摘要: 关于飞机地面空调温度优化控制问题，飞机地面空调车温度控制系统具有参考模型不精确 非线性时变工作环境不稳定等特点 针对实际温度控制系统中应用到的传统 温度控制器存在超调量大响应速度慢抗干扰能力弱等缺点，设计了一种新的响应速度快稳定性高和抗干扰能力强的模糊 控制器 温度控制器利用小脑神经网络( )较强的自适应能力，与模糊 控制器并行工作，能够迅速精确稳定的达到系统所要求的温度值 用 软件进行实验，结果表明控制方式有效地改善了系统的动态性能 稳态精度和鲁棒性，具有较好的工程应用前景
关键词: 飞机地面空调车; 自适应性; 小脑神经网络; 模糊控制
　　引言
　　飞机地面空调车是在飞机发动机停机状态下，在地面通电检查和维修飞机电器电子设备时，给飞机设备舱提供干燥洁净的温度和湿度的冷风热风和通风，用来控制飞机电器电子设备工作环境条件的设备［］; 以保证飞机电子电气设备的工作性能和可靠性，延长设备使用寿命
　　飞机地面空调车一般由供风 制冷和控制系统以及车体管道等部分组成，其核心部分是温度控制系统，温度控制系统多是基于常规 控制算法 这种控制方法对于确定的被控对象，适当调整 参数即可获得比较满意的效果，但是在实际应用中，飞机地面空调车所处环境复杂多变，导致温度控制对象具有大滞后时变及非线性等特点，尤其是在一些紧急情况下，温度控制器必须能够迅速精确稳定的达到所期望的温度值 因此，单纯依靠常规 算法，很难满足飞机地面空调车战备的实时性和可靠性
　　近些年来随着智能控制在理论上和技术上的发展，将智能算法引入到温度控制系统中成为提高控制性能的方法之一 文献［ ］提出的自适应模糊 控制是将模糊控制与传统 控制结合，满足被控对象的非线性和非精确的数学模型要求，但对规则库和专家知识准确性依赖较强 文献［ ］对基于神经网络的 控制进行了详细的说明，并进行了仿真研究，得出这种控制方法在模型不确定的情况下容易产生较强的振荡，超调量大; 文献［］提出了一种模糊小脑模型神经网络算法，虽然搜索性能有了提高，但是结构较复杂，不易实现
　　本文根据小脑模型网络( ) 和模糊控制原理，设计了一种 神经网络和模糊 并行的控制器，即模 糊控制器，并在 仿真环境下对传统控制器基于 神经网络的 控制器模糊 控制器和模糊 控制器进行仿真比较 实验结果表明模糊 控制器在响应速度控制精度和稳态性上具有更加优越的性能
　　空调车温度控制系统模型
　　建立本文以最新研制的某型号飞机地面空调车为实验背景其温度控制系统工作原理为: 通过温度传感器实时测量出口供风温度，控制器根据设定温度与测量温度的偏差进行算法处理，输出控制信号给步进电机，用来调节热风阀门或冷风阀门的开度大小，从而实现出口供风温度的调整 飞机地面空调车的工作原理如图 所示 图 虚方框内为温度控制器部分图 飞机地面空调车工作原理框图飞机地面空调车中温度控制系统的控温范围为，分辨率为 ，要求能在不同地域不同季节不同时间和环境条件下正常工作 空调车的动力系统热风温度冷风温度环境参数工作时间等对空调车出口温度均有影响，其控制对象特性不确定，是一个多干扰大滞后时变及具有非线性特性的控制系统，同时温度控制精度要求高，实现较为复杂 根据测试数据得到控制模型传递函数为:( ) ( )在上式( ) 中，( ) 为简化系统的传递函数，为静态增益，为惯性时间，为纯滞后时间根据现场反复试验调试，取 ， ， 得到空调车的温度控制模型为:( ) ( )控制器神经网络结构是一种表达复杂非线性函数的表格查询型自适应神经网络，此网络可通过学习算法来改变表格的信息，能够对信息分类存储 的基本原理为: 在输入空间给出一个状态，在存储单元内找到该状态对应的地址，将这些地址存储的内容通过权值求和得到 网络的响应输出，将该响应输出值与期望输出值进行比较，并根据学习规则调整权值，通过权值改变使响应输出值与期望输出值趋于一致［］如图 所示， 的结构共有四层组成: 网络输入概念映射物理映射和网络输出，其中: 是多维输入状态空间，为概念存储单元，为物理存储单元，( ) 为 神经网络的输出 神经网络主要包括输入空间的划分，输入层至输出层非线性映射的实现和输出层权值的学习算法［］图 网络的结构神经网络与 并行控制控制是将 神经网络与 控制相结合，基本思想是 神经网络并行地加在常规 控制器上，系统运行初始状态时，权值 为，此时 的输出量，控制对象的总输入量 ，系统由常规 控制器控制，随着 的不断学习，使总控制输出量与 输出量之差最小，最终常规 的输出 逐渐变为， ，对象的控制总输入主要由 产 生， 成 为 主 控 制器 控制结构图如图 所示图 基于 的 控制结构图输出量算法:( ) ( )( ) ( ) ( ) ( )式中 为二进制选择向量，为 网络的泛化参数，为产生的相应输出输入空间 在区间［ ，］上分成 个量化区间， 概念映射方法如式( ) 所示:( ， ， ){( )物理映射方法如式( ) 所示［，］， ， ，{其他( )采用的学习算法采用 学习规则调整权值，权值调整如下:( ( ) ( ) ) ( )根据梯度下降法调整权值如下:( ( ) ( ) ) ( )( )( ) ( ) ( ) ( ( ) ( ) )( )式中 为网络学习速率， ( ，) ， 为惯性系数， ( ，)控制器仿真实验以飞机地面空调车产生 冷风为例，采用传统和模糊自适 应 进 行 仿 真，控制模型传递函数为式( ) ， 初始值设定为: ， ， ，图为 有干扰 和 控制的阶跃响应曲线，传统 控制系统超调量为 ，调节时间为 秒( ) ， 控制系统超调量为 ，调节时间为 秒( )在 时刻添加一个扰动信号，传统 控制系统超调量为 ，调节时间为 秒( ) ， 控制系统超调量为 ，调节时间为 秒( )图 干扰 和 仿真图控制相对于传统 控制，操作速度快，稳定性强，可满足实时自适应控制的要求，其缺点是查表占用存储空间较大［］，表格内容需通过训练确定，且超调量依旧较大模糊自适应 控制器模糊自适应 控制原理模糊 控制原理是将模糊推理和 控制结合，找出三个参数 与和 ( 误差变化率) 之间的模糊关系，在运行中通过不断检测 和，根据模糊控制规则来对三个参数在线修改，以满足不同的 和 对控制参数的不同要求，而使被控对象有良好的动静态性能［］模糊 控制器的结构如图 所示图 模糊 控制原理图模糊控制器为两个输 入 量( ，) 和 三 个 输 出 量( ，， ) 的控制系统模糊控制器输入量为系统响应偏差偏差变化率 ，对应的模糊语言变量分别为 ; 输出量为 三个参数的修正值 ，对应的模糊语言变量分别 为 模糊输入和输出变量的模糊子集为( 负 大) ( 负 中) ( 负 小) ( 零) ( 正 小)( 正中) ( 正大) 模糊控制规则如表 所示表 模糊控制规则根据实验控 制 模 型，选定各模糊语言变量的隶属度函数， 选择 型 选择 型，其它语言值均选择三角形的隶属度函数模糊自适应 控制器仿真实验以飞机地面空 调 车 产 生 冷 风 为 例，采 用 传 统和模糊自适应 控制方法进行仿真比较，控制模型传递函数为式( ) ，根据实际调试情况，出口风温偏差 和偏差变化 量化论域均设为［ ，］; ， ， 的量化论域分别设为［ ，］，［ ， ］，［ ，］图 为 冷风有干扰 和模糊自适应 控制的阶跃响应曲线，传统 控制系统超调量为 ，调节时间为 秒( ) ，模糊自适应 控制系统超调量为 ，调节时间为 秒( )在 时刻添加一个扰动信号，传统 控制系统超调量为 ，调节时间为 秒( ) ，模糊自适应 控制系统超调量为 ，调节时间为 秒( )图 干扰 和模糊 仿真图模糊 控制相对于传统 控制，在抑制超调量提高响应速度方面具有一定的提高，其缺点是模糊控制器自适应能力有限 当模糊控制器的输入 输出变化较大时，造成只使用到模糊控制的部分规则，导致响应时间变慢模糊 控制器模糊 控制器原理本文在模糊 控制和 控制的基础上，结合两种算法的优缺点，提出了一种模糊 控制方法 这种控制方法以测定偏差和偏差变化率为输入量，通过模糊推理在线整定 参数，通过小脑神经网络并行控制输出量，实现 控制量的实时调整模糊 控制原理是将 神经网络与模糊控制并行控制， 采用 学习规则，每一控制周期结束， 的输出量 与控制对象的总输入量 相比较，修改权重，进入学习阶段，使两者之间差最小，最后系统总输出由 控制输出代替模糊 控制输出 模糊控制器原理图如图 所示模糊 控制器仿真实验以飞机地面空 调 车 产 生 冷 风 为 例，采 用 传 统模糊自适应 和模糊 控制方法进行仿真比较，控制模型传递函数为式( )图 为四种方法产生的 冷风有干扰响应曲线 四种方法的超调量依次为: 和 ，调节时间依次为: 秒( ) 秒( ) 秒( ) 和 秒( ) ，在时刻添加一 个 扰 动 信 号，四种方法的超调量依次为:图 模糊 控制器原理图和 ，调节时间依次为: 秒( ) 秒( )秒( ) 和 秒( ) ，明显可以看出，模糊 方法在超调量和调节时间上的控制效果明显要好图 响应曲线比较图结论模糊 控制方法在控制过程中通过模糊推理对 进行在线调整，同时 实现与 控制器的并行自适应调节，使控制器具有更好的控制效果 由仿真结果可知，这种该方法能发挥 神经网络和模糊 控制两者的优 点，能在更短的时间内达到稳定，超 调 量 更 小同时还具有 控制具有的较强自适应能力和鲁棒性，能够较好地适应控制过程中外来扰动对系统的冲击，抗干扰能力强，有较好的工程应用前景参考文献:［］张科，周志钢，吴兆林飞机地面空调车的应用与发展［］制冷技术， ，( ) :［］张泾周，杨伟静，张安祥模糊自适应 控制的研究及应用仿真［］计算机仿真， ，( )［］朱鹰屏，王耀南，黄芷定基于模糊 原理的液位控制器的设计［］自动化与仪表， ，( )［］郝小星神经网络在自动控制中的应用［］科技情报开发与经济， ，( ) :( 下转第 页)，不仅含有，，次谐波电流，而且三相电流极其不平衡，电能质 量 低 而 图 的总谐波畸变率 降 低 为虽然补偿后，相比低次谐波，高次谐波所占的比例有所增加，但其含量均在 以下，谐波总畸变率 可以满足系统对谐波电流畸变的限制要求
　　结语)
　　通过验证，本文构建的基于 ， 变压器和综合潮流控制器的新型同相供电系统消除了机车负载带来的谐波以及无功电流，达到了系统的三相负载平衡，实现同相供电在本系统中，尽管牵引负载产生大量的谐波电流，并消耗无功功率，但是它对于电力系统来说，却是一个三相对称的纯阻性的负载 同相供电系统改善电力系统的运行条件，充分利用了系统容量，还可以满足电气化铁道重载高速安全的牵引要求，降低了铁路运营成本) 有功电流分离法是可行的，电路简单检测精度高实时性好，可以较好地分离谐波电流分量和补偿电流分量) 滞环比较电流控制方法是可行的，电流响应快，能够使补偿电流较好的跟踪指令电流，检测精度满足一般要求，算法简单易行
    参考文献:［］常非，冯金博，赵丽平同相贯通牵引供电系统综合潮流控制器设计［］电力系统及其自动化学报， ，( ) :［］吕晓琴，张秀峰基于有源滤波器和 结线的同相牵引供电系统［］电力系统及其自动化学报， ，( ) :［］霍长龙电铁同相供电系统方案研究［］西南交通大学硕士学位论文，［］吴萍电气化铁路同相供电技术研究［］西南交通大学硕士学位论文，［］魏光同相牵引供电系统满意优化补偿策略研究［］电源技术， ，( ) :［］霍长龙，等基于 ，接线变压器的新型同相牵引供电系统［］电源技术， ， ( ) :［］段胜朋，李群湛，杜雪松同相供电系统的改进型电流检测方法［］电网技术， ，( ) :［］魏光，等新型同相牵引供电系统方案［］电力系统自动化，，( ) :［］李群湛，张进思，贺威俊适于重载电力牵引的新型供电系统的研究［］铁道学报， ，( ) : 周建佳同相供电系统中平衡器的研究与实验［］西南交通大学硕士学位论文，［］刘星，刘能，武文星电铁同相贯通牵引供电系统控制策略的研究［］微计算机信息， ，( ) : ，［］王兆安，杨君，刘进军 谐波抑制与无功补偿［］北京: 机械工业出版社，