| 摘要 | 第1-5页 |
| Abstract | 第5-13页 |
| 第一章 绪论 | 第13-21页 |
| ·引言 | 第13-14页 |
| ·本文研究目的和意义 | 第14-16页 |
| ·国内外研究状况 | 第16-18页 |
| ·论文研究内容安排 | 第18-21页 |
| 第二章 变风量空调系统数学建模 | 第21-33页 |
| ·引言 | 第21-22页 |
| ·课题工程背景 | 第22-27页 |
| ·项目简介 | 第22-24页 |
| ·通风采暖系统概况 | 第24-27页 |
| ·过滤器、表冷器和消声器数学建模 | 第27-28页 |
| ·空调系统阻力分析 | 第28-30页 |
| ·风管沿程阻力损失 | 第28-29页 |
| ·风管局部阻力损失 | 第29-30页 |
| ·变风量末端装置模型 | 第30页 |
| ·冷机耗能分析 | 第30页 |
| ·本章小结 | 第30-33页 |
| 第三章 基于静压控制的VAV控制系统设计 | 第33-61页 |
| ·变风量系统控制概述 | 第33-34页 |
| ·变风量系统布置 | 第34-36页 |
| ·风机、风管布置 | 第34-35页 |
| ·变风量系统相关参数 | 第35-36页 |
| ·送风定静压控制策略 | 第36-47页 |
| ·静压控制 | 第36-39页 |
| ·风平衡 | 第39页 |
| ·静压点位置选取 | 第39-40页 |
| ·压力值设定 | 第40页 |
| ·双风管的压力平衡 | 第40-42页 |
| ·送风静压优化控制 | 第42-43页 |
| ·送风静压再设过程 | 第43-44页 |
| ·失常区的判定 | 第44-45页 |
| ·送风静压优化控制策略的时间响应 | 第45页 |
| ·系统动态分析 | 第45-47页 |
| ·送风温度再设控制 | 第47-49页 |
| ·送风温度再设控制策略简述 | 第47页 |
| ·统计法决定送风温度 | 第47-48页 |
| ·送风温度优化 | 第48页 |
| ·送风温度优化控制不选取回风温度做控制参数 | 第48-49页 |
| ·送风温度再设过程 | 第49页 |
| ·最小新风量控制 | 第49-53页 |
| ·最小新风量控制策略简述 | 第49-50页 |
| ·最小新风再设控制 | 第50-51页 |
| ·区域通风控制——按需通风控制(DCV) | 第51-52页 |
| ·系统级通风控制——通风再设控制(VRC) | 第52-53页 |
| ·通风控制系统不采用回风CO2浓度作为参数原因分析 | 第53页 |
| ·变风量空调机组控制 | 第53-55页 |
| ·变风量空调机组控制 | 第53-55页 |
| ·过渡季节经济节能器控制 | 第55页 |
| ·变风量空调系统最佳启停 | 第55页 |
| ·变风量空调系统的联动控制 | 第55-56页 |
| ·变风量空调系统事故控制策略 | 第56页 |
| ·变风量空调系统末端区域动态优化控制 | 第56-59页 |
| ·本章小结 | 第59-61页 |
| 第四章 模糊神经网络空调控制系统分析 | 第61-71页 |
| ·神经网络 | 第61页 |
| ·神经网络模型 | 第61-62页 |
| ·BP神经网络 | 第62-63页 |
| ·BP网络学习 | 第63-65页 |
| ·模糊控制理论 | 第65-67页 |
| ·模糊控制系统的组成 | 第65页 |
| ·知识库 | 第65-66页 |
| ·决策逻辑 | 第66页 |
| ·隶属度函数建立 | 第66-67页 |
| ·精确化过程 | 第67页 |
| ·模糊神经网络 | 第67-68页 |
| ·模糊神经网络概述 | 第67页 |
| ·模糊神经网络控制器的特征 | 第67-68页 |
| ·模糊神经网络控制器设计 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第五章 变风量空调系统仿真研究 | 第71-81页 |
| ·引言 | 第71页 |
| ·模糊神经网络控制系统建立 | 第71-75页 |
| ·模糊神经网络学习算法 | 第75页 |
| ·基于SIMULINK仿真模型建立及仿真结果 | 第75-79页 |
| ·仿真模型建立 | 第75-77页 |
| ·仿真结果 | 第77-79页 |
| ·本章小结 | 第79-81页 |
| 第六章 结论 | 第81-83页 |
| ·总结 | 第81页 |
| ·展望 | 第81-83页 |
| 参考文献 | 第83-85页 |
| 作者简介 | 第85-87页 |
| 致谢 | 第87页 |