کنترل هوشمند و بهینه سیستم های تهویه مطبوع جهت دستیابی به شرایط آسایش و کمینه کردن مصرف انرژی
چکیده
در این پایان نامه از شبکه های عصبی مصنوعی، ترکیب شبکه عصبی مصنوعی با الگوریتم ژنتیک و ترکیب شبکه عصبی با کالمن فیلتر جهت مدلسازی بهینه و کنترل یک سیستم واقعی تهویه مطبوع استفاده شده است. با استفاده از روش های یاد شده ابتدا سیستم آموزش دیده و پس از بررسی صحت مدلسازی، قابلیت این مدلسازی برای پیش بینی شرایط آینده سیستم مورد بررسی قرار گرفته است. علاوه بر روش های زیر سیستم مورد بررسی در دو فاز گرمایشی و سرمایشی توسط معادلات جرم و انرژی در سیمولینک از نرم افزار متلب شبیه سازی شده و نتایج حاصل از این قسمت در آخر با نتایج مدلسازی بهینه مقایسه شده است. مهمترین برتری مدلسازی با استفاده از شبکه های عصبی مصنوعی در مقایسه با روش های مدلسازی با استفاده از معادلات جرم و انرژی این است که تمام عدم قطعیت ها و خصوصیات غیر خطی سیستم تهویه مطبوع را، به علت استفاده از داده های واقعی جهت مدلسازی، در بر می گیرد. از این رو روش یاد شده می تواند با پیش بینی شرایط آینده سیستم و با تنظیم دقیق زمان روشن و خاموش کردن تجهیزات اصلی مصرف کننده انرژی مصرف انرژی را در سیستم های تهویه مطبوع بهینه کند. مهمترین دستاورد این پژوهش مدلسازی دقیق تر و مطابق واقعیت از سیستم غیر خطی تهویه مطبوع است.