Documents disponibles écrits par cet auteur

A Neural Network Assisted Cascade Control System for Air Handling Unit / Chengyi Guo in IEEE transactions on industrial electronics, Vol. 54 N°1 (Fevrier 2007) 

Public ISBD [article]  in IEEE transactions on industrial electronics > Vol. 54 N°1 (Fevrier 2007) . - 620-628 p. Titre : A Neural Network Assisted Cascade Control System for Air Handling Unit Titre original : Réseau Neurologique d'aide au Système de Régulation en Cascade pour l'Air Manipulant l'Unité Type de document : texte imprimé Auteurs : Chengyi Guo, Auteur ; Wenjian Cai ; Qing Song, Auteur Article en page(s) : 620-628 p. Note générale : Génie Electrique Langues : Anglais (eng) Mots-clés : Air  handling  units  Cascade  control  Neural  networks  (NNs)  Simultaneous  perturbation  stochastic  approximation  (SPSA)  Air  manipulant  des  unités  Régulation  en  cascade  Réseaux  neurologiques  Approximation  stochastique  de  perturbation  simultanée Index. décimale : 621.38 Dispositifs électroniques. Tubes à électrons. Photocellules. Accélérateurs de particules. Tubes à rayons X Résumé : In the centralized heating, ventilating and air-conditioning (HVAC) system, air handling units (AHUs) are traditionally controlled by single-loop proportional-integral-derivative (PID) controllers. The control structure is simple, but the performance is usually not satisfactory. In this paper, we propose a cascade control strategy for temperature control of AHU. Instead of a fixed PID controller in the classical cascade control scheme, a neural network (NN) controller is used in the outer control loop. This approach not only overcomes the tedious tuning procedure for the inner and outer loop PID parameters of a classical cascade control system, but also makes the whole control system be adaptive and robust. The multilayer NN is trained online by a special training algorithm-simultaneous perturbation stochastic approximation (SPSA)-based training algorithm. With the SPSA-based training algorithm, the weight convergence of the NN and stability of the control system is guaranteed. The novel cascade control system has been implemented on an experimental HVAC system. Testing results demonstrate the effectiveness of the proposed algorithm over the classical cascade control system. Dans le chauffage centralisé, le système d'aération et de climatisation (la CAHT), air manipulant des unités (AHUs) sont traditionnellement commandés par des contrôleurs du proportionnel-intégral-dérivé de simple-boucle (PID). La structure de commande est simple, mais l'exécution n'est habituellement pas satisfaisante. En cet article, nous proposons une stratégie de régulation en cascade pour la commande de température d'AHU. Au lieu d'un contrôleur fixe de PID dans l'arrangement classique de régulation en cascade, un contrôleur du réseau neurologique (NN) est employé dans la boucle d'avertissement externe. Cette approche surmonte non seulement le procédé de accord pénible pour les paramètres intérieurs et externes de la boucle PID d'un système classique de régulation en cascade, mais fait également le système de commande entier être adaptatif et robuste. Le NN multicouche est formé en ligne par une approximation stochastique de perturbation algorithme-simultanée de formation spéciale (SPSA) - algorithme s'exerçant basé. Avec l'algorithme s'exerçant SPSA-basé, la convergence de poids du NN et la stabilité du système de commande est garantie. Le système de régulation en cascade de roman a été mis en application sur un système expérimental de la CAHT. Les résultats d'essai démontrent l'efficacité de l'algorithme proposé au-dessus du système classique de régulation en cascade. DEWEY : 621 ISSN : 0278-0046 RAMEAU : Régulation En ligne : eqsong@ntu.edu.sg [article] A Neural Network Assisted Cascade Control System for Air Handling Unit = Réseau Neurologique d'aide au Système de Régulation en Cascade pour l'Air Manipulant l'Unité [texte imprimé] / Chengyi Guo, Auteur ; Wenjian Cai ; Qing Song, Auteur . - 620-628 p. Génie Electrique Langues : Anglais (eng) in IEEE transactions on industrial electronics > Vol. 54 N°1 (Fevrier 2007) . - 620-628 p. Mots-clés : Air  handling  units  Cascade  control  Neural  networks  (NNs)  Simultaneous  perturbation  stochastic  approximation  (SPSA)  Air  manipulant  des  unités  Régulation  en  cascade  Réseaux  neurologiques  Approximation  stochastique  de  perturbation  simultanée Index. décimale : 621.38 Dispositifs électroniques. Tubes à électrons. Photocellules. Accélérateurs de particules. Tubes à rayons X Résumé : In the centralized heating, ventilating and air-conditioning (HVAC) system, air handling units (AHUs) are traditionally controlled by single-loop proportional-integral-derivative (PID) controllers. The control structure is simple, but the performance is usually not satisfactory. In this paper, we propose a cascade control strategy for temperature control of AHU. Instead of a fixed PID controller in the classical cascade control scheme, a neural network (NN) controller is used in the outer control loop. This approach not only overcomes the tedious tuning procedure for the inner and outer loop PID parameters of a classical cascade control system, but also makes the whole control system be adaptive and robust. The multilayer NN is trained online by a special training algorithm-simultaneous perturbation stochastic approximation (SPSA)-based training algorithm. With the SPSA-based training algorithm, the weight convergence of the NN and stability of the control system is guaranteed. The novel cascade control system has been implemented on an experimental HVAC system. Testing results demonstrate the effectiveness of the proposed algorithm over the classical cascade control system. Dans le chauffage centralisé, le système d'aération et de climatisation (la CAHT), air manipulant des unités (AHUs) sont traditionnellement commandés par des contrôleurs du proportionnel-intégral-dérivé de simple-boucle (PID). La structure de commande est simple, mais l'exécution n'est habituellement pas satisfaisante. En cet article, nous proposons une stratégie de régulation en cascade pour la commande de température d'AHU. Au lieu d'un contrôleur fixe de PID dans l'arrangement classique de régulation en cascade, un contrôleur du réseau neurologique (NN) est employé dans la boucle d'avertissement externe. Cette approche surmonte non seulement le procédé de accord pénible pour les paramètres intérieurs et externes de la boucle PID d'un système classique de régulation en cascade, mais fait également le système de commande entier être adaptatif et robuste. Le NN multicouche est formé en ligne par une approximation stochastique de perturbation algorithme-simultanée de formation spéciale (SPSA) - algorithme s'exerçant basé. Avec l'algorithme s'exerçant SPSA-basé, la convergence de poids du NN et la stabilité du système de commande est garantie. Le système de régulation en cascade de roman a été mis en application sur un système expérimental de la CAHT. Les résultats d'essai démontrent l'efficacité de l'algorithme proposé au-dessus du système classique de régulation en cascade. DEWEY : 621 ISSN : 0278-0046 RAMEAU : Régulation En ligne : eqsong@ntu.edu.sg