摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第12-18页 |
1.1 课题研究概述 | 第12-13页 |
1.1.1 课题研究的背景 | 第12页 |
1.1.2 课题研究的内容及意义 | 第12-13页 |
1.2 课题研究现状及发展趋势 | 第13-16页 |
1.2.1 国内空调系统的研究现状 | 第13-14页 |
1.2.2 国外空调系统的研究现状 | 第14-15页 |
1.2.3 空调解耦控制的研究及发展 | 第15-16页 |
1.3 本文结构安排 | 第16-17页 |
1.4 本章小结 | 第17-18页 |
第二章 变风量空调系统概述 | 第18-26页 |
2.1 中央空调系统 | 第18-20页 |
2.1.1 中央空调系统的任务 | 第18页 |
2.1.2 中央空调系统的类型 | 第18-19页 |
2.1.3 中央空调系统的工作过程 | 第19-20页 |
2.2 变风量空调系统 | 第20-24页 |
2.2.1 变风量空调系统的原理 | 第20-22页 |
2.2.2 变风量空调系统的分类 | 第22-23页 |
2.2.3 变风量空调系统的特点 | 第23-24页 |
2.3 本章小结 | 第24-26页 |
第三章 变风量空调系统设计 | 第26-42页 |
3.1 工程背景 | 第26页 |
3.2 楼宇控制系统总体方案设计 | 第26-27页 |
3.3 空调系统设计 | 第27-32页 |
3.3.1 工艺设计流程 | 第27-28页 |
3.3.2 风机、风管布置 | 第28-29页 |
3.3.3 设备选型 | 第29-32页 |
3.4 新风机控制系统设计 | 第32-36页 |
3.4.1 机组组成 | 第32-33页 |
3.4.2 施工图设计 | 第33-34页 |
3.4.3 监控管理系统 | 第34-36页 |
3.5 变风量空调系统控制类型 | 第36-41页 |
3.5.1 变风量空调系统控制特点 | 第36-37页 |
3.5.2 管道静压控制 | 第37页 |
3.5.3 风量控制 | 第37-38页 |
3.5.4 送风温度控制 | 第38页 |
3.5.5 新风量控制 | 第38-39页 |
3.5.6 末端装置控制 | 第39-41页 |
3.6 本章小结 | 第41-42页 |
第四章 变风量空调系统预测控制方案 | 第42-60页 |
4.1 温度控制方案 | 第42-43页 |
4.2 控制器设计 | 第43-49页 |
4.2.1 神经网络控制器特点 | 第43页 |
4.2.2 BP神经网络及学习算法 | 第43-45页 |
4.2.3 改进BP-PID算法在控制器中的应用 | 第45-48页 |
4.2.4 温度仿真分析 | 第48-49页 |
4.3 预测器设计 | 第49-58页 |
4.3.1 预测控制原理 | 第49-50页 |
4.3.2 RBF神经网络 | 第50-51页 |
4.3.3 RBF神经网络预测模型建立 | 第51-52页 |
4.3.4 基于遗传算法的改进RBF神经网络算法 | 第52-58页 |
4.3.5 温度仿真分析 | 第58页 |
4.4 本章小结 | 第58-60页 |
第五章 变风量空调系统解耦控制策略 | 第60-66页 |
5.1 湿度控制方案 | 第60-61页 |
5.2 温湿度耦合特性分析 | 第61-63页 |
5.3 解耦控制方案 | 第63-64页 |
5.4 神经网络解耦算法 | 第64-65页 |
5.5 本章小结 | 第65-66页 |
第六章 变风量空调系统仿真实验分析 | 第66-74页 |
6.1 空调房间模型建立 | 第66-68页 |
6.1.1 温度回路建模 | 第66-67页 |
6.1.2 湿度回路建模 | 第67页 |
6.1.3 空调房间模型 | 第67-68页 |
6.2 仿真结果及分析 | 第68-73页 |
6.2.1 基于改进BP-PID的RBF神经网络预测控制仿真分析 | 第68-71页 |
6.2.2 基于解耦控制的仿真分析 | 第71-73页 |
6.3 本章小结 | 第73-74页 |
第七章 结论 | 第74-76页 |
7.1 总结 | 第74页 |
7.2 展望 | 第74-76页 |
参考文献 | 第76-78页 |
作者简介 | 第78页 |
作者在攻读硕士学位期间的学术成果 | 第78-80页 |
致谢 | 第80页 |