摘要 | 第1-4页 |
Abstract | 第4-8页 |
第1章 绪论 | 第8-19页 |
·选题背景与研究意义 | 第8-9页 |
·能源格局和趋势 | 第8页 |
·我国节能减排形势政策 | 第8-9页 |
·论文研究意义 | 第9页 |
·VAV 空调系统概述 | 第9-12页 |
·VAV 空调系统的概念及发展 | 第9-10页 |
·VAV 空调系统的基本原理、构成及分类 | 第10-11页 |
·VAV 空调系统的特点及适用范围 | 第11-12页 |
·VAV 空调系统的控制特性及其耦合性分析 | 第12页 |
·VAV 空调系统的研究和应用现状 | 第12-14页 |
·国外 VAV 空调系统的研究和应用现状 | 第12-13页 |
·国内 VAV 空调系统的研究和应用现状 | 第13-14页 |
·预测控制 | 第14页 |
·神经网络建模与辨识 | 第14-17页 |
·人工神经网络概述 | 第15页 |
·神经网络辨识 | 第15-17页 |
·论文的研究工作和内容安排 | 第17-19页 |
·论文的研究工作 | 第17页 |
·论文的内容安排 | 第17-19页 |
第2章 VAV 空调系统的优化控制策略分析 | 第19-27页 |
·研究对象描述 | 第19-20页 |
·末端装置(VAV Box)优化控制分析及方案选定 | 第20-22页 |
·串级控制 | 第20页 |
·VAV 压力相关和压力无关型末端控制 | 第20-21页 |
·VAV 末端串级预测优化控制策略 | 第21-22页 |
·VAV 空调系统送风量优化控制分析及方案选定 | 第22-26页 |
·常用的几种控制方法 | 第22-25页 |
·VAV 空调机组送风量预测优化控制策略 | 第25-26页 |
·本章小结 | 第26-27页 |
第3章 神经网络用于 VAV 空调系统预测模型辨识 | 第27-38页 |
·网络选择 | 第27页 |
·预测模型参数选择 | 第27-29页 |
·VAV 空调末端区域温度预测模型参数选择 | 第27-28页 |
·VAV 空调机组送风量预测模型参数选择 | 第28-29页 |
·神经网络预测模型结构 | 第29页 |
·样本数据采集与预处理 | 第29-31页 |
·采样参数选择 | 第30页 |
·样本采样策略 | 第30-31页 |
·数据预处理 | 第31页 |
·预测模型的训练与结果分析 | 第31-36页 |
·模型训练算法及参数选择 | 第31-32页 |
·VAV 空调机组送风量预测模型辨识结果与分析 | 第32-34页 |
·末端区域温度模型预测结果与分析 | 第34-36页 |
·本章小结 | 第36-38页 |
第4章 VAV 空调系统神经网络预测优化控制研究 | 第38-48页 |
·神经网络非线性预测优化控制 | 第38-43页 |
·控制算法描述 | 第38-39页 |
·神经网络控制器结构 | 第39页 |
·神经网络预测控制器在线寻优 | 第39-43页 |
·VAV 空调末端区域温度控制应用研究 | 第43-44页 |
·性能指标 | 第43页 |
·实验结果分析 | 第43-44页 |
·VAV 空调机组送风量控制应用研究 | 第44-47页 |
·性能指标 | 第44页 |
·实验结果分析 | 第44-46页 |
·送风机能耗分析 | 第46-47页 |
·本章小结 | 第47-48页 |
第5章 基于 ARM 嵌入式技术的 VAV 空调控制系统设计与实现 | 第48-59页 |
·嵌入式系统概念与特点 | 第48-49页 |
·嵌入式系统定义和特点 | 第48页 |
·ARM 用于现场控制器开发 | 第48-49页 |
·VAV 空调智能控制系统搭建及硬件组成 | 第49-51页 |
·VAV 空调智能控制系统架构 | 第49-50页 |
·VAV 空调智能控制系统硬件搭建 | 第50-51页 |
·VAV 空调智能控制软件程序设计及开发 | 第51-58页 |
·智能控制系统软件任务分析 | 第51页 |
·WinCE 操作系统 | 第51-52页 |
·开发环境搭建 | 第52-53页 |
·基于模块化思想的神经网络预测优化控制算法开发 | 第53-57页 |
·GUIDE 与上位机监控程序 | 第57-58页 |
·本章小结 | 第58-59页 |
总结与展望 | 第59-60页 |
·课题总结 | 第59页 |
·课题展望 | 第59-60页 |
参考文献 | 第60-63页 |
研究生阶段论文发表情况 | 第63-64页 |
致谢 | 第64页 |