选择特殊符号
选择搜索类型
请输入搜索
第1章 绪论
1.1 变风量空调系统发展概况
1.2 智能控制
1.3 模糊控制
1.4 神经网络
1.4.1 神经网络的发展概况
1.4.2 神经网络
1.5 预测控制
1.6 本书的主要研究内容及章节安排
1.6.1 主要研究内容
1.6.2 本书章节安排
第2章 变风量空调系统
2.1 变风量空调系统的基本组成
2.2 变风量空调系统的基本原理
2.3 变风量空调系统的特点
2.4 智能建筑与热舒适性
2.4.1 智能建筑
2.4.2 热舒适性
2.5 空调系统节能
2.6 变风量空调系统选择
2.6.1 单风道型变风量空调系统
2.6.2 风机动力型变风量空调系统
2.6.3 组合式单风道型变风量空调系统
2.6.4 双风道型变风量空调系统
2.6.5 诱导型变风量空调系统
2.6.6 变风量空调系统设计中的几个问题
第3章 变风量空调系统末端装置
3.1 节流型变风量末端装置
3.2 风机动力型变风量末端装置
3.2.1 串联式风机动力型变风量末端装置
3.2.2 并联式风机动力型变风量末端装置
3.3 旁通型变风量末端装置
3.4 诱导型变风量末端装置
第4章 变风量空调系统的控制
4.1 室内温度控制
4.1.1 变风量末端装置控制
4.1.2 变风量空调系统送风机控制
4.2 新风量控制
4.2.1 新风量的确定
4.2.2 新风量的测量
4.2.3 新风量的控制
4.3 室内正压控制
4.4 送风温度控制
第5章 模糊控制的理论基础
5.1 概述
5.2 经典集合及其运算
5.2.1 集合的概念及定义
5.2.2 集合的运算性质
5.2.3 关系与映射
5.2.4 集合的表示
5.3 模糊子集及其运算
5.3.1 模糊子集的定义及表示方法
5.3.2 模糊子集的运算
5.3.3 模糊集合与经典集合的联系
5.4 隶属函数
5.4.1 隶属函数的确定方法
5.4.2 常用的隶属函数
5.5 模糊关系与模糊矩阵
5.5.1 模糊关系
5.5.2 模糊矩阵
5.6 模糊向量
5.7 模糊语言
5.7.1 模糊变量
5.7.2 语言变量
5.7.3 模糊语言
5.7.4 语言值及其四则运算
5.7.5 模糊语言变量
5.8 模糊逻辑
5.8.1 普通命题及其基本逻辑运算
5.8.2 模糊逻辑
5.9 模糊推理
5.9.1 判断与推理
5.9.2 模糊推理
第6章 模糊控制理论及其设计方法
6.1 模糊控制的工作原理
6.1.1 模糊控制系统的基本结构
6.1.2 模糊控制器的基本结构
6.1.3 模糊控制系统的工作原理
6.2 模糊控制器的设计方法
6.2.1 模糊控制器的结构设计
6.2.2 模糊控制规则的设计
6.2.3 精确量的模糊化
6.2.4 模糊控制状态表及模糊关系
6.2.5 模糊推理与模糊判决
6.2.6 模糊控制查询表及算法流程图
6.3 模糊控制与PID控制相结合
6.3.1 PID控制
6.3.2 模糊控制与PID控制相结合
6.4 自适应模糊控制
6.4.1 自适应控制
6.4.2 自适应模糊控制
第7章 神经网络
7.1 生物神经元与人工神经元模型
7.1.1 生物神经元
7.1.2 人工神经元模型
7.1.3 人工神经网络模型
7.1.4 神经网络的学习
7.2 前向反馈(BP)神经网络
7.2.1 感知器
7.2.2 前向反馈(BP)神经网络
7.2.3 径向基函数神经网络
7.3 反馈神经网络
7.3.1 离散型Hopfid网络
7.3.2 连续型Hopfid网络
7.4 神经网络控制
7.4.1 基于神经网络的非线性系统辨识
7.4.2 基于神经网络的非线性系统控制
第8章 模糊控制技术在变风量空调系统中的应用
8.1 变风量空调系统的特点及控制要求
8.1.1 变风量空调系统的基本结构
8.1.2 变风量空调系统的特点
8.1.3 变风量空调系统的控制特点
8.1.4 控制目标
8.1.5 控制要求
8.2 变风量空调系统室内温度模糊控制系统的设计
8.2.1 室温模糊控制器的结构设计
8.2.2 精确量的模糊化
8.2.3 模糊控制规则设计
8.2.4 反映控制规则的模糊关系的计算
8.2.5 模糊控制查询表的建立
8.3 变风量空调系统送风温度模糊控制系统的设计
8.4 模糊控制在变风量空调系统中的应用
第9章 自调整模糊控制技术在变风量系统中的应用
9.1 带有调整因子的控制规则
9.2 模糊控制规则的自调整与自寻优
9.3 在全论域范围内带有自调整因子的模糊控制器
9.4 变风量空调系统自调整模糊控制系统的设计
9.4.1 室内空气品质
9.4.2 新风自调整模糊控制器的设计
9.4.3 变风量空调系统室内温度、送风温度自调整模糊控制器的设计
9.5 变风量空调系统的湿度控制
9.5.1 空调除湿技术
9.5.2 变风量空调系统的湿度控制
9.6 全论域范围内带有自调整因子的模糊控制器在变风量空调系统中的应用
第10章 模糊PID控制在变风量空调系统中的应用研究
10.1 模糊PID控制器控制原理
10.2 模糊PID参数模糊调整规则
10.3 变风量空调系统模糊自整定PID控制器的设计
10.3.1 模糊语言变量的选取和论域的划分
10.3.2 确定各语言论域上的隶属度函数
10.3.3 制定模糊控制规则
10.3.4 模糊推理及去模糊化
10.4 模糊自整定PID控制在变风量空调系统中的应用
第11章 神经网络模糊预测控制在变风量空调系统中的应用
11.1 基于神经网络的变风量空调系统预测模型的建立
11.1.1 正则化方法
11.1.2 基于贝叶斯方法的神经网络预测模型辨识
11.1.3 神经网络模型结构的确定
11.1.4 训练样本数据采集及数据的预处理
11.1.5 训练神经网络模型
11.1.6 模型辨识结果
11.2 神经网络模糊预测控制方法描述
11.3 自调整模糊控制器的优化算法描述
11.4 神经网络模糊预测优化控制的算法流程
11.5 神经网络模糊预测控制在变风量空调系统中的仿真研究
第12章 基于嵌入式控制器的变风量空调控制系统
12.1 控制系统硬件介绍
12.1.1 变风量空调控制系统的功能及控制范围
12.1.2 控制系统硬件组成
12.1.3 传感变送机构与执行机构
12.2 控制系统软件设计介绍
12.2.1 Windows CE操作系统和EVC开发环境
12.2.2 Windows多线程同步技术
12.2.3 数据存储技术应用
12.2.4 软件模块图
12.2.5 文件存储
12.2.6 神经网络预测模型样本数据采集与智能控制结果在线显示界面
第13章 模糊神经网络控制在变风量空调系统中的应用
13.1 模糊神经网络
13.1.1 常规模糊神经网络
13.1.2 T-S模糊神经网络
13.2 模糊神经网络控制在变风量空调系统中的应用
第14章 楼控系统的通信网络架构
14.1 RS 232和RS 485总线
14.1.1 RS 232总线
14.1.2 RS 485总线
14.2 管理层网络
14.2.1 IEEE 802.3/4/5标准的局域网
14.3 楼字自控系统与集散控制系统
14.4 控制网络与局域网的区别以及控制网络的选择
14.4.1 什么是控制网络
14.4.2 控制网络与局域网的区别
14.4.3 现场总线技术
14.5 LonWorks现场总线
14.5.1 LonWorks模型分层
14.5.2 神经元芯片
14.5.3 LonWorks技术在住宅小区和楼宇自动化系统中的应用举例
14.5.4 LonWorks网络与Internet的互联
14.5.5 LonWorks网络与RS485总线的区别
14.6 CAN总线
14.6.1 CAN总线的特点
14.6.2 CAN总线的基本通信规则和CAN总线的分层结构
14.6.3 ISO标准化的CAN协议
14.6.4 CAN总线技术在楼宇自控和消防系统中的应用
14.7 EIB总线
14.8 基于InterBus总线的智能楼宇控制系统
14.9 BACnet网络
14.9.1 BACnet协议概述
14.9.2 BACnet的体系和系统拓扑
14.9.3 BACnet的对象、服务
14.9.4 一个典型的BACtalk应用系统——BACtalk系统
14.10 使用通透以太网的楼控系统
14.11 信息域网络和控制网络组合的部分方式
参考文献
《变风量空调模糊控制技术及应用》重点介绍了5种模糊控制方法,即模糊控制、自调整模糊控制、模糊PID控制、神经网络模糊预测控制、模糊神经网络控制,将5种模糊控制方法分别应用于变风量空调系统中,对室内温度(回风温度)、送风温度进行了控制研究。全书由刘静纨统稿。
《变风量空调模糊控制技术及应用》重点介绍了五种模糊控制方法,即模糊控制、自调整模l糊控制、模糊PID控制、神经网络模糊预测控制、模糊神经网络控制,将五种模糊控制方法分别应用于变风量空调系统中,对室内温度(回风温度)、送风温度进行了控制研究。
全书共分14章,即绪论、变风量空调系统、变风量空调系统末端装置、变风量空调系统的控制、模糊控制的理论基础、模糊控制理论及其设计方法、神经网络、模糊控制技术在变风量空调系统中的应用、自调整模糊控制技术在变风量系统中的应用、模糊PID控制在变风量空调系统中的应用研究、神经网络模糊预测控制在变风量空调系统中的应用、基于嵌入式控制器的变风量空调控制系统、模糊神经网络控制在变风量空调系统中的应用、楼控系统的通信网络架构。
《变风量空调模糊控制技术及应用》可以作为暖通空调设计人员、变风量空调系统设计人员以及高等院校暖通空调专业、自动控制专业等大、中专学生和研究生的参考书籍。全书由刘静纨统稿。
变风量系统(Variable Air Volume System, VAV系统)本世纪60年代诞生在美国,根据室内负荷变化或室内要求参数的变化,保持恒定送风温度,自动调节空调系统送风量,从而使室内参数...
变风量系统(Variable Air Volume System, VAV系统)本世纪60年代诞生在美国,根据室内负荷变化或室内要求参数的变化,保持恒定送风温度,自动调节空调系统送风量,从而使室内参数...
1. 确定中央空调型号 首先要考虑房屋的面积和...
基于遗传算法的变风量空调模糊控制系统的研究
针对变风量空调模糊控制系统控制规则的获取依赖人类经验的问题,提出将遗传算法与模糊控制相结合。在推导适应度值函数的基础上,利用遗传算法获取控制规则,改善控制效果。一定程度上解决了人为调试获取规则困难的问题。仿真结果表明,在变风量空调系统中将遗传算法与模糊控制相结合是可行的。
模糊控制在变风量空调系统中的应用
作为智能控制的重要分支,模糊控制可以用来解决难以建立精确数学模型的非线性系统的控制问题。将模糊控制应用于变风量空调系统中,对模糊控制器进行了设计,建立了语言变量赋值表、模糊控制状态表以及模糊控制器查询表。应用模糊控制器对空调房间的温度进行了实时控制。控制结果表明模糊控制器设计合理,控制效果良好。
《变风量空调系统及控制技术》本书较为系统地介绍了变风量空调系统及控制技术,全书共分10章,包括中央空调系统的末端设备和冷热源、建筑空调负荷计算及空调系统的新风供给、变风量末端装置、不同组态变风量空调系统的选择与系统设置、变风量空调系统的控制、变风量空调系统中的智能控制技术、架构变风量空调控制系统的管理网络和控制网络、变风量空调系统设计、实际工程案例及分析、变风量空调系统技术现状及部分有待商榷的观点等,理论与工程实践紧密结合,具有较强的实用性。本书可供建筑弱电技术、暖通空调技术及相关的设计及施工企业技术和管理人员参考,也可作为建筑类高等院校建筑电气与智能化、电气工程与自动化等专业的本科教材。
《智能检测控制技术及应用》全面地介绍了智能检测控制技术的基本理论及方法。主要内容包括:绪论、智能检测系统基础、智能传感器、智能仪器功能的实现、智能检测系统的控制技术、智能故障诊断、虚拟仪器技术、机器视觉检测系统和智能检测与控制技术的工程应用实例,共9个部分。《智能检测控制技术及应用》内容翔实,简明易懂,实用性强。 《智能检测控制技术及应用》可作为普通高等院校机械设计制造及其自动化、电气工程与自动化、机械电子工程、仪器仪表等专业本科生或研究生的参考教材,也可作为计量检测与控制技术相关领域的工程技术人员的参考书。
目前,模糊传感器已被广泛应用,而且已进入平常百姓家,如模糊控制洗衣机中布量检测、水位检测、水的浑浊度检测,电饭煲中的水、饭量检测,模糊手机充电器等。另外,模糊距离传感器、模糊温度传感器、模糊色彩传感器等也是国外专家们研制的成果。随着科技的发展,科学分支的相互融合,模糊传感器也应用到了神经网络、模式识别等体系中。