首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

冷冻水空调温湿度先进控制技术研究

致谢第5-6页
摘要第6-8页
ABSTRACT第8-9页
第一章 绪论第12-32页
    1.1 课题的研究背景第12-13页
    1.2 国内外研究现状第13-28页
        1.2.1 冷冻水温度控制第13-15页
        1.2.2 空气处理单元控制器第15-17页
        1.2.3 温湿度独立控制方法第17-22页
        1.2.4 温湿度同时控制方法第22-24页
        1.2.5 空调系统中先进控制技术的应用第24-28页
    1.3 本文的研究意义第28页
    1.4 本文的研究路线和完成的工作第28-32页
        1.4.1 实验平台介绍第28-29页
        1.4.2 本文完成的主要工作第29-32页
第二章 基于线性参数变化模型的冷冻水温度预测控制第32-50页
    2.1 引言第32-33页
    2.2 问题描述第33-35页
    2.3 线性参变模型的辨识第35-38页
        2.3.1 工况点的选择第35-36页
        2.3.2 局部线性模型的辨识第36-37页
        2.3.3 全局线性参变模型第37-38页
    2.4. 基于线性参变模型的预测控制第38-40页
    2.5 实验分析第40-48页
        2.5.1 典型工况点的确定第40页
        2.5.2 局部线性模型的辨识第40-43页
        2.5.3 通过插值法得到全局线性参变模型第43-45页
        2.5.4 基于线性参变模型的控制第45-48页
    2.6 本章小结第48-50页
第三章 基于自适应神经网络的供风温度控制第50-64页
    3.1 引言第50-51页
    3.2 系统简介第51页
    3.3 问题描述第51-53页
    3.4 控制器设计第53-56页
        3.4.1 系统动态特性分析第53-54页
        3.4.2 神经网络控制器设计第54-56页
    3.5 实验测试第56-62页
        3.5.1 目标值改变测试第57-59页
        3.5.2 扰动测试实验第59-62页
    3.6 本章小结第62-64页
第四章 基于神经网络的室内温湿度预测控制第64-86页
    4.1 引言第64-66页
    4.2 实验空调系统的组成第66-67页
    4.3 神经网络模型和控制器设计第67-71页
        4.3.1 神经网络模型第67-68页
        4.3.2 基于神经网络模型的预测控制器设计第68-71页
    4.4 数据分析和讨论第71-83页
        4.4.1 实验步骤第71-72页
        4.4.2 神经网络模型的建立第72-74页
        4.4.3 神经网络模型的验证第74-75页
        4.4.4 神经网络预测控制器与PID控制器控制性能对比实验第75-83页
    4.5 本章小结第83-86页
第五章 基于自适应神经网络逆模型的温湿度控制第86-106页
    5.1 引言第86-88页
    5.2 神经网络控制器设计第88-91页
    5.3 自适应逆神经网络控制第91-92页
    5.4 数据分析与讨论第92-103页
        5.4.1 实验步骤第92-93页
        5.4.2 神经网络系统逆模型的建立第93-94页
        5.4.3 神经网络系统逆模型的验证第94-95页
        5.4.4 控制器性能测试第95-103页
    5.5 本章小结第103-106页
第六章 总结与展望第106-108页
    6.1 全文工作总结第106页
    6.2 未来工作展望第106-108页
参考文献第108-116页
攻读博士学位期间主要的研究成果及参与科研项目第116页

论文共116页,点击 下载论文
上一篇:航天遥感相机成像电子学系统评测技术研究
下一篇:基于清洁生产理念的城市污水处理系统节能降耗集成工艺研究