智能楼宇遮阳控制系统的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 引言 | 第8-14页 |
| ·智能楼宇系统概述 | 第8-9页 |
| ·LONWORKS技术在智能楼宇中的应用 | 第9页 |
| ·智能遮阳控制系统课题的提出 | 第9-13页 |
| ·自然光对人的影响 | 第9-10页 |
| ·自然光对社会发展的影响 | 第10页 |
| ·遮阳系统国内外发展现状 | 第10-11页 |
| ·本文研究内容 | 第11-13页 |
| ·本章小结 | 第13-14页 |
| 2 LONWORKS技术介绍 | 第14-26页 |
| ·LONWORKS技术概述 | 第14页 |
| ·LONWORKS技术在我国发展现状 | 第14-15页 |
| ·LONWORKS神经元芯片介绍 | 第15-16页 |
| ·神经元芯片简介 | 第15页 |
| ·神经元芯片的特点 | 第15-16页 |
| ·LONTALK协议介绍 | 第16-20页 |
| ·LonTalk协议 | 第16-17页 |
| ·物理信道 | 第17-18页 |
| ·网络地址结构 | 第18-19页 |
| ·LonTalk消息服务 | 第19-20页 |
| ·Lontalk网络变量 | 第20页 |
| ·LONWORKS开发工具介绍 | 第20-25页 |
| ·LonMaker简介 | 第20-21页 |
| ·Neuron C语言简介 | 第21-23页 |
| ·Neuron C与ANSI C语言的区别 | 第21-22页 |
| ·Neuron C驱动机制 | 第22-23页 |
| ·NodeBuilder简介 | 第23页 |
| ·NodeBuilder自动编程向导 | 第23页 |
| ·NodeBuilder资源编译器 | 第23页 |
| ·节点Plug-in向导 | 第23页 |
| ·LNS简介 | 第23-25页 |
| ·LNS的特点 | 第24页 |
| ·LNS的组网 | 第24-25页 |
| ·LNS的监控 | 第25页 |
| ·本章小结 | 第25-26页 |
| 3 智能控制节点的开发 | 第26-38页 |
| ·智能窗帘控制节点硬件设计 | 第26-29页 |
| ·需求分析及方案设计 | 第26-27页 |
| ·元器件选择与电路设计 | 第27-29页 |
| ·电源电路 | 第27-28页 |
| ·数据输入电路 | 第28页 |
| ·数据输出电路 | 第28-29页 |
| ·PCB电路图 | 第29页 |
| ·智能窗帘控制节点软件设计 | 第29-34页 |
| ·需求分析 | 第29-30页 |
| ·软件的实现 | 第30-34页 |
| ·硬件管脚的定义 | 第31-32页 |
| ·节点初始化 | 第32页 |
| ·节点输入/输出功能的实现 | 第32-33页 |
| ·节点窗帘控制功能的实现 | 第33-34页 |
| ·太阳高度角、方位角预测功能的实现 | 第34-35页 |
| ·智能遮阳控制系统的集成 | 第35页 |
| ·本章小结 | 第35-38页 |
| 4 上位机监控系统的开发 | 第38-50页 |
| ·系统需求分析 | 第38页 |
| ·开发工具介绍 | 第38-42页 |
| ·VB简介 | 第38-39页 |
| ·面向对象编程 | 第39页 |
| ·事件驱动的编程机制 | 第39页 |
| ·LonWorks网络程序接口的选择 | 第39-42页 |
| ·LNS For Windows编程介绍 | 第40页 |
| ·LNS Object Server控件介绍 | 第40-42页 |
| ·监控系统的实现 | 第42-49页 |
| ·系统登录模块的实现 | 第42页 |
| ·密码修改模块的实现 | 第42-43页 |
| ·管理员模式子系统的实现 | 第43-46页 |
| ·用户管理模块 | 第44页 |
| ·楼宇信息模块 | 第44-45页 |
| ·窗口管理模块 | 第45-46页 |
| ·用户模式子系统的实现 | 第46-49页 |
| ·窗口单独控制模块 | 第46-47页 |
| ·窗口集中控制模块 | 第47页 |
| ·LNS通信模块 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 5 基于人工神经网络的太阳高度角预测 | 第50-62页 |
| ·人工神经网络概述 | 第50-51页 |
| ·BP神经网络 | 第51-53页 |
| ·BP网络简介 | 第51页 |
| ·BP网络拓扑结构 | 第51-52页 |
| ·BP网络的构建与训练 | 第52-53页 |
| ·RBF神经网络 | 第53-55页 |
| ·RBF网络简介 | 第53页 |
| ·RBF神经网络的结构和特点 | 第53-54页 |
| ·RBF神经网络的构建与训练 | 第54-55页 |
| ·预测模型的构建与比较 | 第55-60页 |
| ·样本数据的处理 | 第55-56页 |
| ·BP网络预测模型的实现 | 第56-57页 |
| ·BP网络算法选取 | 第56页 |
| ·BP网络设计 | 第56-57页 |
| ·RBF网络预测模型的实现 | 第57-59页 |
| ·RBF网络算法的选取 | 第57页 |
| ·网络参数的优化 | 第57-59页 |
| ·插值算法、BP网络与RBF网络预测比较 | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 6 总结与展望 | 第62-64页 |
| ·工作总结 | 第62页 |
| ·课题展望 | 第62-64页 |
| 参考文献 | 第64-66页 |
| 个人简介 | 第66-68页 |
| 导师简介 | 第68-70页 |
| 致谢 | 第70页 |
