劉姝廷潘宇
1. 沈陽工學院 2. 沈陽正大自控工程有限公司
基于BP-PID的汽車空調控制系統仿真研究
劉姝廷1潘宇2
1. 沈陽工學院 2. 沈陽正大自控工程有限公司
隨著近年來霧霾的嚴重加劇,汽車空調控制系統越來越被人們所重視。本文將智能算法BP神經網絡與常規PID算法相結合對汽車空調控制系統進行仿真研究,仿真結果表明該方法具有魯棒性好、精度高的優點。
汽車空調控制系統 BP神經網絡 常規PID
BP-PID控制器主要由常規的PID控制器和神經網絡構成。常規的PID控制器對汽車空調被控對象進行閉環控制,并且在線調整三個參數kp、ki、kd。BP神經網絡調節PID控制器的參數,達到控制系統性能的最優,對應于PID控制器的可調整參數kp、ki、kd。BP-PID控制器結構如圖1所示,
圖1 基于BP-PID控制器結構圖
BP網絡是一種單向傳播的多層前向網絡。BP算法如下所示:
Step3:計算BP各層輸出,最終輸出層的輸出為PID控制器的三個可調參數kp、ki、kd。
Step6:設1+=kk,返回到(1)。
汽車空調系統中的車內溫度對象大多是慣性環節,采用文獻中的汽車內溫度數學模型,該數學模型為
采用BP-PID算法對汽車內溫度進行控制,選擇4-5-3BP網絡。學習速率η=0.21,慣性系數0.04 α=。加權系數取區間[-0.5,0.5]上的隨機數,給定車內溫度為25℃。仿真結果如圖2和圖3所示。
從圖2和圖3可以看出,常規PID算法存在超調,穩定性較差,存在偏差,加入BP算法以后,響應曲線沒有超調,響應速度快,魯棒性較好,控制的精度較高。
圖2 PID仿真曲線
圖3 BP-PID仿真曲線
本文對汽車空調系統中的車內溫度進行仿真,將智能算法BP神經網絡與常規PID結合,仿真效果顯著,控制精度高,魯棒性強,對汽車空調系統的控制能起到一定的借鑒作用。
[1]徐進,李金壽,唐煒銘.汽車空調控制系統的現狀和發展趨勢[J].裝備制造技術.2014,11:242-249
[2]劉洪輝.汽車空調系統的溫度控制[J].科技專論,2011,12:292
[3]王麟珠,蘇慶列.基于單神經元PID的電動汽車空調控制系統[J].閩江學院學報,2013,34(5):53~55
[4]劉金琨.先進PID控制及其MATLAB仿真[M].北京:電子工業出版社,2003:80-90
[5]蘇慶列,王麟珠.模糊免疫PID在電動汽車空調控制系統中的應用[J].湖北理工學院學報,2014,30(5):15~18
[6]劉建飛.汽車電動空調系統的研究與仿真[D].內蒙古工業大學,2014:32-35
劉姝廷,1983—,遼寧沈陽人,講師,研究方向:工業智能控制與軟件開發。