摘 要：在集中供热换热站二次供水温度控制中，由于被控对象是一个大滞后、非线性、时变性复杂系统。因而采用常规的PID控制方法很难达到良好的控制效果，针对此问题本文采用了一种将模糊与神经网络相结合的控制方法，通过网络的离线训练和在线自学习相结合，使控制器具有自调整、自学习的性能。能够很好的实现对换热站温度控制。
关键词：集中供热；模糊控制；神经网络；系统仿真
集中供暖系统由热源、热网和热用户组成，其中热源的控制是控制总供水温度和流量，保证按需供热并均匀分配总供热量至各热力站。热网分为一次网和二次网，热网的控制是通过对热负荷的动态预测，来调节和分配总需热量[1]。为了实现供热系统的按需供热，达到供暖的需要，本文通过室外温度来确定二次网供水温度值，通过调节一次网供热管的调节阀，改变一次网的高温水流量，从而保证二次网的供水温度，满足供暖用户的需求。
1换热站的设计方案
在整个供暖的冬季，二次网供水温度是随着室外温度和用户热负荷来决定的。而在热交换站的控制中，通过调节一次网供水侧电动调节阀的开度改变供水流量来实现二次网出水口温度调节，从而保证了在室外温度或热用户负荷发生变化时，热源的总供热量与用户需热量相比配，以达到保证供热质量、满足人们生活的需要。
2模糊神经网络控制算法的研究
模糊神经网络是将一些专家知识预先分布到神经网络中，利用神经网络的学习功能来优化模糊控制规则和相应的隶属度函数，它既具有模糊系统的模糊信息处理能力又具有神经网络的学习功能，实现了模糊系统的自学习和自适应。因此，利用模糊控制与神经网络相结合对换热站系统进行优化控制可以解决这类大滞后、时变性、非线性问题。
本文采用的模糊神经网络自学习控制系统框图如图所示，图中FNC表示模糊神经网络控制器。Ke、Kc、Ku分别表示量化因子和比例因子，To表示给定值，T（t）为实际的温度。其中以温度的给定值与测量值之间的偏差和偏差变化量作为输入量，以一次网阀门的开度作为输出控制量，通过调节控制阀的开度来改变一次供水的流量从而达到调节二次网供水温度的目的。由FNC模糊神经网络控制器来完成对过程的闭环控制。[2]。
