بخشی از مقاله

*** این فایل شامل تعدادی فرمول می باشد و در سایت قابل نمایش نیست ***

مدلسازي سیستم تهویه مطبوع به وسیله شبکه عصبی مصنوعی به منظور دستیابی شرایط آسایش و کمینه کردن مصرف انرژي

چکیده
در این مقاله از شبکه هاي عصبی مصنوعی براي مدلسازي بهینه و کنتـرل یک سیستم واقعی تهویه مطبوع استفاده شده. با استفاده از روش یاد شـده ابتدا سیستم را آمـوزش داده و پـس از بررسـی صـحت مدلسـازي کـه از مقایسه نتایج مرحله آموزش با خروجی هاي به دست آمده از مدلسـازي بـا استفاده از معادلات جرم و انرژي بدست آمده، قابلیت این مدلسـازي بـراي پیش بینی شرایط آینده سیستم مورد بررسی قرار گرفته اسـت. مهمتـرین برتري مدلسازي با استفاده از شبکه هاي عصـبی مصـنوعی در مقایسـه بـا روش مدلسازي با استفاده از معادلات جرم و انرژي این است که تمام عـدم قطعیت ها و خصوصـیات غیـر خطـی سیسـتم تهویـه مطبـوع را بـه علـت استفاده از داده هاي واقعی جهت مدلسازي در بر می گیرد، از این رو روش یاد شده می تواند با پیش بینی شرایط آینده سیستم با تنظیم دقیق زمـان روشن و خاموش بویلر ها، هواساز ها و ... مصرف انرژي را در سیستم هـاي تهویه مطبوع به طرز چشم گیري کاهش دهد.
کلمات کلیدي: مدلسازي سیستم تهویه مطبوع، هـوش مصـنوعی، کـاهش مصرف انرژي.

مقدمه
انرژي نقش به سزایی در عرصه سیاست، اقتصاد و اجتماع هر ملتی دارد. در قرن حاضر مهمترین دارایی هر جامعه میزان ذخایر انرژي آن مـی باشـد و امنیت ملی هر کشوري وابسته به وجود و یا عدم وجود منابع انـرژي در آن کشور است، این مساله موجب افزایش قیمـت حامـل هـاي انـرژي شـده و مدیران را به فکر استفاده بهینه از انرژي سوخت هـاي فسـیلی و جـایگزین نمودن انرژي هاي نو انداخته. از سوي دیگر به بهره بـرداري رسـاندن یـک نیروگاه خورشیدي، بادي و ... نیازمند سرمایه گـذاري هنگفتـی در مراحـل اولیه است، لذا بهینه کردن مصرف انرژي هم از لحاظ زیست محیطی و هم از لحاظ هزینه انرژي یکی از مهمترین دغدغه هاي دنیاي مدرن است. یکی از مهمترین اهداف کنترل بهینه، کمینه سـازي مصـرف انـرژي بـه وسـیله تنظیم پارامترهاي موجود در معادلات حالت سیستم هاست. از سال 1980 به بعد تحقیقات زیادي در زمینـه کنتـرل بهینـه سیسـتم هـاي گرمـایش، سرمایش و تهویه مطبوع انجام شده است، این تحقیقات شامل رنج متغیري از سیستم هاي تهویه مطبوع بوده. سیستم هـاي تهویـه مطبـوع بـه علـت ماهیت غیر خطی ، نویزي و پیچیدگی اجـزاي آنهـا قابلیـت شـبیه سـازي دقیق با استفاده از معادلات جرم و انرژي را ندارند، از این رو مدلسازي ایـن سیستم ها با استفاده از سیستم هاي کنترل هوشمند و یا ژنتیک الگـوریتم این مزیت را دارد که نیاز به ساده سازي و یا خطی سازي معادلاتمرتفع می سازد. در تحقیقات پیشین از شـبکه هـاي عصـبی بـراي مدلسـازي جزئـی سیستم هاي گرمایش و سرمایش و تهویه مطبوع استفاده شده که قابلیـت پیش بینی نداشـته [1,3] همچنـین از شـبکه عصـبی بـه تنهـایی بـراي مدلسازي استفاده شده و این نتایج با شبیه سازي بـا اسـتفاده از معـادلات جرم و انرژي مقایسه نشده[2,5] و از شبکه عصبی براي مدلسازي سیستم تهویه مطبوع و ژنتیک الگوریتم جهت بهینه سـازي اسـتفاده گردیـده امـا نتایج به دست آمده به روز 1نبوده و قابلیت پـیش بینـی آینـده سیسـتم را نداشتند.[4] به منظور مدلسازي با اسـتفاده از معـادلات جـرم و انـرژي از منابع [7,3] استفاده شده. برتري مقاله پـیش رو در مقایسـه بـا کارهـاي انجام شده در دقت آن در مقایسه با مقالات پیشین است. در قسمت نتـایج ، نمودار نهایی آخرین مقاله ارائه شده[8] در این زمینه آورده شده و برتري روش به کار برده شده در آموزش شـبکه عصـبی مصـنوعی در ایـن مقالـه نشان می دهد.
شبیه سازي
در ساختمان هاي عظیم تجاري-اداري، فضاي داخلی ساختمان به چنـدین زیر فضاي کوچک تقسیم می شود، که دما و رطوبت هرکدام و یا چند فضـا با هم، با یک دستگاه هواساز تـامین مـی شـود. مـدل سـازي دمـایی یـک ساختمان یکی از چالش برانگیزترین مدل هاي موجود است به ایـن دلیـل که محیط کاري یک ساختمان سیستمی متغیر با زمان است و تحت تـاثیر عدم قطعیت هاي مختلفی همچـون تغییـر تعـداد افـراد سـاکن، تغییـر در شرایط هواي بیرون، اثرات متقابل دما و رطوبت نسبی مـا بـین فضـا هـاي مختلف و ... می باشد. از این رو سیستم تهویه مطبوع به تنهایی و جداي از موارد ذکر شده قابل بررسی نیست. از سوي دیگر ماهیت غیر خطی روابـط دما و رطوبت نسبی و کار دمپر ها شرایط بالا را سخت تر می کنند.
به طور معمول، براي رهایی از مشکلات ذکر شده با کمـی سـاده سـازي از تعادل جرم و انرژي براي مدلسـازي سیسـتم هـاي سـرمایش، گرمـایش و تهویه مطبوع استفاده می کنند. پارامترهاي موجود در معادلات تعادل جرم و انرژي داراي مفهوم فیزیکی هستند و به خـوبی ارائـه دهنـده موجودیـت حقیقی سیستم می باشند، اما بعضی از آنها را نمـی تـوان بـه طـور دقیـق محاسبه نمود. به علاوه، این مدل ها محاسباتی هستند و در عین حال براي مشخصه هاي دینامیکی سیستم تهویه مطبوع مناسب نیستند. بـه تـازگی، روش هاي مدلسازي هوشمند، همچون شبکه عصبی مصـنوعی بـه صـورت گسترده اي براي مدلسازي و پیش بینی دمایی سیستم تهویه مطبوع مورد استفاده قرار گرفته اند. شبکه عصبی مصنوعی این مزیت را دارد که ماهیت غیر خطی سیستم تهویه مطبوع را تحت پوشش قـرار مـی دهـد. در مقالـه حاضر علاوه بر مدلسازي بـا اسـتفاده از معـادلات جـرم و انـرژي از شـبکه عصبی نیز براي مدلسازي سیستم استفاده شده و در آخر نتـایج حاصـل از این دو روش با یکدیگر مقایسه شده. سیستم در نظر گرفته شده جهت شبیه سازي از چندین جز تشـکیل شـده است: اتاق، داکت انتقال هواي تهویه، داکت انتقال هواي برگشتی، دسـتگاه هواساز ، محفظه تخلیط هوا به همـراه داکـت هـاي هـواي بیـرون و هـواي برگشتی از اتاق، کویل گرمـایی، رطوبـت زن، کویـل سرمایشـی و رطوبـت گیري، فن و فیلتر می باشد. ابتدا هواي برگشتی از اتاق با هواي بیـرون بـا یکدیگر در محفظه تخلیط و ترکیب مـی شـوند و هـواي ترکیبـی در خـط مکش فن پس از عبور از فیلتر با توجه به مد کاري سیستم تهویه مطبوع و توسط داکت انتقال هواي تهویه وارد اتاق می گردد و باعـث تغییـر شـرایط اتاق از وضعیت اولیه می شـود و هـواي اتـاق سـپس توسـط داکـت هـواي برگشتی به هواساز بازمی گردد. شـکل (1) شـماتیک مربـوط بـه سیسـتم تهویه مطبوع مورد مطالعه است:

محفظه اختلاط در محفظه اختلاط هواي بیرون با هواي برگشتی از اتاق به صورت %50 بـه%50 مخلوط شده و وارد کویل می گردد. فرضیات:
- از انتقال حرارت بین هواي داخل محفظـه بـا بیـرون صـرفنظر شده است.
- از اصطکاك جریان هوا در محفظه و افت فشار هوا در آن چشم پوشی شده است.
معادلات به دست آمده از تعادل جرم و انرژي به شرح زیر است:

کویل گرمایشی کویل گرمایشی یک مبدل آب به هواست، که هواي مطبـوع شـده را بـراي محیط تهویه فراهم می آورد. جریان آب درون لوله ها را ثابت و برابـر 0.06 کیلو گرم بر ثانیه فرض کردیم. شرایط زیر براي کویل گرمایی فرض شده:
- چگالی آب درون لوله ها ثابت فرض شده.
- ظرفیت حرارتی ویژه هوا و چگـالی آن ثابـت فـرض شـده و بـا تغییرات دما تغییر نمی کند.
- دماي آب ورودي به کویل در تمـام شـرایط 10 درجـه سـانتی
گراد در نظر گرفته شده است.
معادله تعادل انرژي به شرح زیر است:

رطوبت زن:
رطوبت زن یک انتقال دهنده جـرم بخـار آب بـه هـواي محـیط اسـت کـه موجب افزایش بخار آب درون مخلوط بخار و هـوا مـی شـود. معـادلات بـه دست آمده از تعادل جرم و انرژي به شرح زیر است:

داکت به طور کلی انتقال حرارت در داکت را می تـوان بـه انتقـال حـرارت مـتن جداره ها و جریان همرفت بین داکت و هـواي بیـرون دسـته بنـدي کـرد.
معادله تعادل دمایی داکت به صورت زیر می باشد:

مدل دمایی اتاق در معادلات جرم و انرژي مربوط به اتاق شرایط زیر مفروض است:
- دماي ورودي به اتاق همگن فرض شد است.
- تاثیرات دمایی تمام دیوارها به صورت یکسان فرض شده.
- از افت فشار هـوا در طـول اتـاق و همچنـین دیگـر نقـاط سیستم صرفنظر شده.
-

بدست آوردن معادلات حالت در مدلسازي انجام شده ابتدا هر بخش از سیستم گرمایشی به صورت مجزا بررسی شده، معادلات مربوط به آن قسمت استخراج شده با گرفتن تبـدیل لاپـلاس و مرتـب سـازي ورودي و خروجـی هـا تـابع تبـدیل آن قسـمت استخراج شده و سپس با پشت سـر هـم قـرار دادن اجـزا بـه صـورتی کـه خروجی هر قسمت ورودي قسمت بعدي خواهـد بـود سیسـتم شـکل (2) بدست آمده.

این سیستم قادر به نمایش دماي خشک و نسبت رطوبتی هر جـز سیسـتم می باشد، اما به دلیل بررسی دمایی این سیستم از ارائه معادلات مربوط بـه بخش رطوبتی صرفنظر شـده اسـت. نمـودار دمـاي اتـاق حاصـل سیسـتم طراحی شده به صورت شکل (3) می باشد:

در متن اصلی مقاله به هم ریختگی وجود ندارد. برای مطالعه بیشتر مقاله آن را خریداری کنید