CN107288675B - 隧道智能通风控制方法 - Google Patents
隧道智能通风控制方法 Download PDFInfo
- Publication number
- CN107288675B CN107288675B CN201710648851.0A CN201710648851A CN107288675B CN 107288675 B CN107288675 B CN 107288675B CN 201710648851 A CN201710648851 A CN 201710648851A CN 107288675 B CN107288675 B CN 107288675B
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- value
- tunnel
- concentration
- calculated
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F1/00—Ventilation of mines or tunnels; Distribution of ventilating currents
- E21F1/003—Ventilation of traffic tunnels
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
- E21F17/18—Special adaptations of signalling or alarm devices
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种隧道智能通风控制方法,其通过现场检测仪反馈的污染物浓度、风速、交通量参数,计算相应的偏差及偏差变化率,再根据预设的模糊控制规则调整比例系数Kp、积分作用系数Ki、微分作用系数Kd的取值,通过PID运算得到变频器的控制频率,控制射流风机变频运转,迅速改变速调内通风环境,循环反馈污染物浓度、风速参数并不间断计算输出当前控制频率,实现按需通风。
Description
技术领域
本发明涉及隧道工程领域,特别涉及一种隧道智能通风控制方法。
背景技术
随着我国高速公路不断发展,高速公路建设不断向山区扩展,高速公路,尤其是高速公路隧道越来越多、越来越长。由于隧道是一个相对封闭的区域,汽车在其中行驶时排出的废气不像在其他路段时会随自然风和交通风扩散到大气中。特别是对于距离长、交通量大的隧道,自然风和交通风对隧道内空气的置换能力差,所以必须采取机械通风方式,否则汽车排出的一氧化碳、氮氧化合物、碳氢化合物、亚硫酸气体和烟尘粉尘等有害物质将造成隧道内空气的污染。当CO质量浓度很大时,会危及人的身体;烟尘粉尘则会恶化视野降低车辆安全行驶的视距。为了保证人员在隧道中的安全,需要对隧道中有害废气的质量浓度和能见度进行观测和控制,因此在隧道中建立通风控制系统非常有必要。当前的通风控制方法通常是以时段、经验作为判断依据,采取台数控制法整台开启或关闭射流风机;该方式通风控制滞后、控制手段单一、运营效率低且效果不明、能耗偏高,极不符合交通运输行业的发展趋势。
发明内容
有鉴于此,本发明的目的在于提供一种隧道智能通风控制方法,可通过实时CO浓度值、烟尘浓度值、隧道风速值及隧道交通量反馈循环,充分发挥射流风机变频调速的特征,不断调整当前控制量,最大限度地达到运营工况下的节能减排、高效通风、智能管理。
本发明的隧道智能通风控制方法,包括以下步骤:
(A)、CO浓度检测仪、烟尘浓度检测仪、风速传感仪和交通量记录仪分别检测隧道内的CO浓度值、烟尘浓度值、隧道风速值及隧道交通量,CO浓度检测仪、烟尘浓度检测仪和风速传感仪将CO浓度值、烟尘浓度值、隧道风速值及隧道交通量上传至中央控制计算机;
(B)、中央控制计算机对CO浓度值、烟尘浓度值进行判断,若CO浓度值或者烟尘浓度值超出中央控制计算机的设定上限值则进行步骤(C),若CO浓度值和烟尘浓度值均未超出中央控制计算机的设定上限值则进行步骤(D);
(C)、中央控制计算机控制第一模糊智能控制器和第二模糊智能控制器分别计算处理接收到的CO浓度值和烟尘浓度值,第一模糊智能控制器和第二模糊智能控制器将计算处理后得到的控制频率信号输出给射流风机,射流风机根据两控制频率信号中的较大值改变运行频率,直到CO浓度值及烟尘浓度值低于中央控制计算机的设定下限值;
(D)、中央控制计算机计算当前交通量及CO浓度下的CO通风风速值,并计算当前交通量及烟尘浓度下的VI通风风速值,取CO通风风速值与VI通风风速值之间的较大值作为隧道所需风速值,若隧道所需风速值大于隧道风速值,中央控制计算机控制第三模糊智能控制器计算处理接收到的隧道风速值,第三模糊智能控制器将计算处理后得到的控制频率信号输出给射流风机,射流风机根据控制频率信号改变运行频率,直到隧道风速值大于或等于隧道所需风速值。
进一步,在步骤(C)中,第一模糊智能控制器的计算处理过程包括以下步骤:
(C11)、模型初始化步骤,根据第一模糊智能控制器预先给定的CO设计浓度,计算出CO浓度的偏差和偏差变化率;
(C12)、CO浓度偏差变量模糊化步骤,根据步骤(C11)计算出的偏差按编制好的程序计算出CO浓度的隶属度和模糊量;
(C13)、CO浓度偏差变化率模糊化步骤,根据步骤(C11)计算出的偏差变化率按编制好的程序计算出CO浓度的隶属度和模糊量;
(C14)、模糊推理步骤,以步骤(C12)和步骤(C13)计算出来的模糊量为输入参数,按编制好的程序在模糊规则库中查表计算出模糊控制量;
(C15)、去模糊化处理步骤,把步骤(C14)计算出的模糊控制量,通过编制好的程序计算出控制频率。
进一步,在步骤(C)中,第二模糊智能控制器的计算处理过程包括以下步骤:
(C21)、模型初始化步骤,根据第二模糊智能控制器预先给定的烟尘设计浓度,计算出烟尘浓度的偏差和偏差变化率;
(C22)、烟尘浓度偏差变量模糊化步骤,根据步骤(C21)计算出的偏差按编制好的程序计算出烟尘浓度的隶属度和模糊量;
(C23)、烟尘浓度偏差变化率模糊化步骤,根据步骤(C21)计算出的偏差变化率按编制好的程序计算出烟尘浓度的隶属度和模糊量;
(C24)、模糊推理步骤,以步骤(C22)和步骤(C23)计算出来的模糊量为输入参数,按编制好的程序在模糊规则库中查表计算出模糊控制量;
(C25)、去模糊化处理步骤,把步骤(C24)计算出的模糊控制量,通过编制好的程序计算出控制频率。
进一步,在步骤(D)中,第三模糊智能控制器的计算处理过程包括以下步骤:
(D11)、模型初始化步骤,根据隧道所需风速,计算出风速的偏差和偏差变化率;
(D12)、风速偏差变量模糊化步骤,根据步骤(D11)计算出的偏差按编制好的程序计算出风速的隶属度和模糊量;
(D13)、风速偏差变化率模糊化步骤,根据步骤(D11)计算出的偏差变化率按编制好的程序计算出风速的隶属度和模糊量;
(D14)、模糊推理步骤,以步骤(D12)和步骤(D13)计算出来的模糊量为输入参数,按编制好的程序在模糊规则库中查表计算出模糊控制量;
(C15)、去模糊化处理步骤,把步骤(D14)计算出的模糊控制量,通过编制好的程序计算出控制频率。
进一步,在步骤(B)中,当CO浓度值或者烟尘浓度值超出中央控制计算机的设定上限值后,CO浓度检测仪、烟尘浓度检测仪在延时1min-3min后再次检测隧道内的CO浓度值、烟尘浓度值,若CO浓度值或者烟尘浓度值仍然超出中央控制计算机的设定上限值则进行步骤(C),若CO浓度值和烟尘浓度值已不超出中央控制计算机的设定上限值则返回步骤(A)。
进一步,在步骤(C)中,当射流风机根据控制频率信号改变运行频率运行设定时间后,若CO浓度检测仪、烟尘浓度检测仪检测到的CO浓度值或烟尘浓度值低于中央控制计算机的设定下限值,则射流风机在运行3min-10min后关闭,若CO浓度值或烟尘浓度值高于中央控制计算机的设定下限值,则中央控制计算机控制第一模糊智能控制器和第二模糊智能控制器分别计算处理更新后的CO浓度值和烟尘浓度值。
进一步,在步骤(D)中,当射流风机根据控制频率信号改变运行频率运行设定时间后,若隧道风速值大于或等于隧道所需风速值,则射流风机在运行3min-10min后关闭,若隧道所需风速值大于隧道风速值,则中央控制计算机控制第三模糊智能控制器计算处理更新后的隧道风速值。
本发明的有益效果:
本发明的隧道智能通风控制方法,通过实时CO浓度值、烟尘浓度值、隧道风速值及隧道交通量反馈循环,充分发挥射流风机变频调速的特征,不断调整当前控制量,最大限度地达到运营工况下的节能减排、高效通风、智能管理。
本发明的隧道智能通风控制方法是一个闭环的反馈调节过程,其通过现场检测仪反馈的污染物浓度、风速、交通路参数参数,计算相应的偏差及偏差变化率,再根据预设的模糊控制规则调整比例系数Kp、积分作用系数Ki、微分作用系数Kd的取值,通过PID运算得到变频器的控制频率,控制射流风机变频运转,迅速改变速调内通风环境,循环反馈污染物浓度、风速参数并不间断计算输出当前控制频率,实现按需通风。
附图说明
下面结合附图和实施例对本发明作进一步描述:
图1为本发明的原理框图;
图2为本发明的控制结构图。
具体实施方式
本发明的隧道智能通风控制方法,包括以下步骤:
(A)、CO浓度检测仪、烟尘浓度检测仪、风速传感仪和交通量记录仪分别检测隧道内的CO浓度值、烟尘浓度值、隧道风速值及隧道交通量,CO浓度检测仪、烟尘浓度检测仪和风速传感仪将CO浓度值、烟尘浓度值、隧道风速值及隧道交通量上传至中央控制计算机;
(B)、中央控制计算机对CO浓度值、烟尘浓度值进行判断,若CO浓度值或者烟尘浓度值超出中央控制计算机的设定上限值则进行步骤(C),若CO浓度值和烟尘浓度值均未超出中央控制计算机的设定上限值则进行步骤(D);
(C)、中央控制计算机控制第一模糊智能控制器和第二模糊智能控制器分别计算处理接收到的CO浓度值和烟尘浓度值,第一模糊智能控制器和第二模糊智能控制器将计算处理后得到的控制频率信号输出给射流风机,射流风机根据两控制频率信号中的较大值改变运行频率,直到CO浓度值及烟尘浓度值低于中央控制计算机的设定下限值;
(D)、中央控制计算机计算当前交通量及CO浓度下的CO通风风速值,并计算当前交通量及烟尘浓度下的VI通风风速值,取CO通风风速值与VI通风风速值之间的较大值作为隧道所需风速值,若隧道所需风速值大于隧道风速值,中央控制计算机控制第三模糊智能控制器计算处理接收到的隧道风速值,第三模糊智能控制器将计算处理后得到的控制频率信号输出给射流风机,射流风机根据控制频率信号改变运行频率,直到隧道风速值大于或等于隧道所需风速值。
在步骤(C)中,第一模糊智能控制器的计算处理过程包括以下步骤:
(C11)、模型初始化步骤,根据第一模糊智能控制器预先给定的CO设计浓度,计算出CO浓度的偏差和偏差变化率;
(C12)、CO浓度偏差变量模糊化步骤,根据步骤(C11)计算出的偏差按编制好的程序计算出CO浓度的隶属度和模糊量;
(C13)、CO浓度偏差变化率模糊化步骤,根据步骤(C11)计算出的偏差变化率按编制好的程序计算出CO浓度的隶属度和模糊量;
(C14)、模糊推理步骤,以步骤(C12)和步骤(C13)计算出来的模糊量为输入参数,按编制好的程序在模糊规则库中查表计算出模糊控制量;
(C15)、去模糊化处理步骤,把步骤(C14)计算出的模糊控制量,通过编制好的程序计算出控制频率。
在步骤(C)中,第二模糊智能控制器的计算处理过程包括以下步骤:
(C21)、模型初始化步骤,根据第二模糊智能控制器预先给定的烟尘设计浓度,计算出烟尘浓度的偏差和偏差变化率;
(C22)、烟尘浓度偏差变量模糊化步骤,根据步骤(C21)计算出的偏差按编制好的程序计算出烟尘浓度的隶属度和模糊量;
(C23)、烟尘浓度偏差变化率模糊化步骤,根据步骤(C21)计算出的偏差变化率按编制好的程序计算出烟尘浓度的隶属度和模糊量;
(C24)、模糊推理步骤,以步骤(C22)和步骤(C23)计算出来的模糊量为输入参数,按编制好的程序在模糊规则库中查表计算出模糊控制量;
(C25)、去模糊化处理步骤,把步骤(C24)计算出的模糊控制量,通过编制好的程序计算出控制频率。
在步骤(D)中,第三模糊智能控制器的计算处理过程包括以下步骤:
(D11)、模型初始化步骤,根据隧道所需风速,计算出风速的偏差和偏差变化率;
(D12)、风速偏差变量模糊化步骤,根据步骤(D11)计算出的偏差按编制好的程序计算出风速的隶属度和模糊量;
(D13)、风速偏差变化率模糊化步骤,根据步骤(D11)计算出的偏差变化率按编制好的程序计算出风速的隶属度和模糊量;
(D14)、模糊推理步骤,以步骤(D12)和步骤(D13)计算出来的模糊量为输入参数,按编制好的程序在模糊规则库中查表计算出模糊控制量;
(C15)、去模糊化处理步骤,把步骤(D14)计算出的模糊控制量,通过编制好的程序计算出控制频率。
第一模糊智能控制器、第二模糊智能控制器及第三模糊智能控制器为独立的通风控制器,均为两输入、三输出的结构:输入为相应的偏差和偏差变化率,输出为PID参数KP、KI和KD;通过找出控制器的3个参数Kp、Ki和Kd与偏差e和偏差变化率ec之间的模糊关系,在运行中通过不断采集污染物浓度、车流量及当前风速,计算e和ec并将其作为控制器的输入,根据模糊控制规则对3个参数进行在线调整,以满足不同e和ec对控制器参数的不同要求,从而使被控对象具有良好的动、静态性能。由此改变变频器电源输出频率以调控风机运转速度,保证公路隧道内的CO和烟尘浓度均不超出允许的标准要求,并使洞内通风系统达到所需风速。
在步骤(B)中,当CO浓度值或者烟尘浓度值超出中央控制计算机的设定上限值后,CO浓度检测仪、烟尘浓度检测仪在延时1min-3min(优选为2min)后再次检测隧道内的CO浓度值、烟尘浓度值,若CO浓度值或者烟尘浓度值仍然超出中央控制计算机的设定上限值则进行步骤(C),若CO浓度值和烟尘浓度值已不超出中央控制计算机的设定上限值则返回步骤(A);优选地,在延时2min后若公路隧道内CO浓度值或者烟尘浓度值仍然超出中央控制计算机的设定上限值,则由中央控制计算机发出指令“所有射流风机变频启动”,控制信号由中央控制计算机传送至变频器后,变频器根据信号状态,输出电源频率20HZ,使得射流风机电机处于低速运转状态,若故障报警,则维护检查,若无故障则进行步骤(C)。
在步骤(C)中,当射流风机根据控制频率信号改变运行频率运行设定时间后,若CO浓度检测仪、烟尘浓度检测仪检测到的CO浓度值或烟尘浓度值低于中央控制计算机的设定下限值,则射流风机在运行3min-10min(优选为5min)后关闭(由中央控制计算机发出指令“所有射流风机停止运行”),若CO浓度值或烟尘浓度值高于中央控制计算机的设定下限值,则中央控制计算机控制第一模糊智能控制器和第二模糊智能控制器分别计算处理更新后的CO浓度值和烟尘浓度值。
在步骤(D)中,当射流风机根据控制频率信号改变运行频率运行设定时间后,若隧道风速值大于或等于隧道所需风速值,则射流风机在运行3min-10min(优选为5min)后关闭(由中央控制计算机发出指令“所有射流风机停止运行”),若隧道所需风速值大于隧道风速值,则中央控制计算机控制第三模糊智能控制器计算处理更新后的隧道风速值。
例一:下面说明第一模糊智能控制器的原理及计算处理过程。
建立两输入、三输出的第一模糊智能控制器。第一模糊智能控制器的输入为CO浓度的偏差e和偏差变化率ec,输出为PID参数KP、Ki和Kd,再通过PID自适应调整输出数据的大小而改变变频器电源输出频率以调控风机运转速度,保证公路隧道内的CO浓度在允许的范围内。
利用经过离散化处理的数字PID的公式:
式中:u(k)——第k个采样时刻控制器的输出控制量;
e(k)——第k次采样时的偏差值;
Kp——比例增益;
Ki——积分增益;
Kd——微分增益。
找出控制器的3个参数Kp、Ki和Kd与偏差e和偏差变化率ec之间的模糊关系,在运行中不断地检测e和ec并将其作为控制器的输入,由控制器根据模糊控制规则对3个参数进行在线调整,以满足不同e和ec对控制器参数的不同要求,从而使被控对象具有良好的动、静态性能。
1)设定输入输出变量论域及模糊子集的隶属函数
CO浓度偏差定义为:e=σ-CCO
式中:σ——CO设计浓度(ppm);Cco——实测的CO浓度(ppm)。
CO设计浓度为100-150pFF,不妨设CO设计浓度为q,风机运行程序过程中CO实际浓度范围为[q-z,q+z]ppm,z取值范围为20-50ppm。因而CO浓度变化区域为(-z,z)ppm;
将CO浓度的真实论域[q-z,q+z],利用公式y=6(q-x)/z将在区间[q-z,q+z]内变化的量q变换到离散论域{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6}。其模糊子集为{FA,FB,FC,FD,FE,FF,FG},子集中的元素分别代表负大、负中、负小、零、正小、正中、正大。FA表明污染物浓度比设定值高很多;FB表明污染物浓度比设定值高一些;FC表明污染物浓度比设定值高得不多;FD表明污染物浓度与设定值基本相同;FE表明污染物浓度比设定值低很少;FF表明污染物浓度比设定值低一些;FG表明污染物浓度比设定值低很多。
CO浓度的偏差变化率ec=et-et-1,真实论域为[-p,p],p取值范围为2-10ppm。同理利用公式y=12x/2p=6x/p将在区间[-p,p]变化的偏差变化率ec离散到论域{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6},其模糊子集为{FA,FB,FC,FD,FE,FF,FG},子集中的元素分别代表负大、负中、负小、零、正小、正中、正大。FA表明污染物浓度增大速度快;FB表明污染物浓度增大速度一般;FC表明污染物浓度增大速度慢;FD表明污染物浓度基本不变;FE表明污染物浓度下降速度慢;FF表明污染物浓度下降速度一般;FG表明污染物浓度下降速度快。
Kp的稳定设定范围为(a,b)、Ki为(c,d)、Kd为(e,f)。PLC中的PID初始参数Kp0设为g,Ki0设为h,Kd0设为j。
输出变量Kp、Ki、Kd模糊子集均设为{FA,FB,FC,FD,FE,FF,FG}。将三个参数量化到离散区域(-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6)内。
2)隶属度函数的选择
选择三角形隶属函数,这种形状较尖的模糊子集的分辨率和控制灵敏度较高。
3)模糊规则的设定
各参数调节作用如下:
(1)比例系数Kp是按比例反映系统的偏差,作用是加快系统响应速度,提高调节精度。Kp越大,响应速度越快,调节精度越高,但易产生超调,甚至导致不稳定。Kp过小则会降低调节精度,使响应变慢,延长调节时间,使系统静态动态特性变差。
(2)积分作用系数Ki作用是消除稳态误差。Ki越大,稳态误差消除越快,但Ki过大会在响应过程初期产生积分饱和现象,导致超调。Ki过小会使静态误差难以消除,影响调节精度。
(3)微分作用系数Kd的作用是改善系统的动态性能。能在响应过程中抑制偏差向任何方向的变化,对偏差变化进行提前预报。Kd过大会使响应过程提前制动,延长调节时间,且降低抗干扰能力。
在本系统设计中,第一模糊智能控制器输入变量为7级模糊划分,包含49条模糊规则。根据变频通风控制的特点以及Kp、Ki、Kd对系统控制的作用写成模糊推理句:
Rule1:if(e is FA)and(ec is FA)then(kp is FG)and(ki is FA)and(kd is FE)
Rule2:if(e is FA)and(ec is FB)then(kp is FG)and(ki is FA)and(kd is FC)
Rule3:if(e is FA)and(ec is FC)then(kp is FF)and(ki is FB)and(kd is FA)
Rule4:if(e is FA)and(ec is FD)then(kp is FF)and(ki is FB)and(kd is FA)
……
Rule48:if(e is FG)and(ec is FF)then(kp is FA)and(ki is FG)and(kd isFE)
Rule49:if(e is FG)and(ec is FG)then(kp is FA)and(ki is FG)and(kd isFG)
Kp、Ki、Kd的调整规则见下表。
表一Kp的调整规则
表二Ki的调整规则
表三Kd的调整规则
4)模糊推理
每一条模糊条件语句表示的输入、输出之间的模糊关系采用Mamdani推理法,例如对Kp来说,有:
R1=FAe×FAec×FGKp;R2=FAe×FBec×FGKp;……R49=FGe×FFec×FAKp。
模糊关系矩阵R,公式为同理,Ki、Kd得出相应的模糊关系矩阵R。3个输出量模糊推理可由U=(e×ec)οR求得。
5)反模糊化
把模糊量转换为精确量的过程称为反模糊化Defuzzification。本控制器采用重心法进行反模糊化,重心法是加权平均法的一种特殊情况,权系数取隶属度。计算公式如下:
计算得到的每一个模糊元素X,可以求出真实论域中与之对应的一个精确值。转换公式如下:
所得的三个数值分别为各自的叠加变量,该值与初始值(Kp0、Ki0、Kd0)叠加得到Kp、Ki、Kd三个参数的终值:KP、KI、KD。
(代入公式KP=Kp+Kp0;KI=Ki+Ki0;KD=Kd+Kd0.)
得到KP、KI、、KD并输入PLC中经公式1计算输出当前控制频率,达到自适应调整参数的目的,迅速改变隧道内环境参数。
例二:下面说明第二模糊智能控制器的原理及计算处理过程。
烟尘设计浓度表示烟尘对空气的污染程度,通过测定污染空气中100m距离的烟尘光线透过率来确定,也称为100m透过率,为洞内能见度指标。
同第一模糊智能控制器类似,烟尘设计浓度K取0.005-0.0075m-1。不妨设烟尘设计浓度为0.0055m-1。
1)设定输入输出变量论域及模糊子集的隶属函数
烟尘浓度偏差定义为:e=σ-C
式中:σ——烟尘设计浓度(m-1);C——实测的烟尘浓度(m-1)。
风机运行程序过程中烟尘实际浓度范围为[m-n,m+n]m-1,n的取值范围为0.001-0.004,因而烟尘浓度变化区域为(-n,n)m-1;
将烟尘浓度的真实论域[m-n,m+n],利用公式y=12(m-x)/2n=6(m-x)/n将在区间[m-n,m+n]内变化的量x变换到离散论域{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6}。其模糊子集为{FA,FB,FC,FD,FE,FF,FG},子集中的元素分别代表负大、负中、负小、零、正小、正中、正大。FA表明污染物浓度比设定值高很多;FB表明污染物浓度比设定值高一些;FC表明污染物浓度比设定值高得不多;FD表明污染物浓度与设定值基本相同;FE表明污染物浓度比设定值低很少;FF表明污染物浓度比设定值低一些;FG表明污染物浓度比设定值低很多。
烟尘浓度的偏差变化率ec=et-et-1,真实论域为[-r,r],r的取值范围为0.0002-0.001,同理利用公式y=12x/2r=6x/r将在区间[-r,r]变化的偏差变化率ec离散到论域{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6},其模糊子集为{FA,FB,FC,FD,FE,FF,FG},子集中的元素分别代表负大、负中、负小、零、正小、正中、正大。FA表明污染物浓度增大速度快;FB表明污染物浓度增大速度一般;FC表明污染物浓度增大速度慢;FD表明污染物浓度基本不变;FE表明污染物浓度下降速度慢;FF表明污染物浓度下降速度一般;FG表明污染物浓度下降速度快。
Kp的稳定设定范围为(a,b)、Ki为(c,d)、Kd为(e,f)。PLC中的PID初始参数Kp0设为g,Ki0设为h,Kd0设为j。
输出变量Kp、Ki、Kd模糊子集均设为{FA,FB,FC,FD,FE,FF,FG}。将三个参数量化到离散区域(-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6)内。
该部分步骤2)-5)与例一中对应部分相同,在此不再赘述。
例三:下面说明第三模糊智能控制器的原理及计算处理过程。
按实际交通量对隧道通风系统需风量进行计算,按照CO、VI工况进行比较,两者取最大值作为所需风速进行洞内风速控制,即隧道所需风速值为CO通风风速值与VI通风风速值中的较大值,用公式表达:V需=max(Vco,Vvi)。
比较实测风速与计算出的V需比较,若V需≤V实,则不需要开启风机;若V需>V实,则控制风机变频运转达到所需风速。
在V需>V实工况下,令x=V需,y=V实。x取(0~5)m/s,y取(-5~x)m/s。建立两输入、三输出的风速模糊控制器。风速模糊控制器的输入为风速浓度的偏差e和偏差变化率ec,输出为PID参数KP、Ki和Kd,再通过PID自适应调整输出数据的大小而改变变频器电源输出频率以调控风机运转速度,保证公路隧道内的风速达到所需风速。
利用经过离散化处理的数字PID的公式1,找出控制器的3个参数Kp、Ki和Kd与偏差e和偏差变化率ec之间的模糊关系,在运行中不断地检测e和ec并将其作为控制器的输入,由控制器根据模糊控制规则对3个参数进行在线调整,以满足不同e和ec对控制器参数的不同要求,从而使被控对象具有良好的动、静态性能。
1)设定输入输出变量论域及模糊子集的隶属函数
风速偏差定义为:e=x-y
式中:x——所需风速(m/s);y——实测风速(m/s)。
x范围为(0~5)m/s,由实际计算获取;y取(-5~x)m/s。风速偏差变化区域为(0,x+5)m/s;
将风速偏差的真实论域[0,x+5],利用公式S=6(x-y)/(x+5)变换到离散论域{0,1,2,3,4,5,6}。其模糊子集为{FD,FE,FF,FG},子集中的元素分别代表零、小、中、大。FD表明实际风速与所需风速值基本相同;FE表明实际风速比所需风速值低很少;FF表明实际风速比所需风速值低一些;FG表明实际风速比所需风速值低很多。
CO浓度的偏差变化率ec=et-et-1,真实论域为[-i,i],i取值范围为0.5-1.5m/s。同理利用公式y=12x/2i=6x/i将在区间[-i,i]变化的偏差变化率ec离散到论域{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6},其模糊子集为{FA,FB,FC,FD,FE,FF,FG},子集中的元素分别代表负大、负中、负小、零、正小、正中、正大。FA表明风速增大速度快;FB表明风速增大速度一般;FC表明风速增大速度慢;FD表明风速基本不变;FE表明风速下降速度慢;FF表明风速下降速度一般;FG表明风速下降速度快。
Kp的稳定设定范围为(a,b)、Ki为(c,d)、Kd为(e,f)。PLC中的PID初始参数Kp0设为g,Ki0设为h,Kd0设为j。
输出变量Kp、Ki、Kd模糊子集均设为{FA,FB,FC,FD,FE,FF,FG}。将三个参数量化到离散区域(-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6)内。
该部分的步骤2)-5)与例一中对应部分相同,在此不再赘述。
其中,Vco、Vvi可通过以下方式计算:
基于实时交通量计算当前工况下需风量,控制风机变频运转迅速达到所需风速。
1)交通量计算
①对本路段近一周交通组成进行统计。分别列出小客车、大客车、小货车、中货车,大货车,拖挂车占整个交通量的百分比。
②将实际检测出的交通量乘以①中各种车型百分比即可得到实际检查交通量下的各车型数量。例如:小客车数量=实际检测车辆数*小客车车型比
此外,除了上述统计方式,目前还能直接利用相关检测方法检测出实际的各车型数量,可直接采用检测数据,并非必须采用上述方式计算。
2)Nm·fm计算
①计算∑Nm·fm值,分CO和VI两种工况
CO工况:∑Nm·fm=小客车*1+大客车*1+小货车*2.5+中货车*1+大货车*1+拖挂车*1
VI工况:∑Nm·fm=小客车*0+大客车*1.5+小货车*0+中货车*1.0+大货车*1.5+拖挂车*3
3)CO工况下需风量及所需风速计算
该工况分车速分别进行计算,以通过整个隧道的平均车速为准。
a.一氧化氮基准排放量qco取值:机动车有害气体基准排放量以2000年为起点,按每年2.0%的递减率计算至设计目标年份获得的排放量作为隧道通风设计目标年份的基准排放量,最大折减年限不宜超过30年。则2030年后所有年的值均与2030年一样。2000年qco为0.007。2001年为0.00686……2015年为0.00517……2030年及以后均为0.00382
b.排倍。10km/h时为2、20km/h时为2、30~100km/h时均为1。
c.考虑CO的车况系数fa,各行车速度下均为1。
d.车密度系数fd见下表
表四车密度系数fd
e.考虑CO的海拔高度系数:隧道海报高度为400m及以下均为1;400m以上按fh=h/1800+0.78计算,式中h为隧道两端洞口海拔高度的平均数。
f.考虑CO的纵坡修正系数fco见下表
表五考虑CO的纵坡-车速系数fiv
采用内插法取值。
g.隧道内CO设计浓度取值
30km/h~100km/h时,隧道内CO设计浓度按下表取值。
表六CO设计浓度δCO
注:隧道长度为1000m<L≤3000m时,可按线性内插法取值。
10km/h~20km/h时,阻滞段的平均CO设计浓度δCO取150cm3/m3。
i.CO排放量应按下式计算:
式中:QCO——隧道CO排放量(m3/s);
qCO——设计目标年份的CO基准排放量[m3/(veh·km)],按第a条取值;
排倍——按第b条取值;
fa——考虑CO的车况系数,按第c条取值;
fd——车密度系数,按第d条取值;
fh——考虑CO的海拔高度系数,第e条取值;
fiv——考虑CO的纵坡修正系数,按第f条的表五取值;
L——与fiv对应取值。即。隧道一般都有好几个纵坡,计算时,我们以隧道形成方向进行计算。不同纵坡的fiv与对应长度的fiv相乘,然后相加,如fiv 1*L1+fiv 2*L2+……fiv n*Ln=式1中的fiv·L。
——为∑Nm·fm=小客车*1+大客车*1+小货车*2.5+中货车*1+大货车*1+拖挂车*1
j.稀释CO的需风量应按下式计算:
式中:Qreq(CO)——隧道稀释CO的需风量(m3/s);
QCO——隧道CO排放量(m3/s),第i条计算结果;
δ——CO浓度,按第g条取值;
P0——标准大气压(kN/m2),取101.325kN/m2;
P——隧址大气压(kN/m2),
T0——标准气温(K),取273K;
T——隧址夏季气温(K),可278K。
算出来的Qreq(CO)则为本隧道CO工况下的需风量,Qreq(CO)除以隧道断面面积,即为CO工况下的通风风速。即Vco=Qreq(CO)/S,S为隧道断面面积。
综上:
4)VI工况下需风量计算
该工况分车速分别进行计算,以通过整个隧道的平均车速为准。
k.烟尘基准排放量qvi取值:机动车有害气体基准排放量以2000年为起点,按每年2.0%的递减率计算至设计目标年份获得的排放量作为隧道通风设计目标年份的基准排放量,最大折减年限不宜超过30年。则2030年后所有年的值均与2030年一样。2000年qvi为2.0。2001年为1.96……2015年为1.48……2030年及以后均为1.09。
l.排倍。10~100km/h时均为1。
m.考虑VI的车况系数fa,各行车速度下均为1。
n.车密度系数fd见下表
表七车密度系数fd
o.考虑VI的海拔高度系数:隧道海报高度为400m及以下均为1;400m以上按fh=0.0003h+0.88计算,式中h为隧道两端洞口海拔高度的平均数。
p.考虑VI的纵坡修正系数fvi见下表
表八考虑VI的纵坡-车速系数fiv
采用内插法取值。
q.隧道内VI设计浓度取值
采用显色指数33≤Ra≤60、相关色温2000~3000K的钠光源时,烟尘设计浓度K应按下表取值。
表九烟尘设计浓度K(钠光源)
注:“*”此工况下应采取交通管制或关闭隧道等措施,报警。
采用显色指数Ra≥65、相关色温3300~6000K的荧光灯、LED灯等光源时,烟尘设计浓度K应按下表取值。
表十烟尘设计浓度K(荧光灯、LED灯等光源)
注:“*”此工况下应采取交通管制或关闭隧道等措施,报警。
r.VI排放量应按下式计算:
式中:QVI——隧道VI排放量(m3/s);
qVI——设计目标年份的VI基准排放量[m3/(veh·km)],按第k条取值;
排倍——按第l条取值;
fa——考虑VI的车况系数,按第m条取值;
fd——车密度系数,按第n条取值;
fh——考虑VI的海拔高度系数,第o条取值;
fiv——考虑VI的纵坡修正系数,按第p条的表八取值;
L——与fiv对应取值。即。隧道一般都有好几个纵坡,计算时,我们以隧道形成方向进行计算。不同纵坡的fiv与对应长度的fiv相乘,然后相加,如fiv 1*L1+fiv 2*L2+……fiv n*Ln=式1中的fiv·L。
——小客车*0+大客车*1.5+小货车*0+中货车*1.0+大货车*1.5+拖挂车*3
s.稀释VI的需风量应按下式计算:
式中:Qreq(VI)——隧道稀释烟尘的需风量(m3/s);
QVI——隧道VI排放量(m3/s),第r条计算结果
K——烟尘设计浓度(m-1),按第q条取值。
算出来的Qreq(VI)则为本隧道VI工况下的需风量,Qreq(VI)除以隧道断面面积,即为VI工况下的通风风速。即Vvi=Qreq(vi)/S,S为隧道断面面积。
综上:
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (7)
1.一种隧道智能通风控制方法,其特征在于,包括以下步骤:
(A)、CO浓度检测仪、烟尘浓度检测仪、风速传感仪和交通量记录仪分别检测隧道内的CO浓度值、烟尘浓度值、隧道风速值及隧道交通量,CO浓度检测仪、烟尘浓度检测仪和风速传感仪将CO浓度值、烟尘浓度值、隧道风速值及隧道交通量上传至中央控制计算机;
(B)、中央控制计算机对CO浓度值、烟尘浓度值进行判断,若CO浓度值或者烟尘浓度值超出中央控制计算机的设定上限值则进行步骤(C),若CO浓度值和烟尘浓度值均未超出中央控制计算机的设定上限值则进行步骤(D);
(C)、中央控制计算机控制第一模糊智能控制器和第二模糊智能控制器分别计算处理接收到的CO浓度值和烟尘浓度值,第一模糊智能控制器和第二模糊智能控制器将计算处理后得到的控制频率信号输出给射流风机,射流风机根据两控制频率信号中的较大值改变运行频率,直到CO浓度值及烟尘浓度值低于中央控制计算机的设定下限值;
(D)、中央控制计算机计算当前交通量及CO浓度下的CO通风风速值,并计算当前交通量及烟尘浓度下的VI通风风速值,取CO通风风速值与VI通风风速值之间的较大值作为隧道所需风速值,若隧道所需风速值大于隧道风速值,中央控制计算机控制第三模糊智能控制器计算处理接收到的隧道风速值,第三模糊智能控制器将计算处理后得到的控制频率信号输出给射流风机,射流风机根据控制频率信号改变运行频率,直到隧道风速值大于或等于隧道所需风速值。
2.根据权利要求1所述的隧道智能通风控制方法,其特征在于,在步骤(C)中,第一模糊智能控制器的计算处理过程包括以下步骤:
(C11)、模型初始化步骤,根据第一模糊智能控制器预先给定的CO设计浓度,计算出CO浓度的偏差和偏差变化率;
(C12)、CO浓度偏差变量模糊化步骤,根据步骤(C11)计算出的偏差按编制好的程序计算出CO浓度的隶属度和模糊量;
(C13)、CO浓度偏差变化率模糊化步骤,根据步骤(C11)计算出的偏差变化率按编制好的程序计算出CO浓度的隶属度和模糊量;
(C14)、模糊推理步骤,以步骤(C12)和步骤(C13)计算出来的模糊量为输入参数,按编制好的程序在模糊规则库中查表计算出模糊控制量;
(C15)、去模糊化处理步骤,把步骤(C14)计算出的模糊控制量,通过编制好的程序计算出控制频率。
3.根据权利要求2所述的隧道智能通风控制方法,其特征在于,在步骤(C)中,第二模糊智能控制器的计算处理过程包括以下步骤:
(C21)、模型初始化步骤,根据第二模糊智能控制器预先给定的烟尘设计浓度,计算出烟尘浓度的偏差和偏差变化率;
(C22)、烟尘浓度偏差变量模糊化步骤,根据步骤(C21)计算出的偏差按编制好的程序计算出烟尘浓度的隶属度和模糊量;
(C23)、烟尘浓度偏差变化率模糊化步骤,根据步骤(C21)计算出的偏差变化率按编制好的程序计算出烟尘浓度的隶属度和模糊量;
(C24)、模糊推理步骤,以步骤(C22)和步骤(C23)计算出来的模糊量为输入参数,按编制好的程序在模糊规则库中查表计算出模糊控制量;
(C25)、去模糊化处理步骤,把步骤(C24)计算出的模糊控制量,通过编制好的程序计算出控制频率。
4.根据权利要求3所述的隧道智能通风控制方法,其特征在于,在步骤(D)中,第三模糊智能控制器的计算处理过程包括以下步骤:
(D11)、模型初始化步骤,根据隧道所需风速,计算出风速的偏差和偏差变化率;
(D12)、风速偏差变量模糊化步骤,根据步骤(D11)计算出的偏差按编制好的程序计算出风速的隶属度和模糊量;
(D13)、风速偏差变化率模糊化步骤,根据步骤(D11)计算出的偏差变化率按编制好的程序计算出风速的隶属度和模糊量;
(D14)、模糊推理步骤,以步骤(D12)和步骤(D13)计算出来的模糊量为输入参数,按编制好的程序在模糊规则库中查表计算出模糊控制量;
(C15)、去模糊化处理步骤,把步骤(D14)计算出的模糊控制量,通过编制好的程序计算出控制频率。
5.根据权利要求4所述的隧道智能通风控制方法,其特征在于:在步骤(B)中,当CO浓度值或者烟尘浓度值超出中央控制计算机的设定上限值后,CO浓度检测仪、烟尘浓度检测仪在延时1min-3min后再次检测隧道内的CO浓度值、烟尘浓度值,若CO浓度值或者烟尘浓度值仍然超出中央控制计算机的设定上限值则进行步骤(C),若CO浓度值和烟尘浓度值已不超出中央控制计算机的设定上限值则返回步骤(A)。
6.根据权利要求5所述的隧道智能通风控制方法,其特征在于:在步骤(C)中,当射流风机根据控制频率信号改变运行频率运行设定时间后,若CO浓度检测仪、烟尘浓度检测仪检测到的CO浓度值或烟尘浓度值低于中央控制计算机的设定下限值,则射流风机在运行3min-10min后关闭,若CO浓度值或烟尘浓度值高于中央控制计算机的设定下限值,则中央控制计算机控制第一模糊智能控制器和第二模糊智能控制器分别计算处理更新后的CO浓度值和烟尘浓度值。
7.根据权利要求6所述的隧道智能通风控制方法,其特征在于:在步骤(D)中,当射流风机根据控制频率信号改变运行频率运行设定时间后,若隧道风速值大于或等于隧道所需风速值,则射流风机在运行3min-10min后关闭,若隧道所需风速值大于隧道风速值,则中央控制计算机控制第三模糊智能控制器计算处理更新后的隧道风速值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710648851.0A CN107288675B (zh) | 2017-08-01 | 2017-08-01 | 隧道智能通风控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710648851.0A CN107288675B (zh) | 2017-08-01 | 2017-08-01 | 隧道智能通风控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107288675A CN107288675A (zh) | 2017-10-24 |
CN107288675B true CN107288675B (zh) | 2019-02-19 |
Family
ID=60104088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710648851.0A Active CN107288675B (zh) | 2017-08-01 | 2017-08-01 | 隧道智能通风控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107288675B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107288673B (zh) * | 2017-07-11 | 2019-07-23 | 广东工业大学 | 一种基于风速的公路隧道节能通风控制方法 |
CN108229013B (zh) * | 2017-12-29 | 2018-10-12 | 四川大学 | 一种多匝道城市道路隧道全射流纵向通风需风量计算方法 |
CN108641733B (zh) * | 2018-05-07 | 2020-08-14 | 柳州比尔特工业智能科技有限公司 | 一种干熄焦循环气体co浓度的闭环控制方法 |
CN109057851B (zh) * | 2018-08-09 | 2019-09-10 | 湖南科技大学 | 公路隧道开式通风系统的除尘器临界有效风量判定方法 |
CN110374906B (zh) * | 2019-07-03 | 2020-08-11 | 长安大学 | 一种长大公路隧道风机群效率优化控制系统及方法 |
CN110374656B (zh) * | 2019-08-09 | 2022-01-11 | 万泰(苏州)环境科技有限公司 | 一种隧道施工通风方法及系统 |
CN111535845A (zh) * | 2020-05-06 | 2020-08-14 | 东华大学 | 一种基于pso和模糊控制的隧道通风节能优化控制方法 |
CN111752199A (zh) * | 2020-07-06 | 2020-10-09 | 大连理工大学 | 一种基于实时监测和大数据学习技术的自动化智能风机管理系统及方法 |
CN113565551B (zh) * | 2021-06-11 | 2023-09-22 | 华能煤炭技术研究有限公司 | 自动增益控制的矿井通风方法、装置及系统 |
CN113217450B (zh) * | 2021-06-17 | 2022-05-20 | 河北省高速公路延崇管理中心 | 一种隧道风机控制方法及系统 |
CN114909181B (zh) * | 2022-06-21 | 2023-03-31 | 福州大学 | 分析隧道施工污染物分布规律的方法及自动控制装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3011553B2 (ja) * | 1992-10-02 | 2000-02-21 | 株式会社東芝 | トンネル内風速制御装置 |
JP2001082098A (ja) * | 1999-09-13 | 2001-03-27 | Matsushita Electric Ind Co Ltd | トンネル換気用マルチpid制御装置 |
JP2005164133A (ja) * | 2003-12-03 | 2005-06-23 | Kyudenko Corp | ファジイ制御による駐車場内換気システム及び駐車場内換気方法 |
CN101509390A (zh) * | 2009-02-25 | 2009-08-19 | 湖南大学 | 一种基于模糊控制的隧道通风控制方法 |
CN104181946A (zh) * | 2014-09-02 | 2014-12-03 | 云南中科物联网科技有限公司 | 一种基于物联网的大气污染监控方法及系统 |
CN104216292A (zh) * | 2014-09-16 | 2014-12-17 | 湖南三一智能控制设备有限公司 | 模糊控制器、模糊控制方法及系统 |
CN105569707A (zh) * | 2015-12-11 | 2016-05-11 | 中铁第四勘察设计院集团有限公司 | 基于环境预测的公路隧道通风前馈控制方法 |
CN105727704A (zh) * | 2016-03-30 | 2016-07-06 | 苏州玄禾物联网科技有限公司 | 基于物联网的加工车间空气净化方法 |
CN106548258A (zh) * | 2016-12-09 | 2017-03-29 | 北京交通大学 | 一种基于气象条件的交通空气污染物浓度预测方法与系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11141298A (ja) * | 1997-11-14 | 1999-05-25 | Meidensha Corp | 道路トンネルの換気自動制御装置 |
-
2017
- 2017-08-01 CN CN201710648851.0A patent/CN107288675B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3011553B2 (ja) * | 1992-10-02 | 2000-02-21 | 株式会社東芝 | トンネル内風速制御装置 |
JP2001082098A (ja) * | 1999-09-13 | 2001-03-27 | Matsushita Electric Ind Co Ltd | トンネル換気用マルチpid制御装置 |
JP2005164133A (ja) * | 2003-12-03 | 2005-06-23 | Kyudenko Corp | ファジイ制御による駐車場内換気システム及び駐車場内換気方法 |
CN101509390A (zh) * | 2009-02-25 | 2009-08-19 | 湖南大学 | 一种基于模糊控制的隧道通风控制方法 |
CN104181946A (zh) * | 2014-09-02 | 2014-12-03 | 云南中科物联网科技有限公司 | 一种基于物联网的大气污染监控方法及系统 |
CN104216292A (zh) * | 2014-09-16 | 2014-12-17 | 湖南三一智能控制设备有限公司 | 模糊控制器、模糊控制方法及系统 |
CN105569707A (zh) * | 2015-12-11 | 2016-05-11 | 中铁第四勘察设计院集团有限公司 | 基于环境预测的公路隧道通风前馈控制方法 |
CN105727704A (zh) * | 2016-03-30 | 2016-07-06 | 苏州玄禾物联网科技有限公司 | 基于物联网的加工车间空气净化方法 |
CN106548258A (zh) * | 2016-12-09 | 2017-03-29 | 北京交通大学 | 一种基于气象条件的交通空气污染物浓度预测方法与系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107288675A (zh) | 2017-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107288675B (zh) | 隧道智能通风控制方法 | |
Siami-Irdemoosa et al. | Prediction of fuel consumption of mining dump trucks: A neural networks approach | |
CN105569707A (zh) | 基于环境预测的公路隧道通风前馈控制方法 | |
DE102011113169A1 (de) | System zum Diagnostizieren von Fehlerbedingungen eines Gasdurchflusssteuerungssystems für Motoren mit Turbolader | |
Panebianco et al. | PM10 emission, sandblasting efficiency and vertical entrainment during successive wind-erosion events: a wind-tunnel approach | |
CN101509390A (zh) | 一种基于模糊控制的隧道通风控制方法 | |
CN106844947A (zh) | 一种基于高阶相关学习的机车节能优化自动驾驶方法 | |
KR20210029807A (ko) | 보일러 석탄 절약 제어 방법 | |
CN207261030U (zh) | 一种城市隧道废气排放控制系统 | |
Patton et al. | Canopy turbulence | |
CN113642068A (zh) | 一种基于决策树和循环神经网络的桥梁涡激振动幅值预测方法 | |
CN110135466A (zh) | 一种污染物排放超标车辆判断方法及系统 | |
Bogdan et al. | Model predictive and fuzzy control of a road tunnel ventilation system | |
EP0205979A1 (en) | Tunnel ventilating system | |
D'Hooge et al. | Alternative simulation methods for assessing aerodynamic drag in realistic crosswind | |
CN114528646A (zh) | 一种基于在线地图数据的车辆行驶工况构建方法 | |
JP4164556B2 (ja) | 道路トンネル換気制御の動的シミュレーション装置およびそのプログラム | |
CN114622944B (zh) | 矿井多风机联合运转的按需变频调风系统及其调风方法 | |
JP2019044507A (ja) | 道路トンネル換気制御装置 | |
CN109002573A (zh) | 一种特长公路隧道循环通风系统适用性判定方法 | |
Peng et al. | Modeling and adaptive optimal control of highway tunnel ventilation system | |
JPH0349360B2 (zh) | ||
Bogdan et al. | Model predictive fuzzy control of longitudinal ventilation system in a road tunnel | |
JP2000027600A (ja) | 道路トンネルの換気システム | |
CN114925586B (zh) | 一种煤矿综掘工作面长压短抽控风除尘装备参数计算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |