| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题研究的背景和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-15页 |
| 1.2.1 中央空调系统控制技术发展现状 | 第9-13页 |
| 1.2.2 优化方法的研究 | 第13-15页 |
| 1.3 本文研究的主要内容 | 第15-17页 |
| 第2章 中央空调的系统的构成与运行工艺过程 | 第17-24页 |
| 2.1 中央空调系统的构成 | 第17-18页 |
| 2.2 空调冷却水系统的运行工艺过程 | 第18-23页 |
| 2.2.1 冷却塔的散热过程 | 第18-21页 |
| 2.2.2 冷却水系统的传热过程 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 智能算法的基础知识 | 第24-29页 |
| 3.1 智能算法的介绍 | 第24-25页 |
| 3.2 量子行为粒子群优化算法的原理 | 第25-27页 |
| 3.4 量子行为粒子群优化算法的基本流程 | 第27-28页 |
| 3.5 本章小结 | 第28-29页 |
| 第4章 冷却水系统的模型建立与QPSO算法的改进 | 第29-43页 |
| 4.1 中央空调冷却水系统的模型 | 第29-32页 |
| 4.1.1 冷水机组的数学模型 | 第29-30页 |
| 4.1.2 冷却水泵的数学模型 | 第30页 |
| 4.1.3 冷却塔风扇的数学模型 | 第30-31页 |
| 4.1.4 各设备能耗模型的参数辨识 | 第31-32页 |
| 4.2 冷却水系统的优化目标 | 第32-34页 |
| 4.2.1 冷却水系统的目标函数 | 第32页 |
| 4.2.2 冷却水系统中设备的物理约束 | 第32-33页 |
| 4.2.3 冷却水系统中设备之间的相互约束 | 第33-34页 |
| 4.3 量子行为粒子群优化算法 | 第34-42页 |
| 4.3.1 分析参数对量子行为粒子群优化算法收敛的影响 | 第34-39页 |
| 4.3.2 量子行为粒子群优化算法的改进 | 第39-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第5章 实验与分析 | 第43-57页 |
| 5.1 冷却水系统优化结果比较 | 第44-54页 |
| 5.1.1 环境湿球温度发生改变 | 第44-51页 |
| 5.1.2 不同的冷冻水供水温度 | 第51-53页 |
| 5.1.3 不同的冷负荷 | 第53-54页 |
| 5.2 全天的冷却水系统的能耗比较 | 第54-55页 |
| 5.3 本章小结 | 第55-57页 |
| 第6章 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 在学研究成果 | 第61-62页 |
| 致谢 | 第62页 |