本文選題：空調(diào)系統(tǒng) + VAV�。� 參考：《沈陽建筑大學(xué)》2015年碩士論文

【摘要】：隨著人類社會(huì)的不斷發(fā)展,能源危機(jī)逐漸成為人類所面臨的重大威脅,能源的缺乏、環(huán)境的污染,都給人類的可持續(xù)發(fā)展帶來了巨大影響。中央空調(diào)系統(tǒng)作為建筑環(huán)境中的主要能源消耗源,其節(jié)能技術(shù)研究對(duì)社會(huì)發(fā)展具有重要意義。變風(fēng)量空調(diào)系統(tǒng)(Variable Air Volume System, VAV)是當(dāng)前智能建筑中的主流系統(tǒng)。VAV系統(tǒng)具備了節(jié)能、靈活以及全空氣系統(tǒng)的所有優(yōu)點(diǎn)。但是,由于目前系統(tǒng)的控制方法大都采用PID控制,對(duì)于大滯后、大慣性、非線性系統(tǒng)來說,其控制精度不高。本文以VAV系統(tǒng)控制為切入點(diǎn),在深入研究了VAV系統(tǒng)原理及工作特點(diǎn)的基礎(chǔ)上,建立了空調(diào)系統(tǒng)環(huán)節(jié)的數(shù)學(xué)模型,結(jié)合實(shí)際工程項(xiàng)目,完成了VAV系統(tǒng)的靜壓控制方案設(shè)計(jì),以及系統(tǒng)的部分軟硬件設(shè)計(jì),提出了提高VAV系統(tǒng)的控制效率的模糊神經(jīng)網(wǎng)絡(luò)控制方法,并參與了系統(tǒng)調(diào)試等工作,系統(tǒng)在工程中成功應(yīng)用。首先,分析了VAV系統(tǒng)各環(huán)節(jié)的工作原理,特點(diǎn)及性能參數(shù),通過物理、數(shù)學(xué)方法,建立了過濾器、表冷器、消聲器、系統(tǒng)阻力等多個(gè)環(huán)節(jié)的數(shù)學(xué)模型。為分析和控制VAV系統(tǒng)提供了理論依據(jù),對(duì)系統(tǒng)控制方法的設(shè)計(jì)具有重要意義。其次,以實(shí)際工程為研究背景,設(shè)計(jì)了VAV系統(tǒng)控制方式的方案,主要包括靜壓控制、溫度再設(shè)控制、最小新風(fēng)控制、空調(diào)機(jī)組聯(lián)動(dòng)控制等控制方案,提出了VAV送風(fēng)壓力優(yōu)化控制策略—定靜壓與變靜壓結(jié)合再靜壓重設(shè)控制策略,克服了定靜壓系統(tǒng)不能實(shí)時(shí)改變,導(dǎo)致控制能量不能最佳匹配的缺點(diǎn),從而優(yōu)化了整個(gè)系統(tǒng)控制策略,提高了系統(tǒng)的動(dòng)態(tài)和穩(wěn)態(tài)性能指標(biāo),實(shí)現(xiàn)了VAV系統(tǒng)的優(yōu)化控制。針對(duì)VAV系統(tǒng)的特點(diǎn),為進(jìn)一步優(yōu)化控制效果,設(shè)計(jì)了模糊神經(jīng)網(wǎng)絡(luò)控制器,該控制器將模糊控制技術(shù)與神經(jīng)網(wǎng)絡(luò)控制技術(shù)有機(jī)結(jié)合,運(yùn)用于整個(gè)靜壓系統(tǒng)的設(shè)計(jì)與優(yōu)化,實(shí)現(xiàn)了模糊推理和自適應(yīng)非線性控制,提高了系統(tǒng)魯棒性,使控制效果明顯提高。最后,運(yùn)用Matlab仿真平臺(tái),設(shè)計(jì)了基于模糊神經(jīng)網(wǎng)絡(luò)的VAV靜壓控制仿真實(shí)驗(yàn)。仿真實(shí)驗(yàn)表明,本文所提出的控制算法,可以有效提高系統(tǒng)的控制精度,進(jìn)而節(jié)能。
[Abstract]:With the continuous development of human society, the energy crisis has gradually become a major threat to mankind. The lack of energy and the pollution of the environment have brought great influence to the sustainable development of human beings.As the main source of energy consumption in the building environment, the research on energy saving technology of central air conditioning system is of great significance to social development.Variable Air Volume system (VAVV) is the mainstream system of intelligent building. VAV system has the advantages of energy saving, flexibility and all-air system.However, the current control methods of the system mostly use PID control, for the large lag, large inertia, nonlinear systems, its control accuracy is not high.This paper takes VAV system control as the breakthrough point, on the basis of deeply studying the principle and working characteristics of VAV system, establishes the mathematical model of air conditioning system link, and completes the static pressure control scheme design of VAV system combining with the actual project.A fuzzy neural network control method to improve the control efficiency of VAV system is proposed, and the system is successfully applied in engineering.Firstly, the working principle, characteristics and performance parameters of VAV system are analyzed. The mathematical models of filter, surface cooler, muffler and system resistance are established by physical and mathematical methods.It provides a theoretical basis for the analysis and control of VAV system, and is of great significance to the design of system control method.Secondly, taking the actual project as the research background, the control scheme of VAV system is designed, which mainly includes static pressure control, temperature re-setting control, minimum fresh air control, air conditioning unit linkage control and so on.The optimal control strategy of VAV air supply pressure is put forward, which combines static pressure with variable static pressure and restatic pressure reset control strategy. It overcomes the shortcoming that the static pressure system can not be changed in real time and the control energy can not be matched optimally.Thus, the control strategy of the whole system is optimized, the dynamic and steady performance index of the system is improved, and the optimal control of the VAV system is realized.According to the characteristics of VAV system, in order to further optimize the control effect, a fuzzy neural network controller is designed. The controller combines the fuzzy control technology with the neural network control technology, and is applied to the design and optimization of the whole static pressure system.The fuzzy reasoning and adaptive nonlinear control are realized, the robustness of the system is improved, and the control effect is improved obviously.Finally, the simulation experiment of VAV static pressure control based on fuzzy neural network is designed by using Matlab simulation platform.Simulation results show that the proposed control algorithm can effectively improve the control accuracy of the system and save energy.
【學(xué)位授予單位】：沈陽建筑大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TU831

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王偉軍,王昊,徐登峰,黃文君;變風(fēng)量控制技術(shù)的應(yīng)用研究[J];儀器儀表標(biāo)準(zhǔn)化與計(jì)量;2003年06期

2 王tq,張國強(qiáng),陳兆平;變風(fēng)量空調(diào)系統(tǒng)控制程序應(yīng)用研究[J];建筑熱能通風(fēng)空調(diào);2004年05期

3 張琪;李綱;;變風(fēng)量系統(tǒng)控制策略和調(diào)試[J];智能建筑與城市信息;2006年06期

4 姜士凱;吳成東;張麗丹;;變風(fēng)量空調(diào)自動(dòng)控制系統(tǒng)設(shè)計(jì)[J];低壓電器;2008年12期

5 ;變風(fēng)量的魅力[J];智能建筑與城市信息;2008年09期

6 王俊;陳劍波;王銀華;陳丹;;變風(fēng)量末端噪聲測量實(shí)驗(yàn)及分析[J];建筑科學(xué);2009年12期

7 李晉鵬;;變風(fēng)量空調(diào)及其控制系統(tǒng)的研究[J];中國建材科技;2010年06期

8 楊紹輝;王玉剛;張謙;張林友;;蓄能變風(fēng)量空調(diào)能源管理與監(jiān)控系統(tǒng)[J];集美大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

9 ;用專業(yè)打造完美的變風(fēng)量空調(diào)系統(tǒng)演示及培訓(xùn)中心——訪美國皇家集團(tuán)總經(jīng)理余紹培先生[J];智能建筑與城市信息;2011年03期

10 雷曉鳳;任慶昌;;變風(fēng)量空調(diào)分戶計(jì)費(fèi)方法探討[J];建筑熱能通風(fēng)空調(diào);2011年05期

相關(guān)會(huì)議論文 前7條

1 劉冰;趙哲身;;運(yùn)行工況下變風(fēng)量空調(diào)機(jī)頻率-靜壓-風(fēng)速特性的測試和建模[A];上海市化學(xué)化工學(xué)會(huì)2006年度學(xué)術(shù)年會(huì)論文摘要集[C];2006年

2 王海濤;陳友明;陳永康;秦建英;;真實(shí)建筑中變風(fēng)量空調(diào)末端裝置故障在線檢測與診斷研究[A];全國暖通空調(diào)制冷2010年學(xué)術(shù)年會(huì)學(xué)術(shù)文集[C];2010年

3 李曉誼;;變風(fēng)量空調(diào)在工業(yè)廠房中的應(yīng)用實(shí)例[A];第13屆全國暖通空調(diào)技術(shù)信息網(wǎng)技術(shù)交流大會(huì)文集[C];2005年

4 宋宏光;;變風(fēng)量空調(diào)(VAV)技術(shù)的發(fā)展與應(yīng)用[A];首屆海峽兩岸制冷空調(diào)技術(shù)交流會(huì)論文集[C];1992年

5 王金華;陳友明;王海濤;崔博睿;;變風(fēng)量空氣處理機(jī)組故障檢測與診斷方法研究[A];全國暖通空調(diào)制冷2010年學(xué)術(shù)年會(huì)論文集[C];2010年

6 施志鋼;胡松濤;王剛;李安桂;;基于MATLAB的變風(fēng)量(VAV)空調(diào)系統(tǒng)的控制新策略的理論分析及研究[A];2006年山東省制冷空調(diào)學(xué)術(shù)年會(huì)“格力杯”優(yōu)秀論文集[C];2006年

7 施志鋼;胡松濤;王剛;李安桂;;基于MATLAB的變風(fēng)量(VAV)空調(diào)系統(tǒng)的控制新策略的理論分析及研究[A];山東制冷學(xué)會(huì)2008年優(yōu)秀論文選集[C];2008年

相關(guān)重要報(bào)紙文章 前2條

1 高蕾;智能化實(shí)驗(yàn)室是一臺(tái)“孵化器”[N];中華建筑報(bào);2005年

2 馬琳;偽節(jié)能癥的痛與治:一棟建筑的自白[N];中國房地產(chǎn)報(bào);2010年

相關(guān)博士學(xué)位論文 前2條

1 王軍;基于LonWorks技術(shù)的變風(fēng)量空調(diào)多變量解耦控制的研究[D];西安建筑科技大學(xué);2003年

2 黃永紅;基于遞階結(jié)構(gòu)的變風(fēng)量空調(diào)系統(tǒng)故障檢測與診斷研究[D];湖南大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 閆婷;基于蟻群與神經(jīng)網(wǎng)絡(luò)算法的變風(fēng)量空調(diào)末端控制研究[D];西安建筑科技大學(xué);2015年

2 闕文堂;空調(diào)變風(fēng)量末端裝置節(jié)能最佳模型研究[D];華南理工大學(xué);2016年

3 王可心;變風(fēng)量空調(diào)控制系統(tǒng)在工程中的研究與應(yīng)用[D];沈陽建筑大學(xué);2015年

4 張雨玲;基于模糊理論的變風(fēng)量空調(diào)系統(tǒng)控制策略仿真研究[D];重慶大學(xué);2010年

5 閆劍英;變風(fēng)量空調(diào)控制系統(tǒng)的設(shè)計(jì)與應(yīng)用[D];西安理工大學(xué);2007年

6 劉岱巖;變風(fēng)量空調(diào)多變量解耦控制研究[D];沈陽建筑大學(xué);2013年

7 劉福強(qiáng);變風(fēng)量空調(diào)變靜壓控制節(jié)能研究[D];西安建筑科技大學(xué);2008年

8 朱為明;基于神經(jīng)網(wǎng)絡(luò)的變風(fēng)量空調(diào)智能控制系統(tǒng)研究[D];北京建筑工程學(xué)院;2008年

9 劉艷杰;基于風(fēng)量預(yù)測控制的變風(fēng)量空調(diào)系統(tǒng)控制策略的實(shí)驗(yàn)研究[D];中原工學(xué)院;2014年

10 彭瓊林;客房變風(fēng)量空調(diào)末端智能控制系統(tǒng)的研究[D];湖南工業(yè)大學(xué);2014年

，

本文編號(hào)：1759475