基于模糊神经网络的公路隧道照明控制系统研究

doi:10.3973/j.issn.2096-4498.2017.S2.017

隧道建设（中英文） ›› 2017, Vol. 37 ›› Issue (S2): 115-120.DOI: 10.3973/j.issn.2096-4498.2017.S2.017

基于模糊神经网络的公路隧道照明控制系统研究

秦慧芳，郭佑民，罗荣辉

（兰州交通大学机电技术研究所，甘肃兰州 730070）

收稿日期:2017-03-17 修回日期:2017-06-02 出版日期:2017-12-30 发布日期:2018-02-25
作者简介:秦慧芳（1991—），女，山西忻州人，兰州交通大学机械电子工程专业在读硕士，研究方向为微机控制、智能控制。Email： 1109207342@qq.com。

Study of Illumination Control System of Highway Tunnel Based on Fuzzy Neural Network

QIN Huifang, GUO Youmin, LUO Ronghui

(Mechanical and Electronic Technology Institute，Lanzhou Jiaotong University, Lanzhou 730070, Gansu, China)

Received:2017-03-17 Revised:2017-06-02 Online:2017-12-30 Published:2018-02-25

摘要/Abstract

摘要：

针对目前隧道照明中存在的能源浪费问题，提出一种基于模糊神经网络算法的隧道照明控制策略，进一步降低隧道照明控制系统的能耗。具体是将实时采集的隧道口洞外亮度、过往的车流量及车速作为照明控制系统的输入量，隧道各照明段的回路调光值作为照明控制系统的输出量，搭建1个3输入-单输出的控制模型，重点对模型的建立和算法的机理及训练进行分析。最后通过仿真实验验证该算法在隧道照明中的节能效果，为现阶段隧道照明控制的相关研究提供一定的参考。

关键词: 公路隧道, 照明系统, 智能控制, 节能减排

Abstract:

The energy waste problem of illumination system in tunnel is serious. In order to reduce the energy consumption of tunnel illumination control system, a kind of tunnel illumination control strategy based on fuzzy neural network algorithm is put forward. The realtime collection of brightness outside the tunnel portal, the traffic flow and the vehicle speed are taken as input values of the illumination control system; the illumination loop dimming values collected from every illumination tunnel section are taken as the output values of the illumination control system; a illumination control model with tripleinput and singleoutput is established; and the mechanism and training of the establishment and caululation of the model are analyzed. The energysaving effect of the model for tunnel illumination control system is verified by experimental simulation, which can provide reference for present study of tunnel illumination control.

Key words: highway tunnel, illumination system, intelligent control, energy conservation and emission reduction

中图分类号:

U 45

秦慧芳，郭佑民，罗荣辉. 基于模糊神经网络的公路隧道照明控制系统研究[J]. 隧道建设, 2017, 37(S2): 115-120.

QIN Huifang, GUO Youmin, LUO Ronghui. Study of Illumination Control System of Highway Tunnel Based on Fuzzy Neural Network[J]. Tunnel Construction, 2017, 37(S2): 115-120.

[1]	张振华, 白永厚, 郭春, 程江浩. 钻爆法施工隧道噪声传播特性研究[J]. 隧道建设, 2020, 40(6): 821-826.
[2]	牟星宇, 杨理波, 向一鸣, 杜志刚. 基于曲率感知的高速公路隧道弯道路段调控方法研究[J]. 隧道建设, 2020, 40(5): 695-701.
[3]	陈小峰, 王兴平, 郭春, 韩宇. 鹧鸪山特长公路隧道通风平导新型中隔墙技术可行性研究[J]. 隧道建设, 2020, 40(5): 702-710.
[4]	夏鹏曦, 段儒禹, 汪主洪, 于丽. 公路隧道光伏薄膜遮阳棚的透光率选型及光伏效益估算[J]. 隧道建设, 2020, 40(5): 711-716.
[5]	王发民, 孙振川, 张良辉, 李凤远, 张兵, 王国安. 汕头海湾隧道超大直径泥水盾构针对性设计及不良地质施工技术[J]. 隧道建设, 2020, 40(5): 735-746.
[6]	刘浩, 祝志恒, 李林毅. 京珠高速公路洋碰隧道水害原因分析及安全性评价[J]. 隧道建设, 2020, 40(5): 747-754.
[7]	周红芳. 木寨岭公路隧道高弹模PVA合成纤维喷射混凝土抗裂技术研究与探讨[J]. 隧道建设, 2020, 40(4): 490-495.
[8]	梅家林, 汤振农, 杜志刚, 焦方通. 高速公路隧道入口区域交通工程设施改善对策与应用[J]. 隧道建设, 2020, 40(4): 545-551.
[9]	张秋辉, 夏才初, 范东方, 韩常领. 含多年冻土层的公路隧道排水设计[J]. 隧道建设, 2020, 40(3): 404-410.
[10]	王首硕，杜志刚，文竞舟，杨理波. 低等级公路光学长隧道驾驶员视觉负荷研究[J]. 隧道建设, 2020, 40(2): 209-214.
[11]	张志沛，贺阳阳，梁健刚，任建军，赵军，付刚飞. 隧道穿越倾斜煤层采空区段施工力学特征分析[J]. 隧道建设, 2019, 39(S2): 8-16.
[12]	贺志勇, 钟宏武, 陈振华. 带裂缝隧道衬砌的安全评价及有限元分析[J]. 隧道建设, 2019, 39(S2): 69-77.
[13]	段玉良, 孙巧燕, 王晓明, 曹天明. 公路隧道景观照明设计[J]. 隧道建设, 2019, 39(S2): 283-293.
[14]	涂耘，王少飞，王小军，史玲娜，李茂华，周广振，付立家. 论公路隧道提质升级[J]. 隧道建设, 2019, 39(S1): 1-9.
[15]	梁波，蒲俊勇，黄友林，陈弘杨，梁加林. 基于S/P值的道路隧道照明光源光谱及相关色温研究[J]. 隧道建设, 2019, 39(S1): 10-15.

基于模糊神经网络的公路隧道照明控制系统研究

Study of Illumination Control System of Highway Tunnel Based on Fuzzy Neural Network

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价