摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-16页 |
1.1 课题研究的背景及意义 | 第9-10页 |
1.1.1 研究背景 | 第9-10页 |
1.1.2 研究意义 | 第10页 |
1.2 国内外研究状况 | 第10-12页 |
1.3 课题主要研究方法和内容 | 第12-14页 |
1.3.1 研究方法 | 第12-13页 |
1.3.2 研究内容 | 第13-14页 |
1.4 课题研究的难点分析 | 第14-15页 |
1.5 本章小结 | 第15-16页 |
第二章 公路隧道通风控制系统参数相关的分析与模型研究 | 第16-27页 |
2.1 公路隧道空气控制卫生标准及相关通风检测设备 | 第16-19页 |
2.1.1 烟雾质量控制设计 | 第16-17页 |
2.1.2 可见度浓度分析 | 第17页 |
2.1.3 隧道通风系统中应用到的检测设备 | 第17-19页 |
2.2 隧道控制通风系统中相关模型研究 | 第19-24页 |
2.2.1 通风控制风向的动力模型 | 第19-22页 |
2.2.2 COVI 烟雾的数学模型 | 第22-23页 |
2.2.3 隧道交通流控制数模研究 | 第23-24页 |
2.3 公路隧道通风系统设计风量研究计算 | 第24-26页 |
2.3.1 隧道一氧化碳的稀释风量计算 | 第24-25页 |
2.3.2 隧道可见度的稀释风量计算 | 第25-26页 |
2.5 本章小结 | 第26-27页 |
第三章 公路隧道通风控制结构模型与交通量模型预测 | 第27-40页 |
3.1 隧道通风控制系统结构与控制数模 | 第27-29页 |
3.1.1 通风控制系统的结构 | 第27-28页 |
3.1.2 通风控制系统的数模 | 第28-29页 |
3.2 隧道交通量预测必要性与特点 | 第29-30页 |
3.3 隧道通风前馈控制数模与交通量预测的联系 | 第30-33页 |
3.3.1 隧道交通预测几种方法研究分析 | 第30-31页 |
3.3.2 隧道交通预测与前馈控制数模联系 | 第31-33页 |
3.4 基于小波神经网络的隧道短时交通量预测方法说明 | 第33-39页 |
3.4.1 小波算法研究 | 第34页 |
3.4.2 小波神经网络算法及交通流程研究 | 第34-37页 |
3.4.3 基于小波神经网络的短时交通量预测数模设计 | 第37-38页 |
3.4.4 数模预测分析 | 第38-39页 |
3.5 本章小结 | 第39-40页 |
第四章 公路隧道前馈模糊控制通风系统的研究 | 第40-61页 |
4.1 模糊隧道控制系统的理论 | 第40-42页 |
4.1.1 隧道通风系统结构组成 | 第40-41页 |
4.1.2 隧道模糊控制系统算法的研究确立 | 第41页 |
4.1.3 隧道模糊控制器的研究设计 | 第41-42页 |
4.2 隧道通风控制的前馈式模糊神控制器设计 | 第42-52页 |
4.2.1 布置风机的控制启停方法研究 | 第43页 |
4.2.2 隧道前馈式控制器设计 | 第43-52页 |
4.3 隧道前馈模糊控制通风系统仿真与测试 | 第52-60页 |
4.3.1 隧道模糊控制通风系统数模处理 | 第52-53页 |
4.3.2 通风系统仿真设计步骤 | 第53-54页 |
4.3.3 在MATLAB 工具下系统的仿真测试 | 第54-60页 |
4.4 本章小结 | 第60-61页 |
第五章 控制系统在太古西山隧道通风控制中的模拟实验 | 第61-70页 |
5.1 通风控制系统中变频技术的应用 | 第61-63页 |
5.1.1 系统变频原理 | 第61页 |
5.1.2 隧道通风控制系统变频原理的结构图 | 第61-63页 |
5.2 隧道通风控制系统平台模拟 | 第63-69页 |
5.2.1 控制系统硬件模块 | 第63-64页 |
5.2.2 控制系统软件模块 | 第64-65页 |
5.2.3 隧道通风控制系统台平实现实验 | 第65-69页 |
5.3 本章小结 | 第69-70页 |
结论与展望 | 第70-72页 |
参考文献 | 第72-74页 |
攻读学位期间取得的研究成果 | 第74-75页 |
致谢 | 第75页 |