科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对纺纱车间采用传统的PID控制车间温湿度不稳定问题，采用机器学习的BP神经网络对后台历史数据进行监督学习，并建立空调设备自控参数的专家库，当PID调控产生温湿度较大波动时采用信息库建立好的空调控制参数直接介入辅助控制。基于热量平衡、湿量平衡以及风量平衡开发了纺纱空调仿真系统，并分析了风机、水泵、二回风窗、新风窗对于车间温湿度控制的影响。为验证辅助调控的效果，将BP神经网络预测的空调控制参数介入车间温湿度控制，并与传统PID控制时车间的温湿度进行了对比。结果表明：采用BP神经网络辅助调控空调系统的参数，车间温湿度稳定性优于传统PID控制。认为：机器学习辅助调控纺纱空调系统可达到稳定控制温湿度的目的。
- 单位
