CN209355423U - 一种基于神经网络的新风系统 - Google Patents
一种基于神经网络的新风系统 Download PDFInfo
- Publication number
- CN209355423U CN209355423U CN201821283533.5U CN201821283533U CN209355423U CN 209355423 U CN209355423 U CN 209355423U CN 201821283533 U CN201821283533 U CN 201821283533U CN 209355423 U CN209355423 U CN 209355423U
- Authority
- CN
- China
- Prior art keywords
- neural network
- governor
- pressure fan
- controller
- prediction device
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
- Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating
Landscapes
- Ventilation (AREA)
Abstract
本实用新型公开了一种基于神经网络的新风系统，包括：送风机、控制器、神经网络预测器、调速器，所述控制器分别与调速器的控制端，神经网络预测器的输出端连接，所述调速器的输出端与送风机连接，所述送风机连接有送风管道，所述控制器用于根据所述神经网络预测器的预测结果控制调速器，调速器调整送风机的转速。通过神经网络预测器可预测到未来1个小时内的室外空气质量情况，并根据预测结果控制送风机的转速，从而降低了室外污染物进入到室内的量，避免对室内造成二次污染。本系统可用于商场或者地下停车场的空气更新。
Description
技术领域
本发明创造涉及空气更新技术领域，特别涉及一种新风系统。
背景技术
现在很多商场或者地下停车场都需要安装新风系统，所述新风系统指的通过送风机，对商场或者地下停车场内的空气进行换风，从而保证商场或者地下停车场内的空气新鲜。现有的新风系统一般是以恒定的速率控制送风机，从而保证室内的空气新鲜。
由于室外的空气质量存在差异，因此，现有的新风系统很容易存在将室外的污染物(PM2.5颗粒)引入到室内的情形，对室内造成二次污染。
实用新型内容
为了解决现有新风系统存在的问题，本实用新型提出一种基于神经网络的新风系统。
本实用新型解决其技术问题的解决方案是：一种基于神经网络的新风系统，包括：送风机、控制器、神经网络预测器、调速器，所述控制器分别与调速器的控制端、神经网络预测器的输出端连接，所述调速器的输出端与送风机连接，所述送风机连接有送风管道，所述控制器用于根据所述神经网络预测器的预测结果控制调速器，调速器调整送风机的转速。
进一步，所述神经网络预测器为Elman神经网络预测器。
进一步，所述送风管道上设有滤网。
进一步，所述控制器包括STM32微控制器。
本实用新型的有益效果是：通过神经网络预测器可预测到未来1个小时内的室外空气质量情况，并根据预测结果控制送风机的转速，从而降低了室外污染物进入到室内的量，避免对室内造成二次污染。
附图说明
为了更清楚地说明本实用新型实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单说明。显然，所描述的附图只是本实用新型的一部分实施例，而不是全部实施例，本领域的技术人员在不付出创造性劳动的前提下，还可以根据这些附图获得其他设计方案和附图。
图1是本发明创造系统的系统框图。
具体实施方式
以下将结合实施例和附图对本实用新型的构思、具体结构及产生的技术效果进行清楚、完整地描述，以充分地理解本实用新型的目的、特征和效果。显然，所描述的实施例只是本实用新型的一部分实施例，而不是全部实施例，基于本实用新型的实施例，本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例，均属于本实用新型保护的范围。另外，文中所提到的所有联接/连接关系，并非单指构件直接相接，而是指可根据具体实施情况，通过添加或减少联接辅件，来组成更优的联接结构。本发明创造中的各个技术特征，在不互相矛盾冲突的前提下可以交互组合。
实施例1，参考图1，一种基于神经网络的新风系统，包括：送风机1、控制器3、神经网络预测器4、调速器2，所述控制器3分别与调速器2的控制端、神经网络预测器4的输出端连接，所述调速器2的输出端与送风机1连接，所述送风机1连接有送风管道，所述控制器3用于根据所述神经网络预测器4的预测结果控制调速器2，调速器2调整送风机1的转速。
当本系统安装在商场或者地下停车场时，所述神经网络预测器4与互联网5连接，并可通过连接PM2.5颗粒浓度监测网站，由于PM2.5颗粒浓度监测网站是以整点时刻的方式跟新数据，因此，可得到整点时当前商场或者地下停车场所在区域的PM2.5颗粒浓度情况，所述神经网络预测器4内设有事先已经训练好的神经网络，所述神经网络可根据整点的PM2.5颗粒浓度预测出未来1个小时内的PM2.5颗粒浓度变化情况，控制器3根据预测得到的未来1个小时内的PM2.5颗粒浓度变化情况控制调速器2，以控制未来1小时内送风机1的转速变化，在保证1个小时内的新鲜空气量不变的前提下，在PM2.5颗粒浓度低时间段内，提高送风机1的转速，让更多的低PM2.5颗粒浓度的空气进入商场或者地下停车场；在PM2.5颗粒浓度高的时间段内，降低送风机1的转速，减少高PM2.5颗粒浓度的空气进入商场或者地下停车场。从而降低了室外污染物进入到室内的量，避免对室内造成二次污染。
作为上述实施方式的进一步优化，所述神经网络预测器4为Elman神经网络预测器。
作为上述实施方式的进一步优化，所述送风管道上设有滤网，进一步对PM2.5颗粒进行过滤。
作为上述实施方式的进一步优化，所述控制器3包括STM32微控制器。
以上对本实用新型的较佳实施方式进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本实用新型精神的前提下还可做出种种的等同变型或替换，这些等同的变型或替换均包含在本申请权利要求所限定的范围内。
Claims (4)
1.一种基于神经网络的新风系统，包括：送风机、控制器，其特征在于，还包括：神经网络预测器、调速器，所述控制器分别与调速器的控制端、神经网络预测器的输出端连接，所述调速器的输出端与送风机连接，所述送风机连接有送风管道，所述控制器用于根据所述神经网络预测器的预测结果控制调速器，调速器调整送风机的转速。
2.根据权利要求1所述的一种基于神经网络的新风系统，其特征在于，所述神经网络预测器为Elman神经网络预测器。
3.根据权利要求1所述的一种基于神经网络的新风系统，其特征在于，所述送风管道上设有滤网。
4.根据权利要求1所述的一种基于神经网络的新风系统，其特征在于，所述控制器包括STM32微控制器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201821283533.5U CN209355423U (zh) | 2018-08-09 | 2018-08-09 | 一种基于神经网络的新风系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201821283533.5U CN209355423U (zh) | 2018-08-09 | 2018-08-09 | 一种基于神经网络的新风系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN209355423U true CN209355423U (zh) | 2019-09-06 |
Family
ID=67777864
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201821283533.5U Active CN209355423U (zh) | 2018-08-09 | 2018-08-09 | 一种基于神经网络的新风系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN209355423U (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111536662A (zh) * | 2020-04-25 | 2020-08-14 | 南京酷朗电子有限公司 | 基于大数据分析的网络式新风系统和调控方法 |
-
2018
- 2018-08-09 CN CN201821283533.5U patent/CN209355423U/zh active Active
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111536662A (zh) * | 2020-04-25 | 2020-08-14 | 南京酷朗电子有限公司 | 基于大数据分析的网络式新风系统和调控方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105020845A (zh) | 一种空调系统联动节能控制系统及方法 | |
| CN104374052A (zh) | 基于神经网络的中央空调节能控制方法及系统 | |
| CN102339055B (zh) | 一种交通能源管理与控制方法及系统 | |
| CN106208394A (zh) | 基于云计算技术的智能节能供电系统及方法 | |
| CN204478251U (zh) | 一种可采集或接收气象局综合气象参数的供暖调节用气候补偿器 | |
| KR101278638B1 (ko) | 스마트 에너지 관리 시스템 및 그 제어 방법 | |
| CN111372351A (zh) | 一种智慧照明控制系统 | |
| CN104105265A (zh) | 一种城市物联网路灯系统 | |
| CN203275990U (zh) | 一种基于物联网的畜禽养殖舍环境智能监控系统 | |
| CN209355423U (zh) | 一种基于神经网络的新风系统 | |
| CN204466007U (zh) | 一种智慧智能新型遥感控制器 | |
| CN206649306U (zh) | 广告标识牌智能管理节能系统 | |
| CN104378884A (zh) | 基于智能手机app应用的城市路灯控制方法 | |
| CN102393771A (zh) | 一种节能的环境监控系统 | |
| CN113411933A (zh) | 一种分布式智慧隧道照明系统 | |
| CN103889091A (zh) | 路灯控制方法及控制装置 | |
| CN205124092U (zh) | 一种智慧路灯系统 | |
| CN205263682U (zh) | 一种温室大棚环境智能控制系统及其控制终端 | |
| CN203387744U (zh) | 路灯照明gprs远程控制系统 | |
| CN204331455U (zh) | 集成吊顶电器模块化智能远程控制系统 | |
| CN207621061U (zh) | 一种基于时间控制的除尘风机节能系统 | |
| CN203223361U (zh) | 泵站远程自动化运行系统 | |
| CN202486581U (zh) | 城市轨道交通多功能小负荷用电设备电控系统 | |
| CN204518172U (zh) | 城市道路照明智能监控系统 | |
| CN105282908A (zh) | 一种智能节能灯具系统及其实现节能方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GR01 | Patent grant | ||
| GR01 | Patent grant |