欢迎来到天天文库
浏览记录
ID:33750865
大小:5.60 MB
页数:68页
时间:2019-02-28
《空调热舒适度预测及控制算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、学校代号:10532学号:S11093022密级:公开湖南大学硕士学位论文空调热舒适度预测及控制算法研究ResearchofThermalComfortPredictandControlAlgorithmsoftheAirConditioningZHANGLingB~E(ShaoyangUniversity)201AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofScienceinElectronicS
2、cienceandTechnologyintheGraduateSchoolofHunanUniversitySupervisorProfessorWANGLingApril,2014湖南大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名:缪西日期:历缈年
3、厂月汐日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密口,在年解密后适用本授权书。2、不保密曲。(请在以上相应方框内打“√”)作者签名:导师签名:日期:矽,缛日期:舭厂月加日厂月肋日空调热舒适度预测及控制算法研究摘要随着生活水平的不断提高,人们
4、对生活品质的要求也愈来愈高。在现代生活中,人类的工作、娱乐、生活等大部分时间均处于室内,因此,人们对室内环境品质的需求也越来越高。为顺应人们对舒适、节能、健康的室内环境的追求,本文对室内环境热舒适度预测建模与室内环境热舒适度控制在空调系统中的应用做了相应研究。针对热舒适度预测是一个复杂的非线性过程,不便于空调的实时控制应用的问题,本文提出一种改进的粒子群算法(PSO)优化反向传播(BP)神经网络的热舒适度预测模型。这一预测模型通过采用PSO算法优化BP神经网络的初始权值和阈值,改善了传统BP算法收敛速度
5、慢及对网络初始值敏感的问题。同时,本文针对标准PSO算法易出现早熟收敛、局部寻优能力弱等缺点,提出了相应改进策略,进一步提高了PSO优化BP神经网络的能力。实验结果表明:基于改进的PSO.BP算法的热舒适度预测模型较传统BP模型和标准PSO.BP模型,具有预测精度高且算法收敛速度快的特点。本文针对室内环境热舒适度控制在空调系统中应用实现的问题,做了控制变量、控制方式、控制算法等分析比较研究,并最终确定以温度与风速作为系统中的控制变量,以热舒适度的直接控制方式结合智能模糊控制算法实现室内环境的热舒适度控制
6、。同时,本文通过对模糊控制器的设计步骤与设计要点的研究,设计了热舒适度模糊控制器,并对空调系统的热舒适度模糊控制器进行了仿真实现。仿真结果表明,本文设计的模糊控制器性能比传统PID控制器更佳,并且采用热舒适度模糊控制的空调系统比传统温度控制的空调系统能进行更好的热舒适度控制,并能提供更舒适度的室内环境。关键词:热舒适度;预测模型;PSO;BP神经网络;模糊控制;II硕士学位论文AbstractWiththeimprovementoflivingstandards,people’Slifequalityr
7、equirementsarealsorising.Inmodernlife,people’Swork,entertainment,andlifeareintheroommostofthetime,therefore,thedemandforindoorenvironmentalqualityareincreasinglyhigh.Tomeetpeople’Spursuitofacomfort,energysavingandhealthyindoorenvironment,thispaperhasdone
8、someresearchonthermalcomfortpredictivemodelingoftheindoorenvironmentandtheapplicationofthermalcomfortcontrolintheairconditioningsystem.Aimingattheproblemthatthermalcomfortprediction,whichisacomplicatednonlinearprocess,cann
此文档下载收益归作者所有