Структура експертної системи інтелектуального регулювання мікроклімату житлових приміщень

Abstract

UK: Актуальність. Постійно зростаюча тенденція до подорожчання енергоресурсів призводить до необхідності зниження енергоспоживання, тобто до економії енергоресурсів. З точки зору житлових приміщень, впровадження систем мікроклімату необхідне для організації комфортних умов перебування суб’єктів і економного використання енергоресурсів. Мета. Метою роботи є вирішення актуальної задачі енергоефективного регулювання мікроклімату приміщень на основі використання інформаційної інтелектуальної системи яка враховує побажання суб’єктів які там знаходяться, що у свою чергу, дозволяє забезпечити ефективне керування опалювальними приладами за рахунок зменшення або збільшення температури оточуючого середовища. Метод. Вирішення поставленої задачі запропоновано шляхом використання структури експертної системи, як однієї із складових системи інтелектуального регулювання мікроклімату приміщень, на основі використання нейро-нечіткої підсистеми логічного виводу. Дана підсистема дозволяє автоматично формувати керуючу інформацію для регулювання мікроклімату приміщень в залежності від побажань суб’єктів, узагальнюючи інформацію про час і місце їх перебування у різні періоди часу. У якості підсистеми логічного-виводу запропоновано п’ятишарову нейро-нечітку систему прямого розповсюдження помилки, яка реалізує систему нечіткого виводу типу Сугено нульового порядку. Також запропоновано схему роботи інтелектуальної системи регулювання мікроклімату приміщень та підхід щодо реалізації процесу ідентифікації суб’єктів у приміщенні. Результати експериментальних досліджень підтвердили ефективність використання запропонованої структури експертної системи в системах типу «Інтелектуальний дім». Також було встановлено значення параметрів які впливають на якість та продуктивність роботи запропонованої системи. У якості енергоресурсу було обрано природний газ та середньостатистичні діапазони температур житлових приміщень. Висновки. Особливістю запропонованої системи є універсальність використання будь-яких кліматичних пристроїв, а також можливість автоматичного налаштування мікроклімату приміщення з урахуванням побажань суб’єктів. Також, головною особливістю запропонованого методу налаштування мікроклімату є визначення та запам’ятовування поведінки суб’єктів приміщення, що у поєднанні із апаратом нейронних мереж надає змогу до прогнозування встановлення відповідних значень мікроклімату приміщення, і, як результат, до економії енергоресурсів. EN: Context. The ever-growing tendency to rise in price of energy makes it necessary to reduce power consumption, that is, to save energy. In terms of accommodation, the introduction of microclimate necessary for the organization of comfortable conditions for the subjects and economical use of energy. Objective. The purpose of work is to solve the actual problem of energy-efficient indoor climate control based on the use of information intellectual system which takes into account the wishes of the subjects are there, which in turn, helps to ensure effective management of heating devices by reducing or increasing the ambient temperature. Method. The solution of the problem suggested by the use of expert system structure as a component of the intelligent control system of indoor climate through the use of neuro-fuzzy inference subsystem. This subsystem allows you to automatically generate control information for indoor climate control, depending on the wishes of the subjects, summarizing information on the time and place of their stay in different periods of time. As a logical subsystem suggested a five-layer neuro-fuzzy feedforward error system, which implements the fuzzy inference Sugeno zero order. Scheme of intelligent indoor climate control system is also proposed and the approach to the implementation of the process of identifying the subjects in the room. Results. The experimental results confirmed the efficiency of the proposed expert system structure in systems «Smart House». It was also set parameters affecting the quality and performance of the proposed system. As an energy source, natural gas has been elected, and the average temperature ranges premises. Conclusions. A feature of the proposed system is the versatility of the use of any air conditioning, as well as to automatically adjust the room climate to meet the wishes of subjects. Also, the main feature of the proposed method is to determine the microclimate settings and memory behavior of the subjects of the room combined with neural networks makes it possible to predict and detect relevant indoor climate values, and as a result, to save energy.