BP神經(jīng)網(wǎng)絡(luò)在高速列車(chē)空調(diào)控制中的應(yīng)用

王 康，伍川輝

（西南交通大學(xué)機(jī)械工程學(xué)院，四川 成都 610031）

1 高速列車(chē)車(chē)內(nèi)空調(diào)控制的特點(diǎn)

隨著列車(chē)速度的提高，對(duì)車(chē)體封閉性能要求更好，車(chē)內(nèi)與外界隔離后形成一個(gè)相對(duì)獨(dú)立的乘車(chē)環(huán)境。車(chē)廂內(nèi)的溫濕度環(huán)境受車(chē)內(nèi)空調(diào)系統(tǒng)的調(diào)節(jié)控制比較明顯。高速列車(chē)均采用密閉式空調(diào)設(shè)計(jì)，這就要求有較好的空調(diào)換氣系統(tǒng)來(lái)維持車(chē)內(nèi)均衡的溫濕度環(huán)境，同時(shí)保證在合適的溫濕度范圍內(nèi)空調(diào)的能耗降到最低[1]。

高速列車(chē)空調(diào)系統(tǒng)是一個(gè)綜合的控制系統(tǒng)，主要通過(guò)通風(fēng)系統(tǒng)、制冷系統(tǒng)、供熱系統(tǒng)、加濕系統(tǒng)及自動(dòng)控制等系統(tǒng)的協(xié)作來(lái)實(shí)現(xiàn)對(duì)車(chē)廂內(nèi)溫濕度環(huán)境的調(diào)節(jié)。

2 車(chē)內(nèi)空調(diào)環(huán)境與人體感覺(jué)舒適性的聯(lián)系

車(chē)內(nèi)的溫濕度舒適性是乘客在眾多因素作用下對(duì)車(chē)內(nèi)環(huán)境的主觀反映，它涉及的范圍廣泛，影響因素眾多。研究表明：溫濕度舒適性的主要影響因素是人和環(huán)境。與人有關(guān)的因素是人體代謝率和服裝熱阻；與環(huán)境有關(guān)的因素是空氣溫度、氣流速度、相對(duì)濕度和平均輻射溫度。溫濕度對(duì)人體的舒適感有特別明顯的影響，是影響人體熱平衡、熱舒適、空氣質(zhì)量的重要因素[2]。

當(dāng)車(chē)內(nèi)溫度在20～30℃變化時(shí)，濕度對(duì)于人體通過(guò)汗液蒸發(fā)來(lái)保持熱舒適的能力有重要作用，濕度主要影響粘濕皮膚上的水分蒸發(fā)及其分布情況[3]。在環(huán)境溫度為24℃，相對(duì)濕度為50%RH時(shí)，穿著長(zhǎng)褲和長(zhǎng)袖上衣的乘客在較少活動(dòng)時(shí)損失水分的速率是37mL/s；在相對(duì)濕度為20%RH時(shí)，保持其他條件不變，總的水分損失速率為40mL/s。

在研究列車(chē)溫濕度環(huán)境時(shí)很難反映出車(chē)內(nèi)環(huán)境隨時(shí)空變化而變化的特點(diǎn)，特別是在研究高速列車(chē)車(chē)內(nèi)空調(diào)控制時(shí)，需要綜合考慮車(chē)內(nèi)溫濕度環(huán)境動(dòng)態(tài)變化對(duì)旅客乘坐舒適性的影響[4]。高速列車(chē)車(chē)內(nèi)某時(shí)監(jiān)測(cè)的車(chē)廂縱斷面和橫截面溫度等高圖分別如圖1、圖2所示?？梢钥闯觯?chē)內(nèi)不同空間、不同部位，不同高度的溫度場(chǎng)分布差異明顯，需要人工干預(yù)，即通過(guò)空調(diào)來(lái)調(diào)整車(chē)內(nèi)的溫濕度環(huán)境，使車(chē)內(nèi)的溫濕度環(huán)境保持在一個(gè)適當(dāng)且均勻的動(dòng)態(tài)變化范圍之內(nèi)。

圖1 高速列車(chē)車(chē)廂縱斷面溫度等高圖

圖2 車(chē)內(nèi)橫截面溫度等高圖

本文采用人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于人體舒適性評(píng)價(jià)的計(jì)算，可以實(shí)現(xiàn)對(duì)溫濕度舒適性影響因素的實(shí)時(shí)評(píng)估以及對(duì)空調(diào)做出適時(shí)的調(diào)整。人工神經(jīng)網(wǎng)絡(luò)通過(guò)對(duì)試驗(yàn)樣本進(jìn)行學(xué)習(xí)，可以得到輸入變量與輸出變量的連接權(quán)值和連接的結(jié)構(gòu)，達(dá)到預(yù)測(cè)計(jì)算的目標(biāo)[5]。

3 BP神經(jīng)網(wǎng)絡(luò)介紹

BP神經(jīng)網(wǎng)絡(luò)是一種單向傳播的多層前向網(wǎng)絡(luò)，是一種具有3層或3層以上的神經(jīng)網(wǎng)絡(luò)，包括輸入層、中間層（隱層）和輸出層[6]。

BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程分前向和反向傳播兩部分。前向傳播部分為從輸入層輸入學(xué)習(xí)樣本，經(jīng)中間層處理后向輸出層傳播，在輸出層的各神經(jīng)元獲得輸出。當(dāng)輸出層沒(méi)有得到期望的輸出時(shí)，反向傳播開(kāi)始，在輸出層經(jīng)過(guò)各中間層逐層修正各連接權(quán)值，最后回到輸入層。學(xué)習(xí)算法通過(guò)網(wǎng)絡(luò)的實(shí)際輸出與期望值的誤差來(lái)修正其連接權(quán)和閾值，不斷迭代使最后的實(shí)際輸出與期望值盡可能接近。

4 建立高速列車(chē)車(chē)內(nèi)空調(diào)環(huán)境評(píng)判的BP神經(jīng)網(wǎng)絡(luò)模型

4.1 車(chē)內(nèi)溫濕度環(huán)境舒適性神經(jīng)網(wǎng)絡(luò)模型建立

圖3 高速列車(chē)車(chē)內(nèi)溫濕度環(huán)境評(píng)價(jià)流程圖

圖4 BP神經(jīng)網(wǎng)絡(luò)示意圖

圖5 溫濕度舒適性指數(shù)的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型示意圖

把影響車(chē)內(nèi)溫濕度舒適性的因素（主要包括溫度、濕度、空調(diào)系數(shù)、衣服系數(shù)）作為輸入層，輸入層的神經(jīng)元有4個(gè)，輸出層為溫濕度舒適性指數(shù)均值，輸出層的神經(jīng)元有1個(gè)，因此設(shè)置輸入層的維數(shù)為4維，輸出層的維數(shù)為1維。中間層是網(wǎng)絡(luò)隱層，增加隱層數(shù)的目的是為了進(jìn)一步降低誤差，提高擬合精度，但會(huì)使網(wǎng)絡(luò)變得復(fù)雜，增加網(wǎng)絡(luò)權(quán)值的訓(xùn)練時(shí)間，為了兼顧準(zhǔn)確性與效率，確定中間層為8維[7]。

溫濕度舒適性值與車(chē)內(nèi)溫濕度環(huán)境影響因素值的關(guān)系模型：

式中：P——溫濕度舒適性值；

kT——空氣溫度影響系數(shù)；

kH——空氣濕度影響系數(shù)；

kC——人體衣著影響系數(shù)；

kV——空調(diào)影響系數(shù)。

溫濕度舒適性值的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型如圖5所示。

利用Matlab建立BP網(wǎng)絡(luò)模型。Matlab中有專門(mén)為建立神經(jīng)網(wǎng)絡(luò)而設(shè)置的工具箱[8]，可以利用Matlab語(yǔ)言構(gòu)建出所需要的神經(jīng)網(wǎng)絡(luò)，通過(guò)調(diào)用激活函數(shù)完成對(duì)所選定網(wǎng)絡(luò)輸出的計(jì)算。

首先，建立網(wǎng)絡(luò)對(duì)象并初始化，Matlab神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)newff可以建立一個(gè)可訓(xùn)練的N層BP網(wǎng)絡(luò)：

net=newff （PR，[S1，S2…SN]，{TF1，TF2，TFN}，BTF，BLF，PF）

然后是網(wǎng)絡(luò)模型的訓(xùn)練，訓(xùn)練函數(shù)采用：[net，tr]=trainlm（net，Pd，TL）。

其中，net為初始化之后的網(wǎng)絡(luò)；tr為訓(xùn)練過(guò)程中每一步長(zhǎng)網(wǎng)絡(luò)性能的記錄；Pd為訓(xùn)練網(wǎng)絡(luò)的輸入樣本；TL為訓(xùn)練用的目標(biāo)樣本。

4.2 溫濕度舒適性神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練與仿真

與溫濕度舒適性指數(shù)相關(guān)的4個(gè)環(huán)境參數(shù)：空氣溫度（用A表示）、濕度（用B表示）、空調(diào)指數(shù)（用C表示）與衣服指數(shù)（用D表示）。

在線路上實(shí)測(cè)不同空調(diào)控制環(huán)境條件下試驗(yàn)人群的主觀感覺(jué)變化，感覺(jué)舒適的人數(shù)占總?cè)藬?shù)的百分比做作為基礎(chǔ)，選取適當(dāng)?shù)臋?quán)值系數(shù)做數(shù)據(jù)處理得到一組待訓(xùn)練測(cè)試分析的溫濕度舒適指數(shù)T的取值。

高速列車(chē)車(chē)內(nèi)常態(tài)下選取溫度變化范圍20～30℃，濕度變化范圍10%RH～90%RH，當(dāng)溫度和濕度逐級(jí)遞增或遞減變化時(shí)車(chē)內(nèi)乘客主觀感覺(jué)變化會(huì)有差異，車(chē)內(nèi)溫濕度變化調(diào)控圖如圖6、圖7所示。

圖6 車(chē)內(nèi)溫度變化調(diào)控圖

圖7 車(chē)內(nèi)濕度度變化調(diào)控圖

統(tǒng)計(jì)得出不同季節(jié)推薦比較合適的空氣溫度、濕度、空調(diào)指數(shù)、衣服指數(shù)如表1所示。

表1 不同季節(jié)推薦比較合適的空氣溫度、濕度、空調(diào)指數(shù)、衣服指數(shù)

以下根據(jù)溫濕度舒適性指數(shù)與車(chē)內(nèi)溫濕度環(huán)境變化關(guān)系的要求，建立如下程序：

A=[18.1，18.4，18.6，19，19.4，19.7，20，20.5，20.9，21.4，21.8，22，22.4，22.7，23，23.5，23.8，24，24.4，24.7，25，25.4，25.7，26，26.4，26.7，27.1，27.5，27.8，28，28.4，28.7，29，29.3，29.8，30，30.3，30.5，30.9，31，31.4，31.8，32，32.4，32.6]；

B=[0.3，0.32，0.33，0.35，0.34，0.36，0.37，0.38，0.39，0.4，0.41，0.43，0.42，0.44，0.45，0.43，0.46，0.48，0.47，0.49，0.5，0.52，0.53，0.55，0.57，0.58，0.59，0.60，0.61，0.62，0.63，0.64，0.65，0.67，0.69，0.7，0.71，0.72，0.73，0.74，0.75，0.76，0.79，0.78，0.8]；

C=[0.1，0.11，0.11，0.12，0.13，0.14，0.15，0.16，0.16，0.17，0.16，0.17，0.18，0.15，0.16，0.17，0.18，0.19，0.19，0.2，0.21，0.22，0.23，0.23，0.22，0.22，0.24，0.23，0.25，0.24，0.26，0.27，0.27，0.28，0.29，0.3，0.31，0.32，0.31，0.32，0.33，0.32，0.33，0.34，0.35]；

D=[0.5，0.58，0.7，0.6，0.5，0.6，0.8，0.8，0.9，1.0，1.3，1.2，1.11，1.28，1.35，1.49，1.34，1.5，1.57，1.62，1.63，1.7，1.6，1.8，1.9，1.4，1.6，1.8，1.9，2.1，2.0，2.2，2.5，2.3，1.9，1.7，1.5，1.3，1.6，1.9，2.2，1.6，1.7，1.8，1.9]；

通過(guò)對(duì)孕婦進(jìn)行產(chǎn)前超聲檢查能夠發(fā)現(xiàn)胎兒的肺內(nèi)病灶，并且對(duì)分娩結(jié)局和胎兒預(yù)后效果進(jìn)行評(píng)估，可為臨床醫(yī)生的咨詢以及為圍產(chǎn)兒的科學(xué)處置提供有效的參考價(jià)值[1]。本次研究將針對(duì)運(yùn)用產(chǎn)前超聲檢查對(duì)于胎兒肺內(nèi)異常病灶的診斷價(jià)值和聲像圖圖特征等進(jìn)行探討。

P=[A；B；C；D]；

T=[0.67，0.65，0.62，0.60，0.58，0.55，0.57，0.54，0.52，0.50，0.49，0.486，0.482，0.472，0.46，0.45，0.44，0.41，0.391，0.393，0.38，0.36，0.31，0.29，0.28，0.27，0.26，0.24，0.28，0.29，0.32，0.35，0.34，0.37，0.428，0.47，0.50，0.54，0.59，0.60，0.62，0.63，0.614，0.63，0.65]；

net=newff（minmax（P），[4，8，1]，{′tansig′，′tansig′，′tansig′}，′trainlm′）；//創(chuàng)建一個(gè)前向 BP 神經(jīng)網(wǎng)絡(luò)

net.trainParam.show=25；//顯示訓(xùn)練結(jié)果的間隔步數(shù)

net.trainParam.lr=0.75；//設(shè)置訓(xùn)練步長(zhǎng)（步長(zhǎng)過(guò)小會(huì)延長(zhǎng)學(xué)習(xí)時(shí)間，步長(zhǎng)過(guò)大會(huì)造成算法不穩(wěn)定，甚至無(wú)法收斂，根據(jù)訓(xùn)練的結(jié)果進(jìn)行適當(dāng)?shù)脑O(shè)置）

net.trainParam.epochs=500；//設(shè)置總的訓(xùn)練步數(shù)

net.trainParam.goal=0.0001；//設(shè)置訓(xùn)練目標(biāo)誤差

net=train（net，P，T）； //調(diào)用 trainlm 算法訓(xùn)練 BP網(wǎng)絡(luò)，其中P為訓(xùn)練網(wǎng)絡(luò)的輸入樣本，T為訓(xùn)練網(wǎng)絡(luò)的目標(biāo)樣本（溫濕度舒適性指數(shù)）。

error=T-Y；//計(jì)算仿真誤差，Y為訓(xùn)練網(wǎng)絡(luò)的輸出樣本，經(jīng)過(guò)運(yùn)算得到下面的誤差收斂曲線圖，如圖8所示。

圖中橫坐標(biāo)表示收斂步數(shù)，縱坐標(biāo)表示訓(xùn)練曲線與目標(biāo)曲線接近程度，即收斂誤差?？梢钥闯觯?jīng)過(guò)48步迭代計(jì)算，訓(xùn)練曲線與誤差曲線的網(wǎng)絡(luò)誤差為 1.06×10-4。

圖8 誤差收斂曲線圖

圖9 訓(xùn)練輸出值Y與目標(biāo)值T的擬合圖

圖9橫坐標(biāo)為訓(xùn)練網(wǎng)絡(luò)的目標(biāo)樣本T，縱坐標(biāo)為訓(xùn)練網(wǎng)絡(luò)的輸出樣本Y，擬合曲線為Y=T+0.00061。

如圖9所示，訓(xùn)練輸出值Y與目標(biāo)值T的擬合超過(guò)99%，可以看出網(wǎng)絡(luò)模型的計(jì)算準(zhǔn)確度較高，對(duì)數(shù)據(jù)的適應(yīng)性較強(qiáng)，性能達(dá)到預(yù)期目標(biāo)，可以用來(lái)計(jì)算出比較準(zhǔn)確的數(shù)據(jù)，可作為一個(gè)溫濕度舒適評(píng)價(jià)的神經(jīng)網(wǎng)絡(luò)模型。

5 高速列車(chē)車(chē)內(nèi)溫濕度舒適性環(huán)境的調(diào)控

車(chē)內(nèi)空調(diào)對(duì)溫濕度變化調(diào)控以及應(yīng)用BP神經(jīng)網(wǎng)絡(luò)控制進(jìn)行輔助調(diào)節(jié)的程序圖如圖10所示。

圖10 車(chē)內(nèi)溫濕度調(diào)控程序圖

在BP神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，經(jīng)過(guò)模擬不同季節(jié)不同溫濕度舒適性影響因素的試驗(yàn)數(shù)據(jù)，得出一組推薦溫濕度舒適性分級(jí)評(píng)價(jià)參考，如表2所示。

表2 推薦溫濕度舒適性分級(jí)

用BP神經(jīng)網(wǎng)絡(luò)計(jì)算出不同季節(jié)任意工況下車(chē)內(nèi)某一組溫度、濕度、空調(diào)系數(shù)、衣著系數(shù)下的溫濕度舒適值，根據(jù)對(duì)應(yīng)的舒適性評(píng)價(jià)程度，可以通過(guò)調(diào)節(jié)空調(diào)的各項(xiàng)參數(shù)，得到大多數(shù)旅客感覺(jué)比較舒適的空調(diào)環(huán)境。

以線路上運(yùn)營(yíng)的某高速列車(chē)為例，春夏季節(jié)高速運(yùn)行時(shí)客室內(nèi)溫度值在24～26℃之間。應(yīng)用BP神經(jīng)網(wǎng)絡(luò)計(jì)算出溫度舒適性指數(shù)為0.35～0.45，根據(jù)推薦溫濕度舒適性分級(jí)，旅客乘車(chē)的溫濕度舒適性介于“舒適”與“較為舒適”之間，偏向于“舒適”，可以認(rèn)為該空調(diào)環(huán)境符合大多數(shù)旅客的感受。

6 結(jié)束語(yǔ)

本文從統(tǒng)計(jì)車(chē)內(nèi)溫濕度環(huán)境的舒適程度出發(fā)，用BP神經(jīng)網(wǎng)絡(luò)來(lái)描述高速列車(chē)內(nèi)溫濕度舒適性與車(chē)內(nèi)空調(diào)控制乘車(chē)環(huán)境之間的關(guān)系，并給出了溫濕度舒適性的評(píng)判參考，能夠較為準(zhǔn)確地評(píng)判車(chē)內(nèi)溫濕度舒適性，可為工程設(shè)計(jì)提供評(píng)判指標(biāo)，也為現(xiàn)場(chǎng)監(jiān)控人員在列車(chē)運(yùn)行時(shí)調(diào)節(jié)車(chē)內(nèi)溫濕度環(huán)境的舒適性提供參考。

[1] 張景玲，萬(wàn)建武.室內(nèi)溫濕度對(duì)人體熱舒適和空調(diào)能耗影響的研究[J].重慶建筑大學(xué)學(xué)報(bào)，2008，2（1）：9-12.

[2] 靳艷梅.車(chē)室內(nèi)人體熱舒適性的計(jì)算模型[J].人類工效學(xué)，2005，11（2）：16-18.

[3] 陳良.室內(nèi)熱濕環(huán)境對(duì)人體生理及熱舒適影響的實(shí)驗(yàn)研究[D].重慶：重慶大學(xué)，2006.

[4] 羅鑫.神經(jīng)網(wǎng)絡(luò)算法在暖通空調(diào)控制中的應(yīng)用[J].微計(jì)算機(jī)信息，2009，25（1）：26-28.

[5] 劉輝.基于遺傳算法的室內(nèi)熱舒適指標(biāo)PMV的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)[J].河北建筑工程學(xué)院學(xué)報(bào)，2002，20（3）：39-41.

[6] 飛思科技產(chǎn)品研發(fā)中心.神經(jīng)網(wǎng)絡(luò)理論與Matlab7實(shí)現(xiàn)[M].北京：電子工業(yè)出版社，2005：57-62.

[7] 李成利.神經(jīng)網(wǎng)絡(luò)在PMV指標(biāo)控制中的應(yīng)用研究[J].微型機(jī)與應(yīng)用，2010（1）：64-66.

[8] 董長(zhǎng)虹.神經(jīng)網(wǎng)絡(luò)模型與應(yīng)用[M].北京：國(guó)防工業(yè)出版社，2007：107-112.