本发明属于气电混合开发技术领域，尤其涉及一种多功能燃气壁挂炉联合供暖装置。
背景技术：
目前，业内常用的现有技术是这样的：
目前供热机构大多数采用煤炭供暖，造成环境污染，部分采用电力供暖的设备，缺乏安全措施，容易引起漏电或者引发火灾。
现有的气电混合机器由于设计不合理，使用非常不安全，有爆炸的危险，同时燃气产生的烟气，造成室内墙壁乌黑。
综上所述，现有技术存在的问题是：
现有的气电混合机器由于设计不合理，使用非常不安全，有爆炸的危险，同时燃气产生的烟气，造成室内墙壁乌黑。没有对余热进行二次应用。
现有的燃气壁挂炉联合供暖不稳定；
现有的燃气壁挂炉联合供暖中，智能控制性差。
现有的最大燃烧率控制自适应能力不强。
现有技术中，燃气壁挂炉联合供暖装置即采用电加热和水循环供暖的技术，国内外均存在空白。
技术实现要素：
针对现有技术存在的问题，本发明提供了一种多功能燃气壁挂炉联合供暖装置。
本发明是这样实现的，一种多功能燃气壁挂炉联合供暖装置设置有机箱底座、出风口、风机、热交换器、隔热垫、燃烧器、点火器、比例阀、出水回水接头、水泵、集烟器、水箱；所述机箱底座一侧设置有出风口，所述出风口正对风机，所述风机下部安装有集烟器，所述集烟器紧邻热交换器，所述热交换器对面安装有燃烧器，所述燃烧器与热交换器之间的机箱底座上安装有隔热垫，所述点火器、比例阀、出水回水接头、水泵均安装在机箱底座的另一侧。所述比例阀连接天然气管道。
所述集烟器的外部包覆有二次加热循环夹套；所述二次加热循环夹套与热交换器相通。
所述多功能燃气壁挂炉联合供暖装置的燃烧器通过比例阀电连接控制单元；
所述控制单元包括：
插接在热交换器内部的温度传感器；
与温度传感器连接，用于控制水泵运行，同时控制燃烧器连通的比例阀开度大小的控制模块；
所述温度传感器数字调制信号x(t)的分数低阶模糊函数表示为：
其中，τ为时延偏移，f为多普勒频移，0＜a,b＜α/2，x*(t)表示x(t)的共轭，当x(t)为实信号时，x(t)＜p＞＝|x(t)|＜p＞sgn(x(t))；当x(t)为复信号时，[x(t)]＜p＞＝|x(t)|p-1x*(t)；
控制模块对温度传感器处理后，传输的信号s(t)进行非线性变换，按如下公式进行：
其中
控制模块还集成有最大燃烧率处理模块；所述最大燃烧率处理模块通过信号连接比例阀；
最大燃烧率处理模块在模糊神经网络算法的基础之上，提出基于广义动态的模糊神经网络的方法；基于椭圆基函数的，模糊完备性，作为在线分配机制，使初始化选择避免随机性；对模糊规则重要性做出评价，对输入变量的重要性给出回应；使每条规则的输入变量的宽度根据系统性能的需求来实施在线的实时的自适应调整。
进一步，最大燃烧率处理模块在最大燃烧率处理中，
首先初始化系统的预定义参数；
以b1，c1为输入量，产生第一个规则；b1为第2个时刻与第1个时刻的燃烧率差，c1为采样步长；
确定第一个规则的参数；
观测b(n)，c(n)的到来，b(n)为第n个时刻与第n-1个时刻的燃烧率差，c(n)为第n-1个时刻的采样步长；
计算马氏距离并找到mdkmin；
计算实际的输出误差确定对应的kd，并与马氏距离mdk进行比较；
如果mdk＞kd，系统误差为ek，如果系统误差ek≤ck，则观测控制是否完成，算法结束；如果系统误差ek＞ck，则产生新规则，确定新参数，计算所有规则误差减少率err；如果误差减少率err小于阈值，则就删去这条规则观测控制是否完成，算法结束；如果误差减少率err不小于阈值，则继续产生新的规则，直到满足误差减少率err小于阈值；
如果mdk≤kd，系统误差为ek，如果系统误差ek＞ke，则计算输入变量的敏感性bij并调整宽度，调整结论参数，观测控制是否完成，算法结束；如果系统误差ek≥ke，则满足要求，观测控制是否完成，算法结束；
最大燃烧率处理模块在最大燃烧率处理中，还包括：
(1)误差定义：
||ek||＝||tk-yk||
其中第k个时刻期望输出是tk；
如果ek>ke，则一条新的规则就增加；其中：
其中，emin指的是输出精度，emax指的是最大误差，k指的是学习的次数，β∈(0，1)指的是收敛常数，推导出：
(2)产生了u个模糊规则，当一个新的样本出现时，把输入的变量投影到一维的隶属函数空间，计算数据
edi(jn)≤kmf
不用分配新的高斯函数，否则就需要产生一个新的高斯函数，它的宽度由式下式决定，其中心的设置如下：
ci(u+1)＝xik；
模型为：d＝hθ+e；其中，d＝tt为期望的输出，h＝φt＝(h1…hv)，θ为它的实参数，e是误差向量；h通过qr分解成正交基向量集：h＝pn，其中p＝(p1，p2，…，pv)；
(3)定义pi的误差减少率为：
此外定义：
其中误差减少率的矩阵为ρj△＝(ρ1，ρ2，…，ρu)，如果ηi<kerr，则就删去第j条规则。
马氏距离定义：
令：
如果：
mdk,min＝mdk(j)＞kd
则表明增加一条新规则因为现有的系统不足以满足ε－完备性，其中kd这样变化：
上式中，r指的是衰减常数，由上式推导：
所述基于广义动态模糊神经网络的最大燃烧率跟踪器控制方法的高斯宽度修正；修正隶属函数的宽度σij如下：
σijnew＝ξ×σijold；
其中，衰减因子是ζ，由下式决定：
其中输入变量敏感性是bij。
进一步，所述热交换器与燃烧器之间的两侧及上部均安装有隔热垫且密封，构成燃烧室。
进一步，所述隔热垫外部安装有与机箱底座连接的板材。
进一步，所述水箱安装在机箱底座内。
进一步，所述机箱底座设置有与水箱配合的安装槽。
进一步，所述热交换器与进水回水接头配合。
进一步，所述燃烧器连接有控制单元。热交换器底部安装有电加热器，所述电加热器电连接控制单元；所述控制单元电连接电源。
进一步，所述天然气管道设置有压力表。
进一步，所述机箱底座与面板配合将整个结构覆盖。
本发明的优点及积极效果为：
该结构通过燃烧器燃烧天然气，产生的热量通过热交换器以及水泵实现对外部的供热，利用电能和天然气实现供暖，既环保又安全可靠同时便于搬运。
本发明的所集烟器的外部包覆有二次加热循环夹套；所述二次加热循环夹套与热交换器相通，通过二次加热循环夹套内充有的循环水，与集烟器进行二次热交换，进一步提高了热量的利用率，相比于现有技术，热量利用率提高近20％左右。
本发明温度传感器、控制模块的数据处理方法鲁棒性良好，获得额数据准确，相比于现有技术提高近6个百分点。
本发明提供的最大燃烧率控制方法，在模糊神经网络算法的基础之上，提出了一种既可以进行模糊规则提取也适合用在系统建模以及控制等方面的基于广义动态的模糊神经网络(gd-fnn)的方法；基于椭圆基函数的，并且提出了模糊完备性，作为在线分配机制，可以使初始化选择避免了随机性；与此同时，不仅可以对模糊规则重要性做出评价，而且也能对输入变量的重要性给出回应；这样就可以使每条规则的输入变量的宽度根据系统性能的需求来实施在线的实时的自适应调整。现有技术采用模糊控制方法到达稳定点的速度比较慢，本发明运用广义动态的神经模糊网络理论仿真的结果能快速找到最大燃烧率点在0.01秒，并且最大燃烧率点振荡问题也得到了有效的克服了，鲁棒性和快速性也较好。
本发明即采用电加热和水循环供暖的技术，填补了国内外空白。
附图说明
图1是本发明提供的多功能燃气壁挂炉联合供暖装置的内部结构示意图；
图2是本发明提供的多功能燃气壁挂炉联合供暖装置的机箱底部结构示意图；
图3是本发明提供的二次加热循环夹套示意图。
图4是本发明提供的控制单元连接示意图。
图中：1、机箱底座；2、出风口；3、风机；4、热交换器；5、隔热垫；6、燃烧器；7、点火器；8、比例阀；9、出水回水接头；10、水泵；11、集烟器；12、水箱；13、二次加热循环夹套；14、电加热器。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
下面结合附图对本发明的结构作详细的描述。
如图1至图3所示，本发明实施例提供的多功能燃气壁挂炉联合供暖装置设置有机箱底座1、出风口2、风机3、热交换器4、隔热垫5、燃烧器6、点火器7、比例阀8、出水回水接头9、水泵10、集烟器11、水箱12；所述机箱底座1一侧设置有出风口2，所述出风口2正对风机3，所述风机3下部安装有集烟器11，所述集烟器11紧邻热交换器4，所述热交换器4对面安装有燃烧器6，所述燃烧器6与热交换器4之间的机箱底座上安装有隔热垫5，所述点火器7、比例阀8、出水回水接头9、水泵10均安装在机箱底座1的另一侧。所述比例阀连接天然气管道。
所述集烟器的外部包覆有二次加热循环夹套13；所述二次加热循环夹套与热交换器相通。
作为本发明的优选实施例，所述热交换器4与燃烧器6之间的两侧及上部均安装有隔热垫5且密封，构成燃烧室。
作为本发明的优选实施例，所述隔热垫5外部安装有与机箱底座1连接的板材。
作为本发明的优选实施例，所述水箱8安装在机箱底座1内。
作为本发明的优选实施例，所述机箱底座1设置有与水箱8配合的安装槽。
作为本发明的优选实施例，所述热交换器4与进水回水接头9配合。
作为本发明的优选实施例，所述燃烧器6连接有控制单元。热交换器底部安装有电加热器14，所述电加热器电连接控制单元；所述控制单元电连接电源。
作为本发明的优选实施例，所述天然气管道设置有压力表。
作为本发明的优选实施例，所述机箱底座1与面板配合将整个结构覆盖。
本发明的工作原理：
首先打开天然气开关，然后利用点火器7点火，使天然气在燃烧器6和热交换器4组成的燃烧室内充分燃烧，水泵10不断的使热交换器4内的水循环流动，集烟器11将燃烧产生的废气经过风机3以及管道排到外部环境中。
本发明的所集烟器的外部包覆有二次加热循环夹套13；所述二次加热循环夹套与热交换器相通，通过二次加热循环夹套内充有的循环水，与集烟器进行二次热交换，进一步提高了热量的利用率，相比于现有技术，热量利用率提高近20％左右。
下面结合具体分析对本发明作进一步描述。
如图4所示，本发明实施例提供的多功能燃气壁挂炉联合供暖装置的燃烧器通过比例阀电连接控制单元；
所述控制单元包括：
插接在热交换器内部的温度传感器；
与温度传感器连接，用于控制水泵运行，同时控制燃烧器连通的比例阀开度大小的控制模块；
所述温度传感器数字调制信号x(t)的分数低阶模糊函数表示为：
其中，τ为时延偏移，f为多普勒频移，0＜a,b＜α/2，x*(t)表示x(t)的共轭，当x(t)为实信号时，x(t)＜p＞＝|x(t)|＜p＞sgn(x(t))；当x(t)为复信号时，[x(t)]＜p＞＝|x(t)|p-1x*(t)；
控制模块对温度传感器处理后，传输的信号s(t)进行非线性变换，按如下公式进行：
其中
控制模块还集成有最大燃烧率处理模块；所述最大燃烧率处理模块通过信号连接比例阀；
最大燃烧率处理模块在模糊神经网络算法的基础之上，提出基于广义动态的模糊神经网络的方法；基于椭圆基函数的，模糊完备性，作为在线分配机制，使初始化选择避免随机性；对模糊规则重要性做出评价，对输入变量的重要性给出回应；使每条规则的输入变量的宽度根据系统性能的需求来实施在线的实时的自适应调整。
进一步，最大燃烧率处理模块在最大燃烧率处理中，
首先初始化系统的预定义参数；
以b1，c1为输入量，产生第一个规则；b1为第2个时刻与第1个时刻的燃烧率差，c1为采样步长；
确定第一个规则的参数；
观测b(n)，c(n)的到来，b(n)为第n个时刻与第n-1个时刻的燃烧率差，c(n)为第n-1个时刻的采样步长；
计算马氏距离并找到mdkmin；
计算实际的输出误差确定对应的kd，并与马氏距离mdk进行比较；
如果mdk＞kd，系统误差为ek，如果系统误差ek≤ck，则观测控制是否完成，算法结束；如果系统误差ek＞ck，则产生新规则，确定新参数，计算所有规则误差减少率err；如果误差减少率err小于阈值，则就删去这条规则观测控制是否完成，算法结束；如果误差减少率err不小于阈值，则继续产生新的规则，直到满足误差减少率err小于阈值；
如果mdk≤kd，系统误差为ek，如果系统误差ek＞ke，则计算输入变量的敏感性bij并调整宽度，调整结论参数，观测控制是否完成，算法结束；如果系统误差ek≥ke，则满足要求，观测控制是否完成，算法结束；
最大燃烧率处理模块在最大燃烧率处理中，还包括：
(1)误差定义：
||ek||＝||tk-yk||
其中第k个时刻期望输出是tk；
如果ek>ke，则一条新的规则就增加；其中：
其中，emin指的是输出精度，emax指的是最大误差，k指的是学习的次数，β∈(0，1)指的是收敛常数，推导出：
(2)产生了u个模糊规则，当一个新的样本出现时，把输入的变量投影到一维的隶属函数空间，计算数据
edi(jn)≤kmf
不用分配新的高斯函数，否则就需要产生一个新的高斯函数，它的宽度由式2-10决定，其中心的设置如下：
ci(u+1)＝xik；
模型为：d＝hθ+e；其中，d＝tt为期望的输出，h＝φt＝(h1…hv)，θ为它的实参数，e是误差向量；h通过qr分解成正交基向量集：h＝pn，其中p＝(p1，p2，…，pv)；
(3)定义pi的误差减少率为：
此外定义：
其中误差减少率的矩阵为ρj△＝(ρ1，ρ2，…，ρu)，如果ηi<kerr，则就删去第j条规则。
马氏距离定义：
令：
如果：
mdk,min＝mdk(j)＞kd
则表明增加一条新规则因为现有的系统不足以满足ε－完备性，其中kd这样变化：
上式中，r指的是衰减常数，由上式推导：
所述基于广义动态模糊神经网络的最大燃烧率跟踪器控制方法的高斯宽度修正；修正隶属函数的宽度σij如下：
σijnew＝ξ×σijold；
其中，衰减因子是ζ，由下式决定：
其中输入变量敏感性是bij。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。