李翔

摘 要：人工智能被應用与汽车空调系统（AACS）仿真模拟中，基于系统特征参数和神经网络，建立了AACS模型。在该模型的基础上，讨论了AACS模型的不同控制方法。结果显示，与开关控制法（通断控制，双位调节）和常规模糊控制法相比，神经模糊控制法最优。可以使汽车舱室内温度快速下降到设计温度，而且波动很小。

关键词：神经网络；汽车空调系统（AACS）；仿真；建立模型

中图分类号：TB 文献标识码：A doi：10.19311/j.cnki.1672-3198.2018.36.101

0 前言

随着汽车空调系统的发展，提高冷却性能、降低耗油量，并保持一个舒适的环境，是人们一直追求的目标。人们通常采用传统开发方式来达到目标，即“理论+实验+经验”。由于成本高、周期长和不稳定性，技术具有一定的局限性，极大的影响其发展，随着计算机仿真技术的发展，通过建立数据模型，对产品和汽车的控制越来越容易，越来越高效。但是对于AACS系统，计算机仿真存在一些困难，不能通过传统的模拟方法解决。这是因为一个简单而准确的模型，很难通过传统方法建立。AACS性能受到很多外界因素的影响，比如汽车空调压缩机速率、太阳辐射、周围环境温度、热负荷的变化、开关门窗和风速等影响因素。这些因素都决定了AACS是复杂的、多变的、线性的或非线性的系统。因此，很难通过常规方法去开发一款AACS控制系统的动态模型。

基于神经网络和模糊逻辑的人工智能技术是一种创新性方法。因为学习和想象技能、模糊的想法，都可以很好的解决非线性问题。学术研究表明，可以解决制冷领域的很多非线性问题，本文，通过反向传播神经网络建立AACS模型，也通过建模对一种新型的人工智能方法进行了研究。……