基于神经网络的中央空调控制系统的建模与仿真
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·空调技术的研究内容与现状 | 第7-8页 |
| ·空调技术所面临的问题 | 第8-9页 |
| ·人工神经网络在空调系统中的应用 | 第9-12页 |
| ·预测负荷 | 第9-10页 |
| ·建筑物能量分析、管理与控制系统 | 第10页 |
| ·故障诊断 | 第10-11页 |
| ·系统辨识与控制 | 第11-12页 |
| ·其它应用 | 第12页 |
| ·本文研究的主要内容 | 第12-14页 |
| 第二章 空调系统工况转换的神经网络模型 | 第14-30页 |
| ·中央空调温湿度控制的基本方法 | 第14-15页 |
| ·中央空调自动控制系统 | 第15-18页 |
| ·全年运行工况自动转换的神经网络实现 | 第18-27页 |
| ·BP神经网络 | 第18-21页 |
| ·RBF神经网络 | 第21页 |
| ·采用matlab命令构造BP神经网络 | 第21-24页 |
| ·采用GUI建立神经网络 | 第24-27页 |
| ·工况转换的SIMULINK实现 | 第27页 |
| ·仿真 | 第27-29页 |
| ·小结 | 第29-30页 |
| 第三章 空调时滞对象的神经网络辨识 | 第30-44页 |
| ·神经网络辨识方法 | 第30-33页 |
| ·神经网络对空调滞后对象的辨识 | 第33-39页 |
| ·利用MATLAB系统辨识工具箱对系统的辨识 | 第33-35页 |
| ·一阶惯性加纯滞后对象的神经网络辨识方法 | 第35-37页 |
| ·利用神经网络对非线性时滞系统的辨识 | 第37-39页 |
| ·空调系统二次加热过程辨识实例 | 第39-43页 |
| ·数据的采集和处理 | 第39-42页 |
| ·神经网络的建立和训练 | 第42页 |
| ·对象参数的确定 | 第42-43页 |
| ·小结 | 第43-44页 |
| 第四章 空调系统的神经网络预测控制 | 第44-56页 |
| ·模型预测控制原理和算法 | 第44-50页 |
| ·原理 | 第44-47页 |
| ·模型预测控制算法 | 第47-50页 |
| ·神经网络预测控制 | 第50-52页 |
| ·空调神经网络预测控制仿真实例 | 第52-55页 |
| ·小结 | 第55-56页 |
| 第五章 基于神经网络的空调系统全年运行调节仿真 | 第56-63页 |
| ·设备运行容量计算模型的建立 | 第57-58页 |
| ·空调房间热特性m文件的编制和模型的建立 | 第58-59页 |
| ·建立房间相对湿度显示的神经网络模型 | 第59页 |
| ·系统连接和简化 | 第59-60页 |
| ·仿真和结果分析 | 第60-62页 |
| ·小结 | 第62-63页 |
| 第六章 结束语 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间发表的学术论文目录 | 第67页 |
