摘要 | 第4-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第10-20页 |
1.1 课题来源 | 第10页 |
1.2 课题研究背景、目的及意义 | 第10-12页 |
1.3 相关领域国内外研究现状 | 第12-18页 |
1.3.1 纯电动客车的研究现状 | 第12-13页 |
1.3.2 纯电动汽车空调的研究现状 | 第13-15页 |
1.3.3 空调控制策略的研究现状 | 第15-16页 |
1.3.4 热舒适度的研究现状 | 第16-18页 |
1.4 本文主要研究内容和组织结构 | 第18-20页 |
1.4.1 主要研究内容 | 第18-19页 |
1.4.2 本文组织结构 | 第19-20页 |
第2章 纯电动客车双环变频空调系统的建模 | 第20-32页 |
2.1 JLD-IIC/E 型纯电动客车空调简介 | 第20-21页 |
2.2 纯电动客车变频空调的工作原理 | 第21-22页 |
2.3 双环变频空调系统的数学模型 | 第22-30页 |
2.3.1 客车车厢数学模型的分析和建立 | 第23-25页 |
2.3.2 风机数学模型的分析与建立 | 第25-26页 |
2.3.3 压缩机数学模型的分析与建立 | 第26-28页 |
2.3.4 送风制冷数学模型的分析与建立 | 第28-30页 |
2.4 仿真结果 | 第30-31页 |
2.5 本章小结 | 第31-32页 |
第3章 客车车厢环境的热舒适度PMV预测模型 | 第32-53页 |
3.1 热舒适度影响因素以及评价指标 | 第32-36页 |
3.1.1 热舒适度的主要影响因素 | 第32-33页 |
3.1.2 热舒适度的评价指标 | 第33-34页 |
3.1.3 热舒适PMV模型 | 第34-36页 |
3.2 基于改进粒子群优化BP神经网络的PMV预测模型 | 第36-43页 |
3.2.1 基于BP神经网络的预测建模 | 第36-39页 |
3.2.2 基于改进粒子群算法优化BP神经网络的PMV预测建模 | 第39-43页 |
3.3 基于改进粒子群优化支持向量机的PMV预测模型 | 第43-48页 |
3.3.1 支持向量机算法的原理 | 第43-47页 |
3.3.2 基于改进粒子群算法的支持向量机参数优化 | 第47-48页 |
3.4 实验结果分析 | 第48-52页 |
3.5 本章小结 | 第52-53页 |
第4章 基于AGA的空调热舒适度模糊控制系统 | 第53-69页 |
4.1 热舒适度PMV的研究与分析 | 第53-59页 |
4.1.1 PMV控制变量的分析与确定 | 第53-57页 |
4.1.2 PMV控制方式的比较与确定 | 第57-59页 |
4.2 基于AGA的双环变频空调模糊控制器的设计 | 第59-64页 |
4.2.1 模糊控制原理 | 第59-60页 |
4.2.2 双环变频空调的热舒适度模糊控制器 | 第60-62页 |
4.2.3 基于AGA优化的双环变频空调热舒适度模糊控制器 | 第62-64页 |
4.3 基于AGA的热舒适度模糊控制系统的建立与仿真 | 第64-68页 |
4.3.1 基于AGA的双环变频空调模糊控制系统的建立 | 第64-66页 |
4.3.2 基于AGA的双环变频空调模糊控制系统的仿真与分析 | 第66-68页 |
4.4 本章小结 | 第68-69页 |
第5章 双环变频空调控制系统的硬件和软件设计 | 第69-80页 |
5.1 双环变频空调控制系统的总体结构 | 第69-70页 |
5.2 嵌入式控制系统的硬件设计 | 第70-74页 |
5.3 空调控制系统的软件设计 | 第74-78页 |
5.3.1 软件总体设计 | 第74-76页 |
5.3.2 模糊控制的软件设计 | 第76-78页 |
5.4 实物展示 | 第78-79页 |
5.5 本章小结 | 第79-80页 |
第6章 总结与展望 | 第80-82页 |
6.1 工作总结 | 第80-81页 |
6.2 工作展望 | 第81-82页 |
致谢 | 第82-83页 |
参考文献 | 第83-87页 |
研究生期间的研究成果 | 第87-88页 |
附录 A | 第88页 |