隧道节能的智能控制技术.ppt

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,隧道节能技术,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,汇报内容,背景介绍,中,(,小,),隧道节能方法,大,(,长,),隧道节能方法,课题展开方式,背景介绍,从,2010,年,6,月份起，以昆明理工大学邵宗凯博士为首的科研团队开始介入山西省长,(,大,),隧道运营安全与节能项目团队自,2006,年开始较为深入研究国内外隧道运营安全与节能技术，并已取得一些初步成果，在云南省高速公路系统得以应用汇报内容包括：,团队研发的通风节能智能控制模型与算法；,山西省长,(,大,),隧道运营安全与节能项目的展开计划云南省隧道节能现状,十一五期间，云南省高速公路通车里程已突破,2500,公里，其中，隧道单洞里程为,260,公里。

2009,年初，以滇南隧道群为试点，进行隧道节能建设，并后续在全省推广罗富小间距隧道,小磨森林公园隧道,水麻螺旋隧道,扬武隧道,九顶山隧道,滇南隧道情况,玉元、元墨、思小、小墨，,72,条隧道,2009,年初，云南省公投司以滇南区为试点，分类别地展开隧道节能建设工作，包括以下两种方式：,隧道,灯具改造、感应控制,(,中、小隧道,),，智能控制,(,长大隧道,),；,隧道群,联合智能控制,灯具改造,(,小隧道,),主动发光标志，既能保证行车安全，又能在车流量较小或夜间车辆行驶时，代替部分照明用电，从而减少电能消耗，降低了运营成本LED,灯具，具有寿命长，发光效率高，功耗低、启动时间短，显色指数高，工作温度低、结构牢固，不怕震动、方向性好、工作电压低、无紫外线辐射、重量轻等优点信号灯照明、监控摄像机等均采用太阳能供电，节省了电能消耗以,老苍坡,1,号隧道,(900m),为示范，改造后，,LED,灯具比高压钠灯灯具消耗功率降低,135.01,千瓦，节约电能,41.86%,；,辅助以主动发光标志、太阳能电池方阵节能方法，小于,500m,的隧道平均节约电能,45%,感应控制,(,中隧道,),检测设备布置,马道子隧道,(1100m),车检线圈,照度检测器,车检线圈,照度检测器,感应控制的基本方法,车辆感应照明控制系统的照明控制设计为上位机控制模式，其分为手动控制、时序控制和天气模式：,手动控制,：工作人员可以根据现场实际情况对各个照明回路分别控制；,时序控制,：分为早晨，白天，傍晚，夜间，深夜五种模式，在设定标志时间后控制系统会按照标志时间以时序方式在不同时序条件下开启相应的照明回路；,天气模式,：分为晴天、云天、阴雨天。

天气模式下早晨、白天和傍晚以设计要求开启相应的照明回路，夜间和深夜以时序模式，用车辆检测器检测实现照明回路在有车辆通行时自动开启，无车辆通行时自动关闭以实现控制上的节能感应控制的性能指标,系统主要性能指标：,PLC,与车辆检测器通信方式：,RS232,串口通信；,PLC,之间通信方式：西门子,S7-400,主站和,S7-300,从站的,PROFIBUS,光纤环网，通信速率,9.6Kbps,；,车辆信号现场采集时间：,1s,；,上位机检测到车辆信号反应时间：,1.5s,；,隧道照明回路响应上位机指令动作时间：,99%,；,隧道内无车辆通行时照明回路关闭延迟时间：,3s,（时序照明控制模式下的夜间及深夜时间段，可根据要求进行调整）,感应控制,(,中隧道,),节能系统控制逻辑图,改造前后对比,照明系统年电费,430,万,310,万,管理人员,8,人,4,人,智能控制,(,长大隧道,),检测设备布置示意图,大风垭口隧道,(3353m),纵向通风,车检线圈,照度检测器,照度检测器,COVI,检测器,射流风机,智能控制,(,长大隧道,),系统构成,:,输入输出模块 、智能控制模块 、安全保护模块,交通流预测模型,污染物预测模型,FLC,增加风机台数,CO/VI,动态,风机开启台数与位置,控制,检测元件,TC,VI,CO,co,vi,tc,co,vi,E,异常,交通流、污染物预测模型,ARMA,模型,(Auto-Regressive and Moving Average Model),是研究时间序列的重要方法，由自回归模型,(,简称,AR,模型,),与滑动平均模型,(,简称,MA,模型,),为基础“混合”构成。

运用,ARMA,模型可以预测实时动态的交通流，根据对某一观测点的历史和当前数据来预测未来状况智能控制模块,根,据专家经验或过程控制的知识生成控制规则,；,根据过程的模糊模型生成控制规则,；,根据对手工控制操作的系统观察和测量生成控制规则,；,根据学习算法生成控制规则,实测值与预测值对比,输入量的模糊化,模糊逻辑推理机,风机控制的去模糊化,隧道风机控制,COVI,检测元件,风机控制的知识规则库、隶属度、控制表,安全保护模块,加密,COVI,检测元件数量；,采用平面、二次曲面拟合方法，计算隧道内,COVI,分布情况；,等值线形式,时刻,t,1,时刻,t,2,隧道某段,CO,平面分布,抖动异常,项目展开计划,时间,主要工作内容,2011.3,2011.4,实地调研,2011.5,进场，搭建基本测试环境,2011.6,2011.7,依据已有技术方法、路线进行数据获取、建模、模型测试与对比分析、模型修正及优化,2011.8,模型与控制措施软件集成、系统试运行与经济效益评估,2011.9,撰写相关技术报告,2011.10,项目验收,请各位领导、专家批评指正！,。