| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 课题的研究背景 | 第8-9页 |
| 1.2 VAV空调系统的使用背景 | 第9页 |
| 1.3 VAV空调的发展 | 第9-10页 |
| 1.4 VAV空调国内外使用现状及研究方向 | 第10-11页 |
| 1.5 VAV变风量空调系统的耦合特性 | 第11页 |
| 1.6 VAV空调耦合控制研究意义 | 第11-12页 |
| 第二章 智能建筑中变风量空调系统 | 第12-20页 |
| 2.1 智能建筑概述 | 第12-13页 |
| 2.1.1 智能建筑概念 | 第12页 |
| 2.1.2 智能建筑的基本特征 | 第12-13页 |
| 2.1.3 智能建筑的基本组成 | 第13页 |
| 2.2 建筑节能与环境保护 | 第13-14页 |
| 2.3 空调系统简介 | 第14页 |
| 2.4 VAV空调系统的概述 | 第14-15页 |
| 2.5 办公建筑中常用的空调系统特点 | 第15-20页 |
| 2.5.1 VAV空调系统分类 | 第16-17页 |
| 2.5.2 VAV变风量系统风量控制 | 第17-18页 |
| 2.5.3 VAV空调系统末端控制分类 | 第18-20页 |
| 第三章 VAV空调系统模型的相关理论 | 第20-38页 |
| 3.1 多变量系统解耦控制理论 | 第20-22页 |
| 3.1.1 多变量解耦控制应用 | 第20-21页 |
| 3.1.2 多变量过程控制系统智能解耦技术 | 第21-22页 |
| 3.2 神经网络的基本理论 | 第22-38页 |
| 3.2.1 神经网络概述 | 第22-23页 |
| 3.2.2 神经网络工作原理 | 第23-28页 |
| 3.2.3 神经网络学习方式 | 第28-30页 |
| 3.2.4 BP神经网络简介 | 第30-31页 |
| 3.2.5 BP神经网络算法 | 第31-36页 |
| 3.2.6 常见神经网络解耦方案 | 第36-38页 |
| 第四章 变风量空调系统的分析与建模 | 第38-47页 |
| 4.1 建模的必要性与基本原则 | 第38页 |
| 4.2 建模的基本方法 | 第38-41页 |
| 4.2.1 理论法 | 第38页 |
| 4.2.2 试验法 | 第38-41页 |
| 4.3 变风量控制系统建模过程 | 第41-47页 |
| 4.3.1 变风量控制系统建模分析 | 第41-42页 |
| 4.3.2 变风量系统的测试法建模 | 第42-47页 |
| 第五章 变风量空调末端神经网络解耦控制方案设计 | 第47-60页 |
| 5.1 BP神经网络解耦器设计 | 第47-51页 |
| 5.1.1 神经网络解耦系统结构 | 第47-48页 |
| 5.1.2 神经网络解耦算法 | 第48-51页 |
| 5.2 VAV系统神经元自适应PID控制器设计 | 第51-55页 |
| 5.2.1 单神经元自适应PID控制器 | 第51-53页 |
| 5.2.2 单神经元自适应PID控制器初始权值的确定 | 第53-55页 |
| 5.3 VAV末端解耦仿真实验研究 | 第55-60页 |
| 5.3.1 仿真软件介绍 | 第55页 |
| 5.3.2 变风量空调末端仿真 | 第55-57页 |
| 5.3.3 计算机仿真及结果分析 | 第57-60页 |
| 第六章 变风量空调系统实际运用及智能控制策略的实践研究 | 第60-70页 |
| 6.1 VAV系统应用实例 | 第60-67页 |
| 6.1.1 楼宇自控系统问题分析 | 第60-61页 |
| 6.1.2 自控系统解决方案 | 第61-66页 |
| 6.1.3 BA及VAV系统节能效果报告 | 第66-67页 |
| 6.2 变风量系统的调试方案 | 第67-69页 |
| 6.2.1 变风量系统调试内容及条件 | 第67-68页 |
| 6.2.2 变风量系统调试的流程及方案 | 第68-69页 |
| 6.3 神经网络解耦控制的工程实现方式探讨 | 第69-70页 |
| 第七章 总结与展望 | 第70-72页 |
| 7.1 总结 | 第70页 |
| 7.2 研究展望 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 附录 | 第75-84页 |
| 致谢 | 第84-85页 |