隧道LED照明的智能控制系统研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外发展现状及趋势 | 第10-11页 |
| 1.2.2 国内发展现状及趋势 | 第11-12页 |
| 1.3 研究目的及主要内容 | 第12-15页 |
| 1.3.1 研究目的 | 第12页 |
| 1.3.2 主要研究内容 | 第12-15页 |
| 第二章 隧道照明智能控制系统总体设计 | 第15-19页 |
| 2.1 公路隧道特点分析 | 第15页 |
| 2.2 隧道照明节能设计思路 | 第15-18页 |
| 2.2.1 隧道照明的视觉特点 | 第15-16页 |
| 2.2.2 影响隧道照明质量的因素 | 第16-18页 |
| 2.3 隧道LED智能控制系统总体设计 | 第18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 隧道LED照明亮度计算 | 第19-41页 |
| 3.1 岭底隧道参数设计 | 第19-20页 |
| 3.2 岭底隧道规范亮度值 | 第20-25页 |
| 3.3 岭底实际计算亮度值 | 第25-38页 |
| 3.3.1 亮度叠加 | 第25-27页 |
| 3.3.2 隧道照明控制方式的实际照明亮度 | 第27-38页 |
| 3.4 岭底隧道照明设计 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 隧道LED照明智能控制策略 | 第41-53页 |
| 4.1 隧道LED照明调光控制系统结构 | 第41-43页 |
| 4.2 传感器信息融合 | 第43-44页 |
| 4.3 模糊神经网络控制模型的设计及仿真 | 第44-52页 |
| 4.3.1 确定模糊神经网络控制器的输入输出变量 | 第45页 |
| 4.3.2 模糊化 | 第45-46页 |
| 4.3.3 确定模糊量的隶属度函数 | 第46-47页 |
| 4.3.4 控制规则 | 第47-48页 |
| 4.3.5 神经网络 | 第48-51页 |
| 4.3.6 去模糊化 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 隧道LED照明调光控制器的设计 | 第53-71页 |
| 5.1 亮度调节方式选择 | 第53-54页 |
| 5.1.1 模拟调光 | 第53页 |
| 5.1.2 可控硅调光 | 第53页 |
| 5.1.3 PWM调光 | 第53-54页 |
| 5.2 PWM调光原理 | 第54-55页 |
| 5.3 隧道LED照明调光控制器总体设计 | 第55-67页 |
| 5.3.1 EMI滤波电路 | 第56-58页 |
| 5.3.2 驱动电源 | 第58页 |
| 5.3.3 ATMEGA16A核心控制模块 | 第58-61页 |
| 5.3.4 PWM控制恒流模块 | 第61-64页 |
| 5.3.5 现场通信组网布置 | 第64-65页 |
| 5.3.6 主要程序设计 | 第65-67页 |
| 5.4 隧道照明调光控制实验设计及结果分析 | 第67-69页 |
| 5.4.1 调光控制器参数模型及实物模型 | 第67-68页 |
| 5.4.2 实验结果及分析 | 第68-69页 |
| 5.5 本章小结 | 第69-71页 |
| 结论和展望 | 第71-73页 |
| 结论 | 第71页 |
| 展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 攻读学位期间取得的研究成果 | 第77-79页 |
| 致谢 | 第79页 |
