一、智能楼宇定风量空调系统的启停控制(论文文献综述)
黄伟稀,陈文华,何涛,郝夏影[1](2021)在《船用变风量空调系统调控技术研究综述》文中提出空调系统是船舶与海洋平台的主要设备之一,变风量空调系统在节能与噪声控制方面具有较大潜力,对于改善船舶舒适性与节能减排具有重要意义。本文对船用变风量空调系统技术研究现状与成果进行了归纳与总结,从系统仿真与试验技术、系统控制方法以及系统噪声进行了重点介绍,提出船用变风量空调系统的发展方向以及需要解决的问题,为船舶变风量空调系统的应用与推广提供支撑。
梁进学,车轮飞,陈玲帆,刘俊,徐新华,高佳佳[2](2021)在《基于模型预测的定风量系统串级控制研究》文中提出针对定风量系统室内温度的控制,提出了一种基于模型预测的串级控制方法,用以提高室内温度控制的鲁棒性和精确度。该方法根据实时的负荷情况,利用送风温度预测模型预测系统需要的送风温度,并以此作为设定值,通过冷水阀门开度调节进行控制,使得送入空调区域的冷量始终满足负荷需求,进而实现室内温度的鲁棒控制。采用TRNSYS软件建立定风量空调系统模拟平台,对该控制方法的控制特性进行测试。测试结果表明,相比传统的比例积分(PI)算法直接追踪室内温度的方法,提出的串级控制方法能够明显的提高室内温度控制的鲁棒性和精确度。
杨建军[3](2020)在《基于神经网络的工业空调节能与运行策略研究》文中研究说明节能减排是企业管理的重要一环,能源成本直接影响企业的经济效益,工业空调的能源管控问题长久以来都是企业关注的重点。当前,企业的空调启动策略往往采用固定的预冷预热时间,没有统一、科学的标准。本文通过对企业空调运行的历史数据(气候、产能)进行采集、清洗,建立科学的空调能耗模型和空调启动时间预测模型。并将本文提出的理论和技术在实际中应用,设计并实现了智慧工厂空调能源管控系统,实现对企业生产车间空调的启动时间预测。结果表明,该系统能够有助于企业达成能源智能管控的目标。研究工作主要如下:1)企业生产全环境的综合工业空调能耗模型的建立。通过车间内现有的98个温湿度采集点对生产车间进行全面无死角的数据采集,并利用OPC技术对数据进行解析并持久化到数据库。依据收集到空调设备运行的历史数据,对空调系统的主要部分(冷水机组、冷却水泵、冷冻水泵、冷却塔、风机盘管、空调机组)建立能耗模型。以企业空调系统整体节能作为研究目标,将所有部件的能效比作为节能优化的目标函数,最终建立起车间空调系统全域能耗模型。2)基于神经网络的空调启动时间预测模型的建立。针对传统预测方法的不稳定性和RNN神经网络中梯度消失的问题,结合空调运行时间序列数据的特点,使用长短期记忆循环神经网络建立以生产要求和环境舒适度为导向的空调启动时间预测模型。将本文建立的空调启动时间预测模型与随机森林、支持向量回归建立的预测模型进行比较分析,实验结果表明,本文建立的模型表现出明显优于另外两者的稳定性,并且经过优化控制的空调能耗降低了约27.9%。3)基于IAFSA-LSTM的空调启动时间预测模型的建立。为了提高长短期记忆网络模型的预测精度,在现有人工鱼群算法的基础上提出了一种改进视野和步长的人工鱼群算法,使用改进后的算法优化LSTM网络的参数,构建基于改进人工鱼群算法的长短期记忆网络预测模型。同时选取四种不同维度的数据集对该模型进行验证,并将该模型应用于空调启动时间的预测上,结果表明经过改进后的模型预测精度有了一定的提高,对空调启动时间有着较好的预测效果。4)智慧工厂空调能源管控系统的设计与实现。基于上述研究成果,搭建了企业空调能源管控平台,其中包括空调设备的智能启动和能耗预测模块。从企业的实际需求出发,将空调信息查询、预测模型训练、预测结果查询等功能在平台上实现并在生产中应用;同时提供空调能耗全景视图看板,使企业在空调能源管控方面由传统的经验化转化为精准化、精细化与科学化,降低生产所需能源成本。
孟范利[4](2019)在《沈阳某商场暖通空调自动控制系统研究》文中提出近年来,设置空调的建筑物越来越多,空调耗能也越来越大。在国家节能环保政策的大背景下,空调系统的自动控制也显得越来越重要。本文的研究对象是商场的暖通空调自动控制系统,首先对暖通空调控制系统在国内外的发展状况以及存在的一些问题做了总结,对如何做好暖通空调自动控制系统做出了详细的分析。其次总结了暖通空调自动控制系统中的传感器、DDC控制器等设备以及系统性能的技术要求,对暖通空调控制系统的实施过程做了详细阐述。再次对暖通空调系统中的冷水机组的相同机组、大小机组、冰蓄冷等工况的控制策略进行了深入的研究,同时对冷却塔在制冷工况、自然冷却工况的运行控制策略以及锅炉房、换热站、空调末端等设备的控制策略也进行了深入的研究。再次对暖通空调自动控制系统与运行节能等方面进行了研究,其中包括冷却塔免费供冷的运行节能以及设置自动控制系统后可以减小装机容量以及运行费用的节能研究。最后根据沈阳某商场的实际案例,对实际工程如何做好暖通空调自动控制系统做了详细的总结。本论文通过沈阳某商场实际工程对暖通空调自动控制系统如何设计,如何实现对冷、热源设备、空调(新风)机组以及末端风机盘管的调节和控制都做了详细的研究,可以对暖通空调自动控制系统设计及运行提供一些参考。
朱毅雄[5](2019)在《建筑设备监控系统在从化马术基地的设计应用研究》文中指出中国经过多年的发展,目前已经是全球最大的建筑市场。中国的现代建筑,除了追求数量和质量以外,还对建筑物的科技含量,人性化等方面都提出更高要求。中国的现代建筑项目有几大发展特点:1.建筑项目体量越来越大,超高层建筑,大型建筑或者园区建筑项目需要按不同功能分区进行精细化的运营服务和集中管理。2.建筑设备的类型及数量越来越多,功能也越来越丰富,建筑设备需要按不同的建筑功能分区和不同专业的设备进行差别化、精细化控制。3.建筑能源消耗占社会总能源消耗比重越来越大,需要对建筑设备进行分项计量和综合能耗监控,为建筑节能提供数据支持和优化依据。4.建筑日益融入到物联网、大数据中,对网络规划设计、通讯性能提出更高要求,因此,网络的通讯效率、稳定性,安全性、可靠性必须得到有效的保障。建筑设备监控系统是整个建筑物的大脑。它将与人们工作、生活密切相关的建筑设备,如高中低配电系统,暖通空调系统、公共照明系统,给排水系统、消防,电梯等进行自动化控制,集中管理。它以计算机网络为通信基础、以自动化和计算机技术为核心,具有分散就地控制和集中管理的功能。本文就是通过BAS系统在一个按国际最高标准实施的大型园区项目-从化马术训练基地上面的设计应用进行研究。研究主要集中在以下5大方面:1.精细化控制:该项目一共42栋单体建筑,分6个功能区。系统需要按不同分区、不同类型设备、不同性能要求进行差别化、精细化控制。2.集中管理:完整、实时的数据采集,建立友好的统一管理界面,分级权限管理。3.综合能耗监控:精细的分项计量、完整的能耗数据统计。4.系统网络性能:稳定、高速的通讯网络,实时的网络性能监测。5.系统安全:服务器双机热备替代“云”,实时的系统硬件、软件安全扫描检测。最后,论文还描写了在系统调试阶段,如何逐项验证结果,还通过第三方软件对系统进行检验和微调,使其达到预期效果。同时,还进行了总结和展望。
曹正杰[6](2017)在《基于BACnet及VLC可编程控制器的空调模拟实验台的开发研究》文中认为本文应用楼宇自控技术,基于BACnet通信协议及VLC可编程控制器进行了空调模拟实训实验台的开发研究,通过本文持续和多元化的开发,其平台和功能得到了不断的发展和完善。本实训实验台还为培训学员提供了一个可以进行自定义设计的平台,学员可以根据相关理论知识进行自定义的相关系统设计并进行调试验证,这不光能够加深学员对楼宇自控系统以及暖通专业的理解,同时也能不断丰富实训实验台的功能,为将来更加综合的模拟实训实验台的开发提供保障。本文首先利用楼宇自控系统(BAS)中的相关硬件和软件进行了全空气空调系统模拟实训实验台的搭建,将BAS中的相关技术应用在了模拟实训实验台的搭建过程当中,使之能够根据全空气空调系统模拟控制的要求完成相关的控制演示,作为培训演示之用,进而在这个硬件和软件的基础上,对它进行深度开发,不断丰富和完善其功能和平台。在模拟实训实验台初步搭建的基础上,本文根据相关的理论对实验台进行了深度的开发,使其首先能够针对不同空气处理方案进行空调设计阶段的模拟,即根据已知条件模拟设计过程得到一系列的设计值。其次还能够模拟系统运行阶段,即得到在部分负荷下全空气空调系统的运行参数和能量利用状况,其中包含了定风量以及变风量系统的模拟演示,演示的内容也不仅包含为了使系统稳定而需要的调节过程,还包含了调节后整个系统的用能状况以及运行参数的变化状况。在完成了全空气空调模拟实训实验台的部分深度开发后,本文还将其与同类型的冷源系统实验台进行了联合,完成了综合空调实验台的搭建。并且根据联合运行的一些要求,对冷源系统也进行了相应的设计,使之能够较好地与全空气空调实验台结合,完成一些综合的模拟演示任务。由于时间和精力的限制,本文仅仅进行了比较简单的结合,对于相关模型都采用了比较简单的形式,而这些在后期通过继续的开发都是可以进行改进和完善的。这里实践对将来模拟实训实验台的发展具有一定的借鉴意义。最后通过MATLAB软件,将模拟实训实验台的部分功能进行MATLAB程序化,通过编写相应的M文件来使得实验台的部分计算功能能够在MATLAB软件中进行实现,虽然牺牲了直观性(实验台有较好的直观性),但是大大增强了实验台的计算分析能力,而且两者作为各自的补充,将使本综合空调模拟实验台的开发更具有意义。同时,对于实验台的后期的升级改造,MATLAB也能在一定程度上发挥辅助设计的功能,减少开发以及调试的时间。另外,随着本文所开发的综合空调模拟实验台中相关模型的不断发展与完善,其得到的运行参数或者相关数据也将不仅局限于教学或培训中的理论值,还能够越来越贴近工程实际。
方新[7](2016)在《基于Lonworks总线的空调智能控制网络的设计》文中研究指明在我国建筑能耗占总能耗的比重较大,且每年还在保持高速增长。空调系统的运行能耗在建筑能耗中占比最大,楼宇空调自动控制是实现空调系统节能高效运行的重要途径。本文结合当今现场总线(FCS)技术发展趋势,综合考虑了楼宇自控网络软硬件兼容性和扩展性方面存在的问题,提出相应的基于Lonworks现场总线技术的楼宇空调控制网络架构。针对大型中央空调系统的非线性、控制响应滞后的复杂系统特点,以及根据变风量和定风量两种类型的空调的系统特性,拟使用相应的优化控制方法,如温度分程控制,温度串级控制,利用虚拟空气参数,模糊智能温度控制等方法。概括起来本文研究的具体研究内容如下:(1)根据实际空调系统控制功能需求和楼宇自控网络的特点,开发出基于Lonworks现场总线技术的楼宇空调智能控制网络。它不仅能实现空调系统的自动控制,而且实现所有数据网络化管理。(2)针对变风量空调和定风量空调,在温度和湿度的自动控制方面提出相应的控制方法,在舒适性和节能性方面进行控制优化。(3)根据空调系统温度控制的特点,用模糊控制方法应用于温度控制,并对空调系统采用的模糊智能温度控制方法进行仿真与分析。本文所设计的空调智能控制网络及控制方法,经过总体控制调试运行,达到了预期的控制效果,对实现建筑的智能化控制提供了一种新思路。
王天阳[8](2016)在《基于模糊自适应PID的空调系统控制研究与工程实践》文中进行了进一步梳理空调系统是智能建筑系统中的最重要的系统,随着智能建筑技术的不断发展,空调系统在智能建筑中发挥重要作用。传统的空调系统具有高能耗、效率不高的缺点,随着能源危机的日益加重,节能问题成为了重要的课题,同时,对于空调工作效率的要求也不断提高。针对空调系统的高能耗、低效率问题,以燕郊物流城·商谷一号、崔各庄大望京618地块地上部分两个工程实例为研究背景,完成系统主体方案的设计和空调子系统的设计。根据空调系统的工作原理及其特点,建立了空调系统数学模型;完成了空调系统的模糊自适应PID控制器的设计。本文的主要内容包括:首先,分析了空调系统各部件的工作原理和系统组成,建立了空调系统的整体框架。在此基础上,通过物理、数学方法,对空调系统的各部件进行了数学建模,主要包括:表面冷却器数学模型、消声器数学模型、过滤器等部件的数学模型。分析了空调系统的风程阻力和水程阻力,在风阻力分析中,重点分析了空调局部风阻的影响因素;在水循环阻力分析中,重点分析了不同管道类型对于水循环阻力的影响。本文所建立数学的模型,为系统设计提供了理论模型基础。接下来,依托实际工程项目,设计了空调系统的总体设计方案,对中空调系统中的冷热源、空调机组、新风换气机、末端风机盘管进行设计,按系统的性能指标要求进行了设备选型。根据空调系统非线性、大滞后、大惯性的特点,分析了 PID控制方法的不足,提出了空调系统的模糊PID自适应控制方法,空调系统的控制采用了模糊PID自适应控制策略,该控制方法通过对系统模糊控制规则调节PID参数,实现PID参数的在线调整,使系统具有良好的动态品质和稳态品质。最后,仿真研究结果表明了该控制方法的可行性和有效性,本文所提出的控制方法有效的改善空调系统的动态性能和稳态性能,超调量和调节时间减小,温度控制精度得到提高。该系统设计通过现场调试,运行效果良好,达到了系统设计要求。采用了模糊PID自适应控制对提高改善空调系统的节能和效率特性更为有效。
刘叶[9](2015)在《商场中央空调系统能耗模拟与优化控制研究》文中进行了进一步梳理能源消耗、节能环保问题一直都是当今社会关注的焦点,许多城市都出现能源使用紧张的问题。中央空调作为能耗大户,其能耗分析和节能控制的研究具有重大意义。空调系统的能耗与控制系统、建筑类型、围护结构、气候特点、人员流量及设备散热等内外扰因素紧密相关,这就要求其节能控制方案的研究必须以整个建筑为依托提出,而当下控制方面的研究大多脱离实际建筑和整体空调系统,局限于某些单一环节。本文首先介绍中央空调系统的组成和制冷基本原理,研究制冷机组台数、系统效率COP、部分负荷性能系数IPLV、制冷机组运行台数匹配方案、供回水温差、流体流量大小等因素对空调性能和能耗的影响。分析各环节对大型商场建筑的能耗影响大小,提出随着负荷量大小变化的节能控制方案。然后,综合传热学、热力学、流体力学等知识在Trnsys软件中重新搭建精确的中央空调系统数学模型,包括水泵、风机、风/水管路、阀门组件,以弥补Trnsys软件只考虑管网热力特性而忽视水力特性的不足。接着,在Trnsys软件中搭建本项目商场建筑和中央空调系统模型,模拟商场空调房间温度、冷热负荷量。提出全空气空调系统的联合控制方案,包括送风、回风及新风变流量优化控制、冷冻水二次泵变流量优化控制、制冷机组配置方案和机组台数优化启停控制。通过与原基准空调系统对比,全面分析控制效果,仿真计算各优化控制环节和整体系统能耗,各环节节能比例分别为26.76%、61.94%、22.95%、20.68%、35.75%和26.95%,整体空调系统节能26.95%,表明优化控制系统从单个控制环节到整体系统节能效果都良好。
袁伟[10](2014)在《高铁车站建筑智能化系统工程方法》文中认为高铁站房机电设备监控系统十分庞大、复杂,是站房正常运营和火灾处理的重要组成部分。研究设计出结构合理、功能完备、可靠性高而投资少的高铁站房建筑智能化系统具有重要的现实意义。本学位论文主要是针对深圳北站的实际情况,基于国内外环境与设备监控系统的特点,对深圳北站的设备监控系统进行设计。本文介绍了高铁站房建筑智能化系统的概念、结构及功能,并阐述了在环境与设备监控系统中现场总线的应用以及该监控系统与其他相关专业的接口问题,总结了全国高铁站房的环境与设备监控系统的特点,结合当前以太网技术的发展趋势,对环境与设备监控系统中以太网技术的应用进行了研究。同时根据高铁深圳北站建筑智能化系统的建设,深入探讨各子系统的功能监控,以及功能设备的监控结构,同时因为各个子系统间在高铁车站的BAS系统中有很多的联动操作,论文就消防、门禁、照明、安防等主要的系统联动方面介绍整个系统如何实现整体联动以及如何使系统各个子系统有序操作完成联动功能。结合国内己建站房中环境与设备监控系统的经验,合理对站内机电设备实现全面的运行管理与控制、提高设备监控系统技术是本文研究的重点。综合车站楼宇智能化能够全面、有效的监控站内所有的机电设备,同时让各个子系统能够优化组合以及联动控制,从而保证车站设备能够在安全、可靠、节能、高效的状态下运行。同时多系统的联动能够保证车站在特殊情况下(如火灾等)各个子系统之间的充分优化配合、联动控制,同时协调车站信号设备正常运行,保障人身财产安全以及车站的安全运营。
二、智能楼宇定风量空调系统的启停控制(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、智能楼宇定风量空调系统的启停控制(论文提纲范文)
(3)基于神经网络的工业空调节能与运行策略研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 节能减排政策的要求 |
1.1.2 行业信息化建设要求 |
1.1.3 企业的实际需求 |
1.2 研究现状 |
1.2.1 时间序列预测研究现状 |
1.2.2 空调节能研究现状 |
1.3 研究内容 |
1.4 本文组织结构 |
第二章 企业生产全环境的综合工业空调能耗模型的建立 |
2.1 企业车间空调系统概况 |
2.1.1 企业生产车间概括 |
2.1.2 生产车间空调系统结构 |
2.2 空调系统环境负荷 |
2.2.1 冷负荷的计算 |
2.2.2 热负荷的计算 |
2.2.3 湿负荷的计算 |
2.3 空调各子系统能耗模型 |
2.3.1 冷水机组能耗模型 |
2.3.2 冷却水泵能耗模型 |
2.3.3 冷冻水泵能耗模型 |
2.3.4 冷却塔能耗模型 |
2.3.5 风机盘管能耗模型 |
2.3.6 空调机组能耗模型 |
2.4 综合工业空调系统能耗模型 |
2.5 本章小结 |
第三章 基于长短期记忆神经网络的空调启动时间预测模型研究 |
3.1 循环神经网络 |
3.2 长短期记忆神经网络 |
3.2.1 LSTM模型的基本结构 |
3.2.2 LSTM模型的训练算法 |
3.2.3 对比模型的选择 |
3.3 基于LSTM的空调启动时间预测模型 |
3.3.1 实验数据的获取 |
3.3.2 数据的预处理 |
3.3.3 预测性能评估 |
3.3.4 LSTM模型的激活函数 |
3.3.5 预测模型的建立 |
3.3.6 空调启动控制策略 |
3.4 模型预测的实验结果和分析 |
3.4.1 实验环境 |
3.4.2 实验结果对比分析 |
3.4.3 优化控制前后能耗的对比 |
3.5 本章小结 |
第四章 基于IAFSA优化LSTM网络的时间序列预测模型 |
4.1 人工鱼群算法模型 |
4.1.1 人工鱼模型 |
4.1.2 人工鱼群算法(AFSA) |
4.1.3 人工鱼群算法的参数分析 |
4.1.4 人工鱼群的寻优过程 |
4.1.5 改进鱼群算法(IAFSA) |
4.2 基于IAFSA优化LSTM网络的时间序列预测模型 |
4.3 实验环境及数据处理 |
4.3.1 实验环境及数据 |
4.3.2 数据预处理 |
4.3.3 模型性能评估 |
4.4 实验结果和分析 |
4.4.1 不同模型的预测数据与实际数据的对比 |
4.4.2 不同模型的误差分析 |
4.5 IAFSA-LSTM算法在空调启动时间预测上的应用 |
4.6 本章小结 |
第五章 智慧工厂空调能源管理系统设计与实现 |
5.1 需求分析 |
5.1.1 项目背景 |
5.1.2 系统开发环境与技术选型 |
5.2 系统分析和设计 |
5.2.1 系统功能设计 |
5.2.2 数据库设计 |
5.2.3 系统架构设计 |
5.3 系统实现 |
5.3.1 空调能耗监控看板 |
5.3.2 空调信息查询 |
5.3.3 空调预测模型训练 |
5.3.4 预测结果查询 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 研究展望 |
参考文献 |
致谢 |
攻读学位期间的研究成果 |
(4)沈阳某商场暖通空调自动控制系统研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 课题研究背景及意义 |
1.2 暖通空调自动控制系统在我国的应用现状 |
1.3 暖通空调自动控制系统的设计 |
1.4 暖通空调设计人员的任务和作用 |
1.5 本课题主要研究内容 |
2 暖通空调控制系统技术要求及实施规程 |
2.1 系统性能技术要求 |
2.1.1 系统技术要求 |
2.1.2 产品的资料和图纸技术要求 |
2.1.3 系统维修保养要求 |
2.2 产品技术要求 |
2.2.1 施工材料要求 |
2.2.2 通讯 |
2.2.3 工作站 |
2.2.4 系统软件 |
2.2.5 楼宇级控制器 |
2.2.6 先进应用控制器 |
2.2.7 特殊应用控制器 |
2.2.8 辅助控制设备 |
2.3 系统实施规程 |
2.3.1 承包商入场前准备 |
2.3.2 质量控制 |
2.3.3 控制系统的检测及验收 |
2.3.4 培训 |
2.4 本章小结 |
3 暖通空调自动控制系统控制策略分析 |
3.1 冷水机组群控策略分析 |
3.1.1 相同机组群控分析 |
3.1.2 大小机组群控分析 |
3.1.3 冰蓄冷机组群控分析 |
3.2 冷却塔控制策略分析 |
3.2.1 夏季工况 |
3.2.2 自然冷却工况 |
3.3 热源控制策略分析 |
3.3.1 采暖季供热工况 |
3.3.2 过渡季供热工况 |
3.4 空调末端设备控制策略 |
3.4.1 新风机组控制策略 |
3.4.2 组合式空调机组控制策略 |
3.5 其它设备控制策略 |
3.5.1 风机盘管控制策略 |
3.5.2 车库通风控制策略 |
3.6 本章小结 |
4 暖通空调自动控制系统与运行节能 |
4.1 影响空调负荷的因素 |
4.1.1 通过围护结构传入的热量 |
4.1.2 通过玻璃窗进入的太阳辐射得热 |
4.1.3 人体、照明和设备等散热形成的冷负荷 |
4.2 空调冷、热负荷以及空调全年负荷 |
4.2.1 空调冷负荷 |
4.2.2 空调热负荷 |
4.2.3 全年冷、热负荷 |
4.3 利用天然免费冷源的暖通空调自动控制系统 |
4.4 设置自动控制系统有利于降低空调系统初投资和运行能耗 |
4.5 本章小结 |
5 工程案例应用 |
5.1 商场暖通空调系统概述 |
5.1.1 项目设计条件 |
5.1.2 空调系统及设备配置 |
5.1.3 控制系统组成与结构 |
5.2 冷热源控制系统 |
5.2.1 制冷机房监控 |
5.2.2 热源系统监控 |
5.3 空调系统末端设备控制系统 |
5.3.1 风机盘管控制示意图 |
5.3.2 车库送风机组控制示意图 |
5.3.3 组合式空调机组控制示意图 |
5.3.4 组合式新风机组控制示意图 |
5.3.5 平时用及平消兼用排风机控制示意图 |
5.4 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
作者简介 |
作者在攻读硕士学位期间发表的学术论文 |
致谢 |
(5)建筑设备监控系统在从化马术基地的设计应用研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题背景 |
1.2 建筑设备监控系统的发展 |
1.3 国内发展应用现状及问题 |
1.4 课题的研究内容 |
1.5 论文的基本结构 |
第二章 从化马术训练基地介绍与功能分区特点 |
2.1 香港马会从化马术训练基地项目介绍 |
2.2 从化马术训练基地建筑功能分区特点介绍 |
第三章 建筑设备监控系统功能及控制工艺要求 |
3.1 项目建筑设备监控系统的总体功能要求介绍 |
3.2 各建筑功能区建筑设备自动化控制工艺要求及重点 |
3.3 本章总结 |
第四章 建筑设备监控系统设计及技术方案 |
4.1 系统设计说明 |
4.2 建筑设备监控系统总体配置及性能指标 |
4.3 各专业设备系统监控技术方案描述 |
4.4 系统综合监控界面 |
4.5 本章总结 |
第五章 系统应用的若干重要问题 |
5.1 系统主要设备安装-DDC安装 |
5.2 系统服务器双机热备 |
5.3 系统调试 |
5.4 系统网络通信性能检测 |
5.5 系统安全性检测 |
5.6 本章总结 |
总结与展望 |
参考文献 |
攻读学位期间的科研成果 |
致谢 |
(6)基于BACnet及VLC可编程控制器的空调模拟实验台的开发研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 相关研究现状及发展动态 |
1.2.1 楼宇自控技术集成性方面的发展 |
1.2.2 教学、实训实验台的研究现状 |
1.2.3 暖通空调模拟领域相关的研究现状 |
1.3 研究内容 |
1.4 技术路线 |
第二章 全空气空调系统模拟实训实验台的初步搭建 |
2.1 实验台硬件及软件的构成及搭建 |
2.1.1 BACnet标准通信协议 |
2.1.2 实验台的控制面板 |
2.1.3 VLC-853 控制器 |
2.1.4 DDC编程环境VisualLogic |
2.1.5 Alerton BACtalk系统架构及组件 |
2.2 实验台的初步搭建过程 |
2.2.1 模拟实训实验台初步搭建的设计目标 |
2.2.2 点位的设计 |
2.2.3 Visual Logic编程环境下的图形化程序 |
2.2.4 BACtalk软件的人机交互界面设计 |
2.2.5 调试及一些简单的模拟实操 |
2.3 本章小结 |
第三章 全空气空调系统模拟实训实验台的升级与改造 |
3.1 设计阶段基于不同空气处理方式的模拟平台的搭建 |
3.1.1 一次回风露点送风空调系统 |
3.1.2 一次回风再热送风空调系统 |
3.2 运行阶段定风量一次回风再热送风空调系统模拟平台的搭建 |
3.2.1 模拟平台的设计目标、核心问题及路线图 |
3.2.2 点位设计 |
3.2.3 理论计算及Visual logic编程环境下的图形化程序 |
3.2.4 BACtalk软件的人机界面设计 |
3.2.5 调试及一些简单的模拟演示 |
3.3 运行阶段变风量一次回风露点送风空调系统模拟平台的搭建 |
3.3.1 模拟平台设计目标、核心问题及路线图 |
3.3.2 点位设计 |
3.3.3 理论计算及Visual logic编程环境下的图形化程序 |
3.3.4 BACtalk软件的人机界面设计 |
3.3.5 调试及一些简单的模拟演示 |
3.4 本章小结 |
第四章 全空气空调系统与冷源系统实验台的联合运行 |
4.1 意义及必要性 |
4.2 硬件的改造与软件的预处理 |
4.3 综合空调模拟实训实验台的整体设计 |
4.3.1 模拟平台的设计目标及核心问题 |
4.3.2 点位设计 |
4.3.3 理论计算及Visual logic编程环境下的图形化程序 |
4.3.4 BACtalk软件的人机界面设计 |
4.3.5 调试及一些简单的模拟演示 |
4.4 本章小结 |
第五章 模拟实训实验台与MATLAB的相互结合 |
5.1 MATLAB软件介绍 |
5.2 不同模拟平台功能MATLAB程序化的实现 |
5.2.1 定风量、一次回风露点送风的全空气空调系统 |
5.2.2 定风量、一次回风再热式送风的全空气空调系统 |
5.2.3 变风量、一次回风的露点送风的全空气空调系统 |
5.3 辅助设计以及运行结果的对比说明 |
5.4 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
图表目录 |
主要符号表 |
致谢 |
作者简历 |
(7)基于Lonworks总线的空调智能控制网络的设计(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题研究背景和意义 |
1.2 国内外研究发展现状 |
1.2.1 楼宇空调自控系统发展简介 |
1.2.2 国内楼宇空调自控系统发展现状 |
1.3 课题来源和本文主要内容 |
第二章 楼宇空调自控的组成与工作原理 |
2.1 空调系统的组成与工作原理 |
2.1.1 空调系统的组成 |
2.1.2 空调系统工作原理 |
2.1.3 空调系统两种风量控制方法的特点 |
2.2 楼宇空调自控网络架构的组成 |
2.3 本章小结 |
第三章 基于LONWORKS总线技术的空调控制网络 |
3.1 现场总线 |
3.2 LONWORKS总线技术 |
3.3 基于LONWORKS总线的空调控制网络架构 |
3.4 LONWORKS控制网络构建 |
3.5 本章小结 |
第四章 空调自控网络的硬件设计 |
4.1 自控网络架构及其硬件配置 |
4.1.1 自控网络的架构设计 |
4.1.2 自动控制层DDC控制器的选型和配置 |
4.2 电气控制回路的设计 |
4.2.1 空调机组的电气控制回路设计 |
4.2.2 冷水机组辅助设备的电气控制回路设计 |
4.3 本章小结 |
第五章 空调监控软件的设计与实现 |
5.1 空调系统集中远程监控的实现 |
5.1.1 空调自控监控软件 |
5.1.2 空调自控网络通讯集成 |
5.1.3 监控画面组态开发 |
5.2 空调自控的主控程序设计 |
5.2.1 空调机组控制程序 |
5.2.2 冷水机组控制程序 |
5.3 空调系统的控制策略和方法 |
5.3.1 空调机组控制策略和方法 |
5.3.2 冷水组控制策略和方法 |
5.4 变风量空调自动控制方法 |
5.4.1 控制特性分析 |
5.4.2 变风量空调的控制策略 |
5.4.3 温湿度优化控制方法 |
5.4.4 温湿度优化控制方法实验验证 |
5.5 本章小结 |
第六章 空调系统的智能控制方法 |
6.1 模糊控制理论和模糊控制器 |
6.1.1 模糊控制理论 |
6.1.2 模糊控制器 |
6.2 空调系统温度智能模糊控制方法 |
6.2.1 空调温度模糊控制器设计 |
6.2.2 实现温度模糊控制的程序和方法 |
6.3 本章小结 |
第七章 温度模糊控制仿真与分析 |
7.1 MATLAB模糊工具应用 |
7.2 MATLAB仿真分析 |
7.2.1 建立空调房间的数学模型 |
7.2.2 空调模糊温度控制仿真分析 |
7.3 本章小结 |
第八章 结论 |
8.1 总结 |
8.2 展望 |
参考文献 |
学位期间本人出版或公开发表的论着、论文 |
致谢 |
附录 |
(8)基于模糊自适应PID的空调系统控制研究与工程实践(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 空调系统与控制现状 |
1.2 国内外研究现状 |
1.3 本文研究内容及安排 |
第二章 空调系统与模型 |
2.1 空调系统 |
2.2 变风量空调系统数学建模 |
2.2.1 空调组件数学模型 |
2.2.2 空调系统风阻力分析 |
2.2.3 空调水系统阻力分析 |
2.3 本章小结 |
第三章 基于模糊自适应PID的空调系统控制策略研究 |
3.1 变风量系统控制 |
3.2 模糊自适应PID控制 |
3.2.1 模糊理论 |
3.2.2 自适应控制理论 |
3.2.3 模糊自适应PID控制方法 |
3.3 基于模糊自适应PID的VAV空调系统控制研究 |
3.4 基于MATLAB SIMULINK的仿真实验 |
3.5 本章小结 |
第四章 空调控制系统在工程中的实现 |
4.1 工程背景 |
4.1.1 工程概况 |
4.1.2 建筑的定位 |
4.1.3 室内外环境参数 |
4.1.4 空调系统的选择 |
4.2 客户的需求分析 |
4.2.1 技术层面 |
4.2.2 建筑运行管理层面 |
4.2.3 运营层面 |
4.3 燕郊物流城·商谷一号的空调设计 |
4.3.1 系统的整体构思 |
4.3.2 空调系统的选择与设计 |
4.3.3 空调系统的控制 |
4.3.4 系统的优化设计 |
4.4 崔各庄乡大望京618地块地上部分的空调设计 |
4.4.1 系统的整体构思 |
4.4.2 空调系统的选择与设计 |
4.4.3 空调系统的控制 |
4.4.4 系统的优化设计 |
4.5 本章小结 |
第五章 结论 |
5.1 结论 |
5.2 未来工作展望 |
参考文献 |
作者简介 |
致谢 |
(9)商场中央空调系统能耗模拟与优化控制研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 课题背景和意义 |
1.2 国内外研究现状和发展趋势 |
1.3 研究内容和目标 |
1.4 论文内容安排 |
2 中央空调系统及各部件数学模型研究 |
2.1 中央空调系统概述 |
2.2 空调系统各组件数学模型 |
2.3 本章小结 |
3 中央空调系统优化控制方案机理 |
3.1 空调变风量系统原理与优化控制 |
3.2 冷冻水系统变流量原理与优化控制 |
3.3 制冷机组配置方案与台数控制 |
3.4 新风比控制方案 |
3.5 本章小结 |
4 商场建筑模型及空调控制系统模型的建立 |
4.1 建筑及空调系统动态负荷计算方法 |
4.2 建筑建模及空调动态负荷模拟软件 |
4.3 基于Trnsys的商场建筑模型建立 |
4.4 空调控制系统模型建立 |
4.5 本章小结 |
5 中央空调控制系统能耗仿真与节能分析 |
5.1 基准控制系统仿真分析 |
5.2 优化控制系统仿真分析 |
5.3 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
(10)高铁车站建筑智能化系统工程方法(论文提纲范文)
摘要 |
Abstract |
第1章 概述 |
1.1 高铁站房建筑智能化建设意义 |
1.2 国内外建筑智能化发展状况 |
1.3 智能建筑系统集成方式 |
1.4 论文主要研究内容 |
第2章 高铁站房建筑智能化系统需求分析 |
2.1 一般建筑智能化系统构成 |
2.2 建筑智能化系统设计思想与设计要求 |
2.3 高铁站房建筑智能化系统方案 |
第3章 高铁车站BAS关键问题研究 |
3.1 BAS系统架构 |
3.1.1 典型的集中控制系统架构 |
3.1.2 全分散性系统架构 |
3.1.3 基于以太网的集散控制系统架构 |
3.1.4 深圳北站的BAS系统构架 |
3.2 深圳北站BAS网络协议 |
3.2.1 管理监控层网络协议 |
3.2.2 现场总线控制层网络协议 |
3.3 BAS系统集成的安全、消防控制 |
3.3.1 安全、消防保证的组织机构 |
3.3.2 安全、消防保证体系 |
3.3.3 保证安全、消防的技术组织措施 |
第4章 广深港高铁深圳北站BAS系统工程建设实践 |
4.1 深圳北站BAS系统结构和接口管理 |
4.2 BAS各个子系统工程实施 |
4.2.1 供配电监控系统 |
4.2.2 智能照明监控系统 |
4.2.3 送排风监控系统 |
4.2.4 新风监控系统 |
4.2.5 空调监控系统 |
4.2.6 制冷站监控系统 |
4.2.7 热交换监控系统 |
4.2.8 给排水监控系统 |
4.2.9 电扶梯监控系统 |
4.2.10 消防监控系统 |
4.2.11 安防监控系统 |
4.3 BAS各个子系统间联调 |
4.3.1 基于BAS子系统的联动 |
4.3.2 基于消防子系统的联动 |
4.3.3 基于门禁子系统的联动 |
4.3.4 基于照明子系统的联动 |
4.3.5 基于安防子系统的联动 |
第5章 系统测试及结果分析 |
5.1 制冷站及空调机组的测试及结果分析 |
5.2 消防监视和联动功能的测试及结果分析 |
5.3 门禁监控功能的测试及结果分析 |
5.4 深圳北站空调系统的节能预测 |
5.4.1 深圳北站空调系统制冷站概况 |
5.4.2 深圳北站空调系统制冷站节能空间分析 |
5.4.3 深圳北站空调系统节能计算 |
5.4.4 深圳北站空调系统节能经济价值 |
结论 |
致谢 |
参考文献 |
四、智能楼宇定风量空调系统的启停控制(论文参考文献)
- [1]船用变风量空调系统调控技术研究综述[J]. 黄伟稀,陈文华,何涛,郝夏影. 舰船科学技术, 2021(17)
- [2]基于模型预测的定风量系统串级控制研究[J]. 梁进学,车轮飞,陈玲帆,刘俊,徐新华,高佳佳. 制冷与空调(四川), 2021(03)
- [3]基于神经网络的工业空调节能与运行策略研究[D]. 杨建军. 浙江理工大学, 2020(02)
- [4]沈阳某商场暖通空调自动控制系统研究[D]. 孟范利. 沈阳建筑大学, 2019(05)
- [5]建筑设备监控系统在从化马术基地的设计应用研究[D]. 朱毅雄. 广东工业大学, 2019(02)
- [6]基于BACnet及VLC可编程控制器的空调模拟实验台的开发研究[D]. 曹正杰. 苏州科技大学, 2017(06)
- [7]基于Lonworks总线的空调智能控制网络的设计[D]. 方新. 苏州大学, 2016(05)
- [8]基于模糊自适应PID的空调系统控制研究与工程实践[D]. 王天阳. 沈阳建筑大学, 2016(08)
- [9]商场中央空调系统能耗模拟与优化控制研究[D]. 刘叶. 华中科技大学, 2015(05)
- [10]高铁车站建筑智能化系统工程方法[D]. 袁伟. 西南交通大学, 2014(09)