首页--工业技术论文--建筑科学论文--建筑基础科学论文--建筑物理学论文--建筑热工学论文--建筑热工理论论文--建筑热工计算论文

EnergyPlus计算内核下的BIM建筑能耗分析研究

摘要第3-4页
abstract第4-5页
1 绪论第9-15页
    1.1 研究背景及意义第9-10页
    1.2 国内外发展现状第10-12页
        1.2.1 能耗模拟软件研究现状第10-11页
        1.2.2 热区划分方法研究现状第11-12页
    1.3 研究内容第12-13页
    1.4 论文结构第13-15页
2 BIM技术及参数化建模第15-21页
    2.1 BIM技术第15-16页
        2.1.1 BIM的概念第15-16页
        2.1.2 BIM技术的优势第16页
    2.2 运用BIM技术建立参数化模型第16-19页
    2.3 BIM与能耗软件之间的数据对接第19-20页
    2.4 本章小结第20-21页
3 结合建筑内部房间功能的热区自动划分算法第21-39页
    3.1 热工区域概述第21-22页
        3.1.1 热区含义第21页
        3.1.2 热区划分的方式与原则第21-22页
    3.2 热区的划分方式对能耗模拟计算结果准确性的影响第22-29页
        3.2.1 某建筑热区的划分方式第25-26页
        3.2.2 热区的不同划分方式对能耗模拟计算结果准确性的影响第26-29页
        3.2.3 实现热区自动划分的必要性第29页
    3.3 结合建筑内部房间功能的热区自动划分算法第29-38页
        3.3.1 结合房间功能的热区自动划分算法第29-38页
        3.3.2 算法实现第38页
    3.4 本章小结第38-39页
4 EnergyPlus计算内核下的BIM建筑能耗服务器框架研究第39-53页
    4.1 能耗模拟软件的选用第39-40页
        4.1.1 能耗模拟软件的历史第39-40页
        4.1.2 能耗模拟软件的比对第40页
    4.2 EnergyPlus的特点第40-43页
        4.2.1 EnergyPlus主要功能及程序调用过程第40-41页
        4.2.2 EnergyPlus软件特点第41-43页
    4.3 CEP总体框架第43-44页
        4.3.1 总体框架图第43页
        4.3.2 CEP平台的架构原理图第43-44页
    4.4 CEP数据库总体结构设计第44-46页
        4.4.1 创建数据模型第44-45页
        4.4.2 数据库模型第45-46页
        4.4.3 物理实现第46页
    4.5 CEP的功能需求及实现第46-52页
        4.5.1 用户注册登录第46-47页
        4.5.2 IDF和EPW上传与下载第47页
        4.5.3 个人中心第47-48页
        4.5.4 系统管理第48页
        4.5.5 用户类型及权限第48-49页
        4.5.6 调用EnergyPlus第49-50页
        4.5.7 计算报表第50-52页
    4.6 本章小结第52-53页
5 算法验证第53-69页
    5.1 利用结合建筑房间内部功能的热区自动划分算法划分热区的建筑物能耗模拟分析第54-59页
        5.1.1 自然室温计算第54-55页
        5.1.2 全年总负荷计算第55-57页
        5.1.3 全年逐时负荷计算第57-58页
        5.1.4 全年逐日负荷计算第58页
        5.1.5 全年逐月负荷计算第58-59页
    5.2 Revit中默认分区方式划分热工区域的建筑能耗模拟分析第59-65页
        5.2.1 自然室温计算第60-61页
        5.2.2 全年总负荷计算第61-62页
        5.2.3 全年逐时负荷计算第62-63页
        5.2.4 全年逐日负荷计算第63-64页
        5.2.5 全年逐月负荷计算第64-65页
    5.3 两种分区方式模拟结果比对分析第65-67页
    5.4 本章小结第67-69页
6 总结与展望第69-71页
    6.1 总结第69页
    6.2 展望第69-71页
致谢第71-73页
参考文献第73-77页
攻读硕士学位期间所发表的论文及成果第77页

论文共77页,点击 下载论文
上一篇:基于多特征融合的视频文本检测
下一篇:基于聚类融合的不平衡数据分类研究及其应用