基于嵌入式系統(tǒng)的變風(fēng)量空調(diào)系統(tǒng)末端控制器設(shè)計(jì)及實(shí)現(xiàn).pdf_第1頁
已閱讀1頁,還剩92頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、變風(fēng)量空調(diào)系統(tǒng)是智能建筑節(jié)能降耗的有效方式之一,作為關(guān)鍵設(shè)備的末變風(fēng)量末端裝置,它通過對房間送風(fēng)量的調(diào)節(jié)來滿足用戶對環(huán)境的舒適性要求。因此變風(fēng)量末端控制就顯得尤為重要,性能的優(yōu)劣直接影響著整個空調(diào)系統(tǒng)的節(jié)能效率。
  本文為以西安建筑科技大學(xué)變風(fēng)量空調(diào)實(shí)驗(yàn)為平臺,對變風(fēng)量末端的控制研究應(yīng)以系統(tǒng)中被控的風(fēng)量對象和房間模型為基礎(chǔ),故對風(fēng)量被控對象采用閉環(huán)間接法進(jìn)行辨識,并在Labview上對溫度系統(tǒng)控制器進(jìn)行在線仿真設(shè)計(jì),創(chuàng)造閉環(huán)辨識

2、性條件建立被控室溫房間對象模型,利用Sumlink工具箱對末端控制系統(tǒng)進(jìn)行仿真,結(jié)果表明閉環(huán)辨識建立的模型具有較好的精準(zhǔn)度。利用所建模型為仿真環(huán)境,提出了基于神經(jīng)網(wǎng)絡(luò)模糊推理機(jī)的神經(jīng)模糊控制,通過對風(fēng)量和溫度兩個系統(tǒng)控制行為的學(xué)習(xí)訓(xùn)練,完成各自的神經(jīng)模糊控制器,經(jīng)過仿真實(shí)驗(yàn)和在線驗(yàn)證,結(jié)果表明該控制策略針對非線性、不確定性的變風(fēng)量(VAV)空調(diào)系統(tǒng)控制,具有良好的控制效果,提高了系統(tǒng)的動態(tài)性能。為了實(shí)踐控制策略的研究價值,本文利用ARM

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論