| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 文献综述 | 第8-22页 |
| 1.1 我国太阳能资源和建筑节能概况 | 第8-9页 |
| 1.1.1 我国太阳能资源状况 | 第8-9页 |
| 1.1.2 建筑能耗状况 | 第9页 |
| 1.2 太阳能与建筑一体化 | 第9-13页 |
| 1.2.1 太阳能与建筑一体化概况 | 第9-10页 |
| 1.2.2 太阳能建筑工程实例 | 第10-13页 |
| 1.3 太阳能热泵及研究状况 | 第13-17页 |
| 1.3.1 热泵的低位热源 | 第13-14页 |
| 1.3.2 太阳能热泵系统 | 第14-15页 |
| 1.3.3 太阳能热泵系统的研究进展 | 第15-17页 |
| 1.4 建筑一体化辐射板的集热制冷技术 | 第17-21页 |
| 1.4.1 辐射板集热制冷技术的原理和特点 | 第18页 |
| 1.4.2 辐射板集热制冷技术的研究现状 | 第18-20页 |
| 1.4.3 辐射板集热制冷技术的工程应用 | 第20-21页 |
| 1.5 本文的主要工作 | 第21-22页 |
| 第二章 铜铝复合条带型辐射板辅助热泵系统的实验研究 | 第22-46页 |
| 2.1 实验系统介绍 | 第22-29页 |
| 2.1.1 实验装置 | 第22-24页 |
| 2.1.2 测试系统 | 第24-25页 |
| 2.1.3 实验原理及操作 | 第25-26页 |
| 2.1.4 性能分析方法 | 第26-29页 |
| 2.2 结果与讨论 | 第29-45页 |
| 2.2.1 制热工况性能分析 | 第29-41页 |
| 2.2.2 制冷工况性能分析 | 第41-45页 |
| 2.3 本章小结 | 第45-46页 |
| 第三章 基于MATLAB与VC混合编程的系统性能预测 | 第46-68页 |
| 3.1 混合编程的实现和接口方式介绍 | 第46-48页 |
| 3.2 人工神经网络概况 | 第48-53页 |
| 3.2.1 基于BP模型的神经网络 | 第48-51页 |
| 3.2.2 基于RBF模型的神经网络 | 第51-53页 |
| 3.3 VC调用MATLAB中神经网络的方法 | 第53页 |
| 3.4 预测软件设计 | 第53-58页 |
| 3.4.1 MATLAB和VC++编译环境设置 | 第53-54页 |
| 3.4.2 程序设计 | 第54-56页 |
| 3.4.3 程序编译运行 | 第56-58页 |
| 3.5 预测系统的网络模型构建与训练 | 第58-62页 |
| 3.5.1 基于BP网络的系统模型构建与训练 | 第58-60页 |
| 3.5.2 基于RBF网络的系统模型构建与训练 | 第60-61页 |
| 3.5.3 BP网络模型与RBF模型比较 | 第61-62页 |
| 3.6 辐射板性能的预测结果 | 第62-64页 |
| 3.6.1 源端流量对辐射板集热性能的影响 | 第62页 |
| 3.6.2 辐射板面积对辐射板集热性能的影响 | 第62-63页 |
| 3.6.3 辐射板进口温度对辐射板集热性能的影响 | 第63-64页 |
| 3.7 热泵系统的预测结果 | 第64-67页 |
| 3.7.1 源端流量对热泵系统制热性能的影响 | 第64-65页 |
| 3.7.2 辐射板面积对热泵系统制热性能的影响 | 第65页 |
| 3.7.3 辐射板进口温度对热泵系统制热性能的影响 | 第65-66页 |
| 3.7.4 冷凝器进口温度对热泵系统制热性能的影响 | 第66-67页 |
| 3.8 本章小结 | 第67-68页 |
| 第四章 结论与展望 | 第68-70页 |
| 4.1 结论 | 第68-69页 |
| 4.2 展望 | 第69-70页 |
| 主要符号说明 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 科研情况说明 | 第76-77页 |
| 致谢 | 第77页 |
