RBF递归神经网络在供热解耦控制中的应用  

Application of RBF recursion neural network to heat supply decoupling control

作　　者：陈烈[1] 朱学莉[2] 齐维贵[1] 方修睦[1] 

机构地区：[1]哈尔滨工业大学 [2]苏州科技学院

出　　处：《暖通空调》2010年第2期128-132,127,共6页Heating Ventilating & Air Conditioning

基　　金：国家"十一五"科技支撑计划重大项目(编号:2006BAJ03A04);哈尔滨市科技创新人才研究专项资金项目(编号:RC2006XK007001)

摘　　要：针对供热过程耦合特性和节能控制的需要,提出了一种基于径向基函数(RBF)递归神经网络的供热解耦控制方法。通过典型信号响应与最小二乘结合的方法得到供热耦合系统模型,利用RBF递归神经网络进行解耦控制,消除了质调节、量调节通道间的非线性强耦合作用。仿真结果证明该方法具有良好的解耦控制特性,满足供热系统多回路控制的要求。According to the coupling characteristics in heat supply process and the demands of energy saving control, proposes a novel heat supply decoupling method based on radial basis function （RBF） reeursion neural network. By establishing the heating coupling system model with typical signal response and least-square method, applies the RBF current neural network to eliminating the strong influence between quality-adjust and quantity-adjust channels. The simulation result shows that this method has a good decoupling performance and can meet the demands of multi-loop control of heating system.

关 键 词：供热过程 神经网络解耦 RBF递归神经网络 嵌入维数预估 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]