【技术实现步骤摘要】
本专利技术涉及智能调控，具体地，涉及一种客舱智能化控制系统。
技术介绍
1、授权公告号为cn105523185b的专利公开了一种飞机客舱温度控制系统，所述的系统包括座舱、三轮高压除水系统、温度控制阀、冷风道调节阀和系统控制器，冷风道调节阀安装在三轮高压除水系统的冲压空气道内，发动机引气系统出口直接连通座舱供气管道的管道内安装有温度控制阀；其特征为：在冷风道调节阀的出口端安装有冲压空气流量传感器，冲压空气流量传感器采集的信号传输至系统控制器。控制系统选用冲压空气流量作为控制对象，通过固定冲压空气的流量，稳定系统换热状态，保证系统制冷和加热能力，将系统双执行机构温度调节转换为单温度控制阀的控制。大大降低系统控制耦合型，提高系统控制稳定性。
2、然而，现有系统无法实时监测客舱空间内所有区域的温度分布、人员位置等环境信息，对于空间不同部位的环境质量评估和调控也无从谈起；即使对整体环境参数的恒温调节也存在只能被动响应的问题，当环境长时间偏离舒适区间时也无能为力；现有技术没有考虑环境对人的情感影响这一重要因素。当乘客在行程过程中情绪波动时，系统仍会坚持预设的环境参数设置，无法基于人的反馈进行主动调整；长此以往，极易造成人与环境之间的不匹配，减损乘客体验。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术提出一种客舱智能化控制系统以解决上述问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种客舱智能化控制系统，包括：
4、数据
5、图像识别模块，连接所述数据采集模块，根据所述客舱人员分布图像，获取人员分布矩阵；
6、温度预测模块，根据客舱环境数据和人员分布矩阵，利用反向传播神经网络算法训练用于预测未来客舱温度值的温度模型；
7、情绪识别模块，连接数据采集模块，应用卷积神经网络对人员分布图像进行处理，获取客舱内的人员集体情绪值；
8、舒适度评估模块，整合所述未来客舱温度值、人员集体情绪值和环境参数，基于ahp层次分析法计算客舱的整体舒适度指数；
9、智能温控模块，连接所述舒适度评估模块；设置情绪温度阈值；若计算得到的整体舒适度指数小于情绪温度阈值，则调整客舱温度值至计算得到的整体舒适度指数大于或等于情绪温度阈值；各个模块之间通过有线和/或无线的方式进行连接，实现模块间的数据传输。
10、进一步地，所述客舱环境数据包括客舱内温度、客舱内湿度、客舱内外压强差、客舱外太阳辐射量、客舱外风速、客舱通风口风速和客舱内部热负荷量；
11、在客舱内外设置n组温湿度传感器，通过温湿度传感器取平均值的方式获取客舱内温度和客舱内湿度；在客舱内外设置气压传感器获取客舱内气压和客舱外气压，将客舱内气压和客舱外气压作差客舱内外压强差，客舱外太阳辐射量的获取通过与客舱外壳相对安装的光伏板实现；通过安装风速传感器获取客舱外风速；通过设置测速流量计获取客舱通风口风速；
12、采集单元中集成有电力检测模块，电力检测模块连接m组电流电压检测传感器，通过对客舱内不同区域的插座、电源接口进行分布式监测，分布式监测为实时检测每个客舱电子设备的工作电流和工作电压，将客舱电子设备的工作电流和工作电压利用电力公式计算出电子设备的功率值，获取电子设备的工作状态、设备类型以及对应的设备打开数量；将功率值、工作状态、设备类型以及对应的设备打开数量结合预训练完成的典型设备平均发热模型，计算获取客舱内部热负荷量；
13、所述客舱人员分布图像的采集通过安装在客舱顶部c个位置的广角摄像头实现。
14、进一步地，所述典型设备平均发热模型的训练过程包括：
15、在仿真智能客舱中安装电流电压传感器于各类电子设备上，收集覆盖客舱全部类设备的工作电压和工作电流数据，根据工作电压和工作电流数据获取实时功率值，将设备的类型进行独热编码得到设备类型编码；将设备的设备状态进行独热编码，得到开/关状态编码；在设备工作过程中获取对应的设备平均散热量，通过温度传感器的差分法获取；将实时功率值、设备类型编码、开/关状态编码和设备平均散热量作为数据集；获取的数据集大于b组，时间跨度大于时间v对收集的原始数据进行过滤、去噪、插值、分段归一化的预处理，构建输入输出数据集；
16、设定典型设备平均发热模型的输入特征向量为设备类型编码、开/关状态编码和实时功率值；设定典型设备平均发热模型的输出标签为对应设备平均散热量；
17、基于keras构建lstm神经网络作为典型设备平均发热模型的基础框架，lstm神经网络为输入层、2个lstm层、全连接层和回归输出层构成；
18、输入层输入特征维度为40，第一lstm层节点数设置为128，第二lstm层节点数设置为64；
19、全连接层节点数设置为32，模型编译采用adam优化器，均方误差mse作为损失函数；
20、将输入输出数据集划分训练集和测试集；将训练集载入典型设备平均发热模型；
21、设置典型设备平均发热模型的训练超参数；训练超参数包括学习率为0.01、训练轮数为30和批量数据量为32；
22、调整lstm神经网络的网络层数，并且扩大训练集的规模、降低学习率以及优化损失函数；
23、将测试集输入至典型设备平均发热模型，控制误差的目标要求在±f％以内；当模型在测试集上的性能开始下降时停止训练，保存当下典型设备平均发热模型的训练超参数和网络层数；即完成了对于典型设备平均发热模型的训练；
24、建立不同材质电子设备的温升滞后映射关系；将其集成至典型设备平均发热模型；
25、部署典型设备平均发热模型，并接收终端设备上传功率数据；预测各设备实时发热贡献；汇总计算全客舱的客舱内部热负荷量。
26、进一步地，所述计算获取环境参数eci的计算公式包括：
27、
28、式中，tin为客舱内温度；为客舱内设置的标准舒适温度值；rhin客舱内湿度；rout客舱外太阳辐射量；vout为客舱外风速；vvent为客舱通风口风速；vmax为通风系统最大设计风速；δpin为客舱内外压强差；hload为客舱内部热负荷量。
29、进一步地，所述人员分布矩阵的获取过程包括：
30、图像识别模块调用opencv算法减少图片噪声，使用增强对比度算法提高客舱人员分布图像的识别度；
31、图像识别模块基于haar特征，通过opencv训练出识别人脸的级联分类器检测模型；使用训练好的级联分类器检测模型，对经过预处理的客舱人员分布图像进行处理，实时识别出客舱人员分布图像中的人员数量和位置信息；
32、预设客舱内部热力分布预测图，将人员数量和位置信息绘制到客舱内部热力分布预测图上，得到客舱内部人员热力分布本文档来自技高网...
【技术保护点】
1.一种客舱智能化控制系统，其特征在于，包括：
2.根据权利要求1所述的一种客舱智能化控制系统，其特征在于，所述客舱环境数据包括客舱内温度、客舱内湿度、客舱内外压强差、客舱外太阳辐射量、客舱外风速、客舱通风口风速和客舱内部热负荷量；
3.根据权利要求2所述的一种客舱智能化控制系统，其特征在于，所述典型设备平均发热模型的训练过程包括：
4.根据权利要求1所述的一种客舱智能化控制系统，其特征在于，所述计算获取环境参数ECI的计算公式包括：
5.根据权利要求1所述的一种客舱智能化控制系统，其特征在于，所述人员分布矩阵的获取过程包括：
6.根据权利要求1所述的一种客舱智能化控制系统，其特征在于，所述温度模型的训练方式包括：
7.根据权利要求6所述的一种客舱智能化控制系统，其特征在于，所述GAN模型的训练过程包括：
8.根据权利要求1所述的一种客舱智能化控制系统，其特征在于，所述客舱内的人员集体情绪值的获取方式包括：
9.根据权利要求1所述的一种客舱智能化控制系统，其特征在于，所述整体舒适度指数
10.根据权利要求1所述的一种客舱智能化控制系统，其特征在于，所述情绪温度阈值的设置方式包括：参考ASHRAE标准55，确定当前环境参数下人体感到舒适的舒适温度区间；设定J个候选阈值，均在舒适温度区间内；收集H组历史客舱内的人员集体情绪值；计算不同阈值下的整体舒适度指数，并与阈值下人员集体情绪值比较；选择整体舒适度指数与人员集体情绪值契合度最高的候选阈值为情绪温度阈值。
...【技术特征摘要】
1.一种客舱智能化控制系统，其特征在于，包括：
2.根据权利要求1所述的一种客舱智能化控制系统，其特征在于，所述客舱环境数据包括客舱内温度、客舱内湿度、客舱内外压强差、客舱外太阳辐射量、客舱外风速、客舱通风口风速和客舱内部热负荷量；
3.根据权利要求2所述的一种客舱智能化控制系统，其特征在于，所述典型设备平均发热模型的训练过程包括：
4.根据权利要求1所述的一种客舱智能化控制系统，其特征在于，所述计算获取环境参数eci的计算公式包括：
5.根据权利要求1所述的一种客舱智能化控制系统，其特征在于，所述人员分布矩阵的获取过程包括：
6.根据权利要求1所述的一种客舱智能化控制系统，其特征在于，所述温度模型的训练方式包括：
7...
【专利技术属性】
技术研发人员：华先亮，池泽林，姚望，郭朝，桂皓，姚怡芝，
申请(专利权)人：上海船舶研究设计院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。