通风控制系统是公路隧道监控系统的重要组成部分,对长大隧道的通风控制研究是重要的课题。论文主要针对提高长大公路隧道通风控制系统的实时性与开放性进行了研究。 论文首先针对已完成的项目中隧道通风模糊控制系统缺少预测功能,常滞后于实态的问题,提出将交通量的预测值作为原系统的前馈输入信号,取代原来的交通量输入信号,以提高通风控制系统的实时性与可靠性,进一步达到节能的目的。由于交通流量具有“黑箱”及非线性特性,因此,为了能真实地反映未来情况,使决策更合理,论文充分利用人工神经网络强大的学习能力和其对非线性系统很强的模拟能力,构建了隧道小时交通量神经网络预测模型,并用MATLAB语言加以实现,预测精度良好,并有建模容易,具有联想记忆等优点。 为提高系统的开放性与可扩展性,论文提出通风控制系统通过标准的OPC接口与服务器通讯。论文利用组态软件WinCC开发服务器与通风控制系统,实现了二者之间通过标准OPC接口进行信息交互,通讯效果良好,并具有人机界面友好、管理功能完善等特点。 论文将神经网络理论与OPC技术同时应用于隧道通风控制系统,目前在国内属于新型方法,该方法极大提高了隧道通风控制系统的实时性、可靠性及开放性,有一定的理论意义和工程实践意义,并为项目的进一步研究提供了理论基础。