1199号D幢
电 话：400-096-2966
182-0218-6162
备案号：沪ICP备2022022726号-2
技术效劳：一躺网络
手机二维码
