本文關鍵詞：飛機地面作業(yè)客艙環(huán)境的預測控制

  更多相關文章： 客艙熱環(huán)境 神經網絡 預測控制 滾動優(yōu)化 地面空調裝置

【摘要】：文中主要研究飛機停泊在機坪時的機艙內溫度的預測控制,目的是提高機艙溫度控制效率,降低碳排放和航空公司的運營成本。通過采集并分析引起艙內溫度變化因素數(shù)據(jù),利用神經網絡對艙內溫度進行預測。在得到機艙內的溫度變化趨勢情況下,通過對地面空調機組的控制進而實現(xiàn)對艙內的溫度的優(yōu)先控制,可減小控制過程中的超調量,提高控制效率。在整個研究過程中。與機場和航空公司合作使用帶記憶功能的溫度記錄儀、風速記錄儀分不同季節(jié)、不同天氣、不同地區(qū)記錄客艙內的溫度值和相應的風速/機艙尺寸、機場地面設備以及飛機上環(huán)境控制設備使用情況的數(shù)據(jù)進行采集,建立完整的訓練和驗證數(shù)據(jù)庫,為確保研究的順利進行,為本研究提供充足的數(shù)據(jù)量。根據(jù)機艙實際測量溫度值,利用插值方法建立機艙內的溫度場,并對機艙內的溫度場進行分析,比較分析客艙歷史溫度值、外部環(huán)境溫度值、艙內出風口的溫度值、開機艙門處的熱交換、太陽直射艙壁的熱交換、客艙內的燈具和娛樂系統(tǒng)熱功率、人體熱荷載對溫度場的影響程度。利用神經網絡處理非線性問題的優(yōu)越性,建立起艙內的熱環(huán)境預測模型,并利用Matlab對機艙內的溫度場進行預測仿真。最后以某大型客機為平臺,采集大量客艙內的數(shù)據(jù)進行驗證,確保預測模型在誤差范圍內準確。將神經網絡預測模型和傳統(tǒng)的預測控制結合起來,建立一個客艙熱環(huán)境預測控制模型,使系統(tǒng)能夠快速、高效控制整個艙內熱環(huán)境。并依據(jù)艙內熱舒適性對艙內的熱環(huán)境進行控制進行評估和驗證,證實預測控制能夠快速有效的實現(xiàn)機艙熱環(huán)境的控制。
【關鍵詞】：客艙熱環(huán)境 神經網絡 預測控制 滾動優(yōu)化 地面空調裝置
【學位授予單位】：中國民航大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：V245.3
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-16
• 1.1 本文研究背景10-12
• 1.2 國內外相關研究的現(xiàn)狀12-13
• 1.3 論文選題的意義13-14
• 1.4 本文主要工作內容及解決的問題14-16
• 1.4.1 本文主要工作內容14
• 1.4.2 本文解決的問題14-16
• 第二章 機艙內影響溫度相關參數(shù)的采集16-22
• 2.1 數(shù)據(jù)采集儀性能16-17
• 2.2 飛機客艙的內部相關參數(shù)17
• 2.3 采集儀在機艙內布局的設計17-19
• 2.4 數(shù)據(jù)的篩選19-21
• 2.5 本章小結21-22
• 第三章 機艙溫度預測模型的建立及其驗證22-31
• 3.1 預測方案比較及選取22
• 3.2 客艙溫度的預測仿真22-30
• 3.2.1 單個多聚合過程神經元原理25-26
• 3.2.2 BP神經預測網絡原理26-27
• 3.2.3 BP神經網絡的學習過程27-28
• 3.2.4 預測結果的驗證28-30
• 3.3 小結30-31
• 第四章 預測控制方案的設計31-38
• 4.1 預測控制基本原理31-33
• 4.1.1 預測模型31
• 4.1.2 滾動優(yōu)化31-33
• 4.1.3 反饋校正33
• 4.2 預測控制技術方案的選擇33-35
• 4.2.1 魯棒預測控制33
• 4.2.2 參數(shù)自整定預測控制33-34
• 4.2.3 模型辨識自適應預測控制34-35
• 4.2.4 神經網絡預測控制35
• 4.3 機艙內熱環(huán)境預測控制方案35-38
• 4.3.1 飛機地面空調控制方案的設計36-37
• 4.3.2 神經網絡預測模型的動態(tài)矩陣控制算法37-38
• 第五章 預測控制結果評估38-49
• 5.1 模型辨識與評估38-39
• 5.1.1 模型和辨識算法的選擇38
• 5.1.2 辨識算法介紹38-39
• 5.2 機艙溫度預測控制系統(tǒng)辨識結果與分析39-40
• 5.2.1 弱噪聲下的辨識結果39-40
• 5.2.2 強噪聲下的辨識結果40
• 5.3 機艙溫度系統(tǒng)動態(tài)矩陣控制魯棒性驗證40-42
• 5.3.1 魯棒性驗證仿真結果40-42
• 5.3.2 預測控制應用抗噪聲水平分析42
• 5.4 對客艙溫度預測控制仿真驗證42-43
• 5.5 利用客艙熱舒適性對預測控制效果的驗證43-47
• 5.5.1 機艙內的溫度場43-46
• 5.5.2 結合（Predicted Mean Vote）PMV對機艙內的熱舒適性分析46-47
• 5.6 本章小結47-49
• 總結與展望49-51
• 參考文獻51-54
• 致謝54-55
• 作者簡介55

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 蘇宏業(yè),李林歡,褚健;預測控制的新進展[J];機電工程;2001年05期

2 胡國龍,孫優(yōu)賢;預測控制進展及其應用研究[J];電力系統(tǒng)及其自動化學報;2003年01期

3 袁天保,劉新建,秦子增;混合加權連續(xù)預測控制研究[J];電機與控制學報;2005年06期

4 蔣念平，朱家組;一種實用的預測控制實現(xiàn)技術[J];上海機械學院學報;1994年04期

5 黃涵洲,陳伙平,韓光勝;預測控制的研究現(xiàn)狀[J];北京工業(yè)大學學報;1997年02期

6 楊馬英,王樹青,王驥程;有約束過程的預測控制[J];浙江大學學報(工學版);1999年06期

7 褚健,潘紅華,蘇宏業(yè);預測控制技術的現(xiàn)狀和展望[J];機電工程;1999年05期

8 杜曉寧,席裕庚,李少遠;約束預測控制的一種快速算法[J];上海交通大學學報;2001年11期

9 張麗香;;預測控制的新進展及其在火電生產中的應用前景[J];電力學報;2005年04期

10 陳文菊;杜德生;;基于預測控制的倒立擺設計與仿真[J];中國水運(學術版);2007年11期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 張峻;席裕庚;;輸入受限時預測控制的一種簡易算法[A];1996中國控制與決策學術年會論文集[C];1996年

2 魏善碧;柴毅;丁寶蒼;;獨立動態(tài)系統(tǒng)分布式預測控制研究[A];第二十七屆中國控制會議論文集[C];2008年

3 任作新;;一種預測控制新算法[A];1995中國控制與決策學術年會論文集[C];1995年

4 陳虹;;預測控制魯棒性研究的若干問題[A];第二十二屆中國控制會議論文集（下）[C];2003年

5 劉兵;徐立鴻;馮純伯;;連續(xù)系統(tǒng)預測控制[A];1994中國控制與決策學術年會論文集[C];1994年

6 崔小第;盧準煒;徐榮良;;一類非線性模型的預測控制[A];1994年中國控制會議論文集[C];1994年

7 劉兵;徐立鴻;馮純伯;施建華;;具有飽和輸入的預測控制[A];1995年中國控制會議論文集（上）[C];1995年

8 羅國娟;吳剛;;預測控制中柔化因子與控制增量權重的關系[A];第二十四屆中國控制會議論文集（上冊）[C];2005年

9 劉燕卿;劉飛;;約束預測控制軟件實現(xiàn)及仿真研究[A];2007中國控制與決策學術年會論文集[C];2007年

10 柴毅;魏善碧;郭茂耘;凌睿;;帶通信完全失效的多飛行器編隊分布式預測控制研究[A];2009中國控制與決策會議論文集（3）[C];2009年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 陳倩;南屯礦運搬工區(qū)巧打安全“預防針”[N];經理日報;2008年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 張隆閣;基于多胞的魯棒預測控制研究[D];華北電力大學;2015年

2 羅奇;自適應光學優(yōu)化控制技術研究[D];中國科學院研究生院(光電技術研究所);2016年

3 王龍生;基于多質點模型的高速列車自動駕駛預測控制[D];北京交通大學;2016年

4 李德偉;預測控制在線優(yōu)化策略的研究[D];上海交通大學;2009年

5 林永君;基于復雜機理模型的過程預測控制研究[D];華北電力大學;2002年

6 徐湘元;預測控制的線性方法、非線性方法和神經網絡方法[D];華南理工大學;2000年

7 盛云龍;離散時間約束不確定線性系統(tǒng)的魯棒預測控制[D];浙江大學;2003年

8 徐祖華;模型預測控制理論及應用研究[D];浙江大學;2004年

9 安愛民;基于預測控制的先進過程控制技術研究[D];蘭州理工大學;2010年

10 陳進東;基于模糊在線支持向量回歸的建模與預測控制研究[D];江南大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 馮凱;基于最小二乘支持向量機的參數(shù)變化模型辨識及其預測控制[D];浙江大學;2015年

2 徐進;基于預測控制的電梯永磁曳引機無稱重傳感器起動策略研究[D];哈爾濱工業(yè)大學;2015年

3 王會卿;大型直流鍋爐機組預測控制方法應用研究[D];山東大學;2015年

4 劉博;基于擾動觀測的永磁同步電機電流預測控制研究[D];哈爾濱工業(yè)大學;2015年

5 胡婧;隨機模型預測控制在風力發(fā)電系統(tǒng)的應用[D];華北電力大學;2015年

6 倪虹;基于智能計算的預測控制及應用[D];寧波大學;2015年

7 孫志民;基于改進粒子群優(yōu)化的磨礦過程預測控制[D];大連理工大學;2015年

8 武曉英;預測控制在同步發(fā)電機勵磁非線性控制中的應用[D];河北工業(yè)大學;2015年

9 田恒鋒;多變量約束預測控制在超超臨界機組協(xié)調控制中的應用研究[D];上海交通大學;2013年

10 高山;300MW機組主汽溫系統(tǒng)預測控制方案研究[D];華北電力大學;2015年

，

本文編號：831764