一、网络空调器的设计(论文文献综述)
于天蝉,杨子旭,丁连锐,黄文宇,石文星[1](2021)在《房间空调器在线性能测量技术的研究与应用进展》文中认为探明房间空调器的实际运行性能对于优化其控制策略、降低运行能耗和运行费用具有重要意义。首先系统地总结了空调器现场运行性能测量技术发展现状,指出压缩机能量平衡法(CEC法)能够满足现场性能测量非介入式、无干扰性且精度适宜的要求,是一种切实可行的长期在线性能测试方法。针对压缩机CEC法必须解决传感器位置固定与制冷剂状态参数动态变化、压缩机性能衰减与长期较高精度测量的矛盾,分析了基于CEC法动态修正的"全工况制冷剂流量法"的实现方法;总结了国内外空调器在线性能测量标准,并重点介绍了国内在线性能测量仪表精度的标定方法;在此基础上,通过典型案例给出空调器的在线性能测量结果,并分析其运行特征、能效现状和在线性能测量技术的发展趋势。
徐振坤,李金波,赵福云,石文星,李雷涛,张杰[2](2021)在《室外机安装平台对房间空调器性能的影响(三)——实验研究》文中研究说明通过对746个住宅建筑楼盘的问卷调研及110个住宅楼盘的现场勘查,探明了当前空调器室外机的主要安装形式为百叶窗凹槽,并调研其特征尺寸,依据调研结果还原其使用场景,在焓差实验室内对一台1 HP房间空调器采用GB/T 7725-2004的制冷性能实验方法进行了大量的对比测试。结果表明,常用百叶窗凹槽将导致空调器制冷能效比EER衰减36%,影响其性能的通风尺寸依次为前、左、上、后、右的间距,同时,百叶窗的格栅间距、倾斜方向与角度大小也是影响空调器性能的重要因素,且格栅间距存在有最优值;在此基础上,分析给出了1 HP空调器制冷能效比衰减小于4%的凹槽空间最小通风尺寸推荐值。
李显[3](2021)在《橡胶热氧老化下隔振脚垫迟滞非线性动态特性模型研究》文中研究说明空调器制冷系统的动力来源于压缩机,压缩机的振动是引起空调器振动和噪声主要来源。空调器压缩机振动产生的噪声严重影响空调器使用的舒适性,且易导致与压缩机连接的管路系统疲劳损坏,降低空调器可靠性。因此,要提高空调器的整体性能,需要深入研究隔振脚垫的动态特性。本课题将压缩机橡胶隔振脚垫从静态特性分析拓展到动态特性分析,完善了橡胶隔振脚垫动态特性模型。在此基础上,引入热氧老化因子,揭示橡胶隔振脚垫的动态特性随橡胶隔振脚垫热氧老化程度的变化规律,提高了橡胶隔振脚垫动态特性预测精度,为更好的优化橡胶隔振脚垫设计提供理论支撑,为更进一步对橡胶隔振脚垫在整机的设计、匹配与参数优化提供了理论和实验基础。本文主要研究工作如下:(1)基于超弹性模型、分数导数标准模型与库仑摩擦模型,建立了常温下橡胶隔振脚垫动态特性模型。利用有限元分析并结合橡胶隔振脚垫的静刚度实验结果建立了超弹性模型,对橡胶隔振脚垫的线性静态特性模型进行修正,进一步提高了橡胶隔振脚垫的迟滞回线特性精度。引入分数导数模型与库仑摩擦模型描述橡胶隔振脚垫的频率相关性与振幅相关性,建立了常温环境下橡胶隔振脚垫的动态特性模型。设计了橡胶隔振脚垫样品,搭建了静、动态特性实验平台,实验结果验证了所建橡胶隔振脚垫动态特性模型的正确性。(2)引入热氧老化因子,建立了橡胶隔振脚垫热氧老化动态特性模型。重点研究了热氧老化因子对橡胶隔振脚垫动态特性影响,指出热氧老化因子是影响橡胶隔振脚垫动态特性必不可少的关键参量。以硬度变化5度为试验终止条件,对橡胶隔振脚垫进行热氧加速老化试验。在Arrhenius模型基础上引入Peck模型,改善了热氧老化因子精度。将热氧老化因子与常温下橡胶隔振脚垫动态特性模型相结合,建立了橡胶隔振脚垫热氧老化动态特性模型。将热氧老化后的橡胶隔振脚垫进行静、动态特性实验,实验结果表明文中提出的热氧老化动态特性模型能较为准确地描述橡胶隔振脚垫热氧老化后的频率相关性、振幅相关性与热氧老化相关性;橡胶隔振脚垫热氧老化变化5度后,其静刚度最大增长20.7%,动刚度最大增长4.5%;,为研究外界环境温度因素导致橡胶热氧老化的隔振脚垫服役后动态特性演化规律提供了理论支撑。文中搭建了空调器压缩机振动特性测试平台,给出了压缩机隔振系统振动特性测试方法,并对装配热氧老化前后橡胶隔振脚垫的某定频与某变频空调器压缩机分别开展了振动特性测试。测试结果表明:橡胶隔振脚垫热氧老化后,压缩机振动特性出现不同程度的劣化,振动加速度最大增值为100%,验证了考虑橡胶隔振脚垫热氧老化因子的必要性。(3)开展了橡胶隔振脚垫刚度匹配优化研究,通过对压缩机隔振系统固有频率和振型的分析,应用隔振与能量解耦等理论对系统进行了拓扑优化与解耦的优化设计,计算得到了所测压缩机隔振脚垫刚度的最佳匹配方案。通过压缩机振动特性测试可知,橡胶隔振脚垫的刚度匹配优化设计效果较好,验证了压缩机隔振系统刚度匹配的可行性。橡胶隔振脚垫在热氧老化硬度增大5度后,其静刚度和动刚度的最大增长分别为20.7%和4.5%。损失因子的最大降幅为10.6%。热氧老化条件改变了橡胶隔振脚垫原有刚度匹配合理性,破坏了原有隔振性能,导致压缩机隔振系统的振动增大。文中建立的动态特性模型与热氧老化动态特性模型进一步完善了橡胶隔振脚垫的建模方法,极大地提高了橡胶隔振脚垫动态特性预测精度,且通过静、动态特性实验、振动特性测试等验证了模型的有效性;利用拓扑优化与解耦的优化设计对压缩机隔振系统进行了刚度匹配设计,测试验证了刚度匹配的合理性。
杨子旭,石文星,于洋[4](2021)在《室外机安装平台对空调器性能影响的研究进展》文中研究说明空调器的室外机安装平台直接影响人员安全性、建筑美观性以及空调器节能性,因此探明安装平台对空调器性能的影响,对于规范安装平台设计、提升空调器实际运行性能、推动建筑节能进程都具有重要意义。本文较为系统地总结了国内住宅建筑室外机安装平台的主要类型,近年来国内外关于安装平台对室外机进风参数和空调器实际运行性能影响,以及安装平台的结构优化及其设计标准的研究进展,进一步阐明在保证人员安全性、建筑美观性的前提下,可以通过优化室外机平台的几何结构,从而发挥空调器的应有性能以降低其运行能耗。
莫迪[5](2020)在《基于大数据和模糊神经网络的变频空调功率优化运行控制研究》文中指出限制空调用电是改善电网峰谷用电问题的有效手段。现有的变频空调压缩机控制,多采用模糊和PID的控制策略。空调的室内侧吸入干球、湿球等传感器采集到温度和温度变化率数据,作为控制的数据依据。模糊控制根据温度设定值和实际测量值构成温度偏差,将温度偏差和温度变化率进行模糊量化处理,根据由专家经验编写的模糊规则进行推理,并将推理后的模糊值解模糊化后输出到被控对象;PID控制则将温度偏差按比例、积分和微分通过线性组合构成控制量,对被控对象进行控制。针对现有控制方法中存在的问题,如响应速度较慢,温度超调量较大,以及后期存在温度不断震荡等问题,本文结合大数据处理研究了变频空调的模糊神经网络控制方法,能实现对变频空调的温度更精确和快速的控制,降低空调能耗,改善峰谷用电问题。主要研究内容如下:(1)建立家庭用电量数据库,将采集到的电源进线端功率数据进行存储。使用时间序列分析的ARIMA模型方法,对海量功率数据进行分析和预处理,建立自回归滑动平均模型,分析用电规律,预测用电趋势,作为限制用电的数据依据。(2)建立模糊Elman神经网络控制器,以当前广泛使用的变频空调模糊控制规则为基础,在此规则曲面上均匀提取数据点作为神经网络的训练样本。同时针对网络训练中使用的负梯度算法存在训练后期收敛速度慢以及易陷入局部极小点的问题,将模拟退火算法与人工蜂群算法融合,提出改进人工蜂群(improved artificial bee colony,IABC)算法,对网络进行训练,并将训练好的网络用于变频空调压缩机工作控制。(3)在上述研究基础上,引入预测控制的思想,利用神经网络对室内冷热负荷进行建模和预测,作为控制依据从而限制温度超调和波动,以实现更加精确的变频空调在线预测控制。由于在线控制对神经网络训练速度要求更高,在此使用基于容积卡尔曼滤波的神经网络训练方法,对神经网络进行训练。仿真实验以及分析表明,相对于模糊控制和PID控制方法,基于IABC算法的变频空调模糊Elman神经网络控制方法可以明显改善神经网络训练后期易陷入局部极小点的问题,有效提高了训练精度和控制精度,限制了控制过程中的温度超调,表明该方法是一种精确可行的控制方法,可以有效降低空调能耗。在此基础上通过引入容积卡尔曼滤波实现的在线控制则可以有效解决温度超调和温度波动问题,提高了控制精度,对用户体验也更加友好。
杜遵法[6](2020)在《基于MES系统的卡车空调器产品质量追溯管理系统》文中研究指明随着社会的发展,人们对产品的生产过程的关注度逐渐提高,对于个人消费者来说,他们希望了解自己所购买的产品的具体生产过程,每个生产环节是否都在监控范围内,产品的源头在哪里;对于企业来说,更需要对生产进行精细化的监控,监管每一个生产环节,进一步的提升产品的良品率,降低生产成本,提高生产效率,并实现准确高效的问题产品追责机制。面对这种日益上升的需求,各行各业的质量追溯系统出现了蓬勃的发展。国内的质量追溯系统起步较晚,但是现在越来越多的生产企业都开始部署自己的产品追溯系统,从而实现对产品生命周期的监管。本文首先对当前追溯系统的发展现状进行了调研,并分析了空调器产品现存的追溯问题,到实际的生产环境中进行观察,并与相关的从业人员进行交谈,了解了当前的空调器的生产现状以及实际的生产流程,对如何实现空调器产品的质量追溯有了一个宏观的认识。第二研究了当前比较流行的,能实现对生产环节信息采集的方法,并对多种具有同种功能的采集手段进行了分析调查,总结出一个切实可行的采集方案,既可以便捷高效的采集生产信息又可以有效的控制系统成本。第三根据总结的方案,对具体的功能进行详细设计,实现功能的划分,进行模块化设计,根据调研的实际生产流程,设计数据流和工作流,整合不同环节的信息,最终实现对产品的生产生命周期的记录。最后根据详细设计的设计内容进行编码,根据不同模块,不同功能编写程序,验证系统的可行性和稳定性,直至可投入运行。
李无言[7](2019)在《新型热泵式热回收新风设备仿真与实验研究》文中进行了进一步梳理在建筑暖通系统中使用新风设备是改善室内空气品质的主要技术手段之一。由于新风的引入会带来额外的冷热负荷,利用排风余热进行新风处理的方案就成为了降低暖通系统能耗的可行方法。带有热泵系统的的新风设备具有出风参数可控,不受地域条件影响的特点。同时它应用方式灵活,可作为单独的冷热源设备使用,这使其具有广泛的应用前景。然而在现有的研究中,这类设备的应用最大的障碍是其制冷、制热效率较低,无法满足对于运行成本相对敏感的家庭用户的要求。因此,本研究提出一种利用间接蒸发冷却技术增效的两级处理型排风热泵新风设备,并对其开展了包括理论分析、实验测试和应用模拟等方面的广泛研究,主要从以下几个方面进行了工作:首先,根据以往对于排风热泵系统以及间接蒸发冷却热回收的研究基础提出了这种两种设备结合的新风处理设备,设计并且制作样机进行试验测试。在实验测试中,对于该样机在全年变工况下的运行特性进行了较为详尽的测试。特别是对其在夏季工况的性能进行了深入的研究,实验中包括了其四种制冷运行方案的研究。实验结果显示,在夏季标准工况下,新风主机以间接蒸发冷却热回收+排风热泵的形式运行的制冷能综合效能达到5.12,相比于传统排风热泵系统,实现节能70%以上。其次,建立了间接蒸发冷却热回收换热器、排风热泵系统中主要部件的数学模型。并以此为基础,基于Matlab平台开发出了其数值仿真模型。仿真模型按照每个模块的自身特征和换热特性进行建模,可以模拟可以模拟新风机组在多种运行工况下的运行特性。而且基于各个部件详细的数学模型,对于每个部件的热质交换过程均可利用仿真平台进行研究。仿真平台的准确性同时也利用实验研究中的数据进行了验证和校准。然后,利用仿真平台,对于新风主机在不同室内外环境条件下的运行特性进行了模拟研究。重点研究了新风温、湿度,排风温、湿度以及新风、排风风量的变化对于新风主机在冬夏季制热、制冷工况下对于性能的影响。再者,研究中除了利用传统的能量分析,同时也通过热力学第二定律的导出量-?这一指标对于新风主机中发生的热湿交换和能量传递、转换过程进行了分析和优化。在此过程中,基于板式的间接蒸发冷却热回收换热器的形体和新风主机的整体运行流程成为了主要的研究对象。结论揭示了新风主机中主要能量损失的来源,为进一步提升其效率建立的理论基础和方向指引。最后,本文建立基于Trnsys和Matlab联合运行的动态仿真平台对于新风主机结合常规热泵空调器的暖通系统在小型民用建筑的全年运行情况进行了模拟,对比了不同控制策略下全年能耗的情况,从而给出了一种基于能耗相应的全年运行策略。这种策略全年比其余两种常规运行策略分别节能14.4%和10.1%。在此基础上,本研究利用仿真平台模拟了其在不同城市气象条件下系统的运行性能,并和两种常规系统进行了对比研究。结果显示,这种新风主机在夏季负荷较大的地区展现出了优秀的节能潜力。
翁俊杰[8](2019)在《软测量技术在在役家用空调器制冷量检测中的研究与应用》文中指出目前在实验室中对空调系统制冷量的测量方法已较为成熟,主要采用室内空气焓差法和热平衡量热计法,其中焓差法以其设备投入成本低、整体测量周期短的特点而被生产企业和检测机构所多数采用,并且已形成标准被全球多数国家所执行。但是,对于实际生活中已安装使用的在役空调产品,对其制冷量进行检测和长期在线监测并没有统一的、标准的方法,且对于已经安装在建筑物中的空调而言,由于检测设备和使用环境所限,使用室内空气焓差法进行长期测量将严重影响消费者的使用,应用在实际检测当中并不合适。所以本研究提出了一种基于神经网络的软测量方法,在对与空调系统制冷量相关的一些易测变量进行测量后,通过计算机技术及建模变量关系来推断或者估算制冷量,以达到对家用空调系统的制冷量进行长期在线测量的目的。本研究是基于空调产品实际使用过程中的性能情况展开的,着重探讨了家用空调产品实际使用过程中,对系统制冷量进行测量并实现长期在线监测的方法,本文首先从国家标准所述的检测方法出发,分析讨论了采用不同检测方法对空调系统制冷量测量的特点,之后通过对空调系统的热力学原理分析,以及对空调系统关键组件结构分析,研究了空调产品系统各组件的接口参数的关系,从而建立了综合检测要求和系统接口物理特性的制冷量关系数学表达式。然后根据在役家用空调系统的实际情况,搭建了一个数据采集平台,通过对现场易于测量的系统状态参数进行采集,采用云平台实时传输等手段,为软测量模型的建立提供了必要的训练学习数据组。并根据所采集的数据对在役空调系统制冷量利用神经网络进行软测量的可实现性进行了讨论,同时比较了BP神经网络、径向基函数(RBF)神经网络、支持向量机(SVM)在此实际应用中所建模型的性能。实现了基于在役家用空调器整体系统的神经网络模型的混合建模仿真。最后,针对BP神经网络对初始权值依赖性较强的问题采用进化算法进行了优化,并通过采用MIV算法对BP神经网络输入层变量进行筛选,得出输入变量的决策权重,达到了提高系统效率,减少在线测量仪表成本的目的。结果表明,采用神经网络对在役家用空调器制冷量进行软测量能够达到较好的效果,在实际工程应用当中具有可行性。
翁俊杰[9](2019)在《神经网络软测量在家用房间空调器制冷量测量中的研究与应用》文中指出软测量是应用计算机技术对难以测量或无法直接测量的变量,选择与之相关的一些容易测量的变量,通过建模变量关系来推断或者估算。本文针对普通家用房间空调器系统的制冷量测量提出了一种基于BP神经网络的软测量方法。目前普通家用房间空调器多数为一拖一空调系统,通过测量采集空调系统中与制冷量变化相关的状态参数,采用BP神经网络预测系统制冷量,并在MATLAB中进行了仿真。同时采用平均影响值MIV对BP神经网络输入层节点参数的权重进行分析,从而达到变量的筛选,发现各变量在系统中作用的重要程度。结果表明,采用BP神经网络软测量的预测效果与实际测量结果偏差较小,可以用于家用房间空调系统制冷量的测量,且输入变量的权重分析结果与影响系统制冷量的组件结构特性较为一致。
陈绍林,胡作平,朱松伟,熊军,陈友樟[10](2019)在《基于智能功率检测的变频空调器电量管理系统设计》文中进行了进一步梳理针对分体式变频空调器的电量管理问题,提出一种功率检测和电量可视化管理的控制方法。采用现有空调器电路,不额外增加硬件器件,运用新的电量检测算法得到变频空调器的实时功率和实时用电量;通过空调器WiFi控制模块将电量数据发送给云端服务器,由云端完成电量数据的处理,并实时传输至用户手机客户端;同时可通过手机客户端、云服务器设置空调器用电计划,经变频空调控制器的电量管理算法及空调舒适节能控制实现主动节能的定制省电控制,经试验验证本方法具有较高的电量检测精度和较好的节能效果,可以有效提高目前空调器电量管理的效率,实现经济节能的目标。
二、网络空调器的设计(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、网络空调器的设计(论文提纲范文)
(1)房间空调器在线性能测量技术的研究与应用进展(论文提纲范文)
1 引言 |
2 测量原理与方法 |
2.1 室内侧空气焓差法 |
2.2 室外侧空气焓差法 |
2.3 制冷剂焓差法 |
3 全工况制冷剂流量法 |
3.1 关键问题 |
3.2 实现方法 |
4 在线性能测量标准 |
5 性能测量仪表与应用 |
5.1 空调器性能测量仪表 |
5.2 在线性能测量技术的应用 |
6 展望 |
(2)室外机安装平台对房间空调器性能的影响(三)——实验研究(论文提纲范文)
1 研究背景 |
2 现状调研 |
2.1 问卷调研 |
2.2 现场勘察 |
2.2.1 现场勘察总体情况 |
2.2.2 现场勘察特征尺寸 |
3 实验研究 |
3.1 实验台搭建 |
3.2 实验样机 |
3.3 测试工况 |
4 实验结果 |
4.1 当前安装环境的实际运行性能 |
4.2 室外机周边通风间距的影响 |
4.3 格栅角度和间距尺寸的影响 |
4.3.1 格栅倾角α的影响 |
4.3.2 格栅间距h的影响 |
5 改善建议 |
6 结论 |
(3)橡胶热氧老化下隔振脚垫迟滞非线性动态特性模型研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 橡胶隔振脚垫设计研究现状 |
1.2.1 橡胶隔振脚垫隔/减振研究现状 |
1.2.2 橡胶隔振脚垫刚度特性研究现状 |
1.3 橡胶老化研究现状 |
1.3.1 橡胶老化分类 |
1.3.2 热氧老化环境下橡胶隔振脚垫动态特性研究 |
1.4 压缩机隔振系统解耦设计研究现状 |
1.5 主要研究内容 |
第二章 空调器压缩机橡胶隔振脚垫静、动态特性研究 |
2.1 引言 |
2.2 橡胶隔振脚垫静、动态特性实验 |
2.2.1 实验装置及测试方法 |
2.2.2 橡胶隔振脚垫静、动态实验结果分析 |
2.3 橡胶隔振脚垫动态特性模型 |
2.3.1 库仑摩擦模型 |
2.3.2 橡胶隔振器静态特性的本构模型 |
2.3.3 分数导数Kelvin-Voigt模型 |
2.4 橡胶隔振脚垫模型参数识别实验验证 |
2.4.1 参数识别方法 |
2.4.2 模型验证 |
2.5 结论 |
第三章 橡胶热氧老化下压缩机隔振脚垫静、动态特性研究 |
3.1 引言 |
3.2 橡胶隔振脚垫热氧加速老化试验 |
3.2.1 橡胶隔振脚垫样品的制作 |
3.2.2 热氧老化实验装置 |
3.2.3 热氧老化实验方法 |
3.3 橡胶隔振脚垫热氧老化动态特性建模 |
3.3.1 加速老化模型 |
3.3.2 热氧老化因子建模 |
3.3.3 热氧老化动态特性建模 |
3.4 参数识别与实验验证 |
3.4.1 热氧老化因子识别 |
3.4.2 实验验证 |
3.5 压缩机振动特性测试 |
3.5.1 振动分析 |
3.5.2 测试条件 |
3.5.3 测试方法 |
3.5.4 振动测试结果及数据分析 |
3.6 结论 |
第四章 空调器压缩机橡胶隔振脚垫的刚度匹配优化设计 |
4.1 引言 |
4.2 压缩机隔振原理 |
4.2.1 隔振分析 |
4.2.2 家用空调器压缩机振动振源分析 |
4.3 压缩机隔振系统振动模型的建立 |
4.3.1 压缩机隔振系统固有频率及振型的求解 |
4.3.2 橡胶隔振脚布置及振动模型的建立 |
4.3.3 刚度矩阵各种刚度的计算 |
4.4 能量解耦优化 |
4.4.1 模态分析 |
4.4.2 参数化优化设计 |
4.4.3 优化后橡胶隔振脚垫有限元法计算和设计 |
4.5 压缩机振动特性测试 |
4.6 结论 |
第五章 结论与展望 |
5.1 主要工作及结论 |
5.2 创新点 |
5.3 研究展望 |
参考文献 |
致谢 |
攻读硕士学位期间的研究成果 |
(5)基于大数据和模糊神经网络的变频空调功率优化运行控制研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
§1.1 课题背景及研究的目的与意义 |
§1.2 变频空调温度控制方法应用现状 |
§1.2.1 分段定点控制方法 |
§1.2.2 PID控制方法 |
§1.2.3 模糊控制方法 |
§1.3 变频空调温度控制方法国内外研究现状 |
§1.4 现有变频空调温度控制存在的问题 |
§1.5 本文的主要研究工作 |
第2章 变频空调控制系统控制方案 |
§2.1 空调系统的基本结构及工作原理 |
§2.1.1 变频空调的基本结构 |
§2.1.2 空调系统的工作原理 |
§2.2 变频空调温度控制方案的初步设计 |
§2.2.1 变频空调控制系统的基本结构 |
§2.2.2 控制方案的确定 |
§2.3 本章小结 |
第3章 用电功率数据的ARIMA模型 |
§3.1 资料来源和统计方法 |
§3.2 ARIMA模型建模原理、步骤及评估指标选择 |
§3.2.1 时间序列简介 |
§3.2.2 ARIMA建模原理 |
§3.2.3 ARIMA的建模步骤 |
§3.2.4 ARIMA模型的评价指标 |
§3.3 ARIMA模型在用电功率预测中的实证分析 |
§3.4 本章小结 |
第4章 变频空调控制系统的模糊神经网络算法设计 |
§4.1 模糊神经网络基本原理 |
§4.1.1 模糊控制原理 |
§4.1.2 神经网络理论基础和Elman神经网络 |
§4.1.3 模糊神经网络 |
§4.2 变频空调控制系统的模糊Elman神经网络参数设定 |
§4.2.1 模糊控制策略及输入输出变量的确定 |
§4.2.2 输入输出变量的语言值域及隶属度函数的确定 |
§4.2.3 模糊控制规则的确定 |
§4.2.4 模糊决策以及解模糊 |
§4.2.5 模糊Elman网络控制模型 |
4.3 模糊神经网络的学习 |
§4.3.1 负梯度算法 |
§4.3.2 改进人工蜂群算法 |
§4.3.3 改进人工蜂群算法的验证 |
§4.4 仿真实验 |
§4.4.1 室内空调系统温度控制的数学模型 |
§4.4.2 变频空调的模糊Elman温度控制仿真 |
§4.5 本章小结 |
第5章 变频空调温度的在线预测控制 |
§5.1 BP网络的室内热负荷预测器 |
§5.2 RBF网络的变频空调温度控制器 |
§5.2.1 RBF神经网络模型结构 |
§5.2.2 RBF神经网络的拟合 |
§5.3 神经网络训练的容积卡尔曼滤波方法 |
§5.4 仿真实验 |
§5.4.1 神经网络的拟合 |
§5.4.2 温度预测控制系统的仿真 |
§5.5 本章小结 |
第6章 总结与展望 |
§6.1 总结 |
§6.2 展望 |
参考文献 |
附录 关键程序段 |
致谢 |
作者在攻读硕士期间的主要研究成果 |
作者在攻读硕士期间参与的项目 |
(6)基于MES系统的卡车空调器产品质量追溯管理系统(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 质量追溯简介 |
1.2 质量追溯发展历程 |
1.3 选题目的意义 |
1.4 本文的主要研究内容 |
1.5 本文组织结构 |
第2章 可行性分析 |
2.1 技术可行性 |
2.2 经济可行性 |
2.3 社会可行性 |
第3章 需求分析 |
3.1 业务需求 |
3.1.1 用户组织结构 |
3.1.2 业务需求概述 |
3.2 功能需求 |
3.3 非功能性需求 |
3.4 设计约束 |
3.5 系统功能分析 |
3.6 用户界面需求 |
3.7 系统接口需求 |
第4章 概要设计 |
4.1 总体设计 |
4.1.1 关键技术 |
4.1.2 系统结构图 |
4.1.3 网络结构图 |
4.1.4 系统功能模块图 |
4.1.5 数据流向图 |
4.2 模块构成 |
4.3 环境设计 |
4.4 硬件设备 |
4.5 接口设计 |
4.6 数据库设计 |
4.6.1 数据库环境 |
4.6.2 数据库命名规则 |
4.6.3 数据库安全 |
4.6.4 数据库详情 |
4.7 界面设计 |
4.8 出错处理设计 |
第5章 详细设计 |
5.1 系统结构设计 |
5.2 系统功能模块设计 |
5.2.1 管理客户端登录 |
5.2.2 部门管理 |
5.2.3 生产线管理 |
5.2.4 工位管理 |
5.2.5 员工管理 |
5.2.6 质量信息管理 |
5.2.7 子件产品管理 |
5.2.8 供应商管理 |
5.2.9 总成管理 |
5.2.10 模板管理 |
5.2.11 历史模板管理 |
5.2.12 综合查询 |
5.2.13 扫描登录 |
5.2.14 工艺板展示 |
5.2.15 扫描条码 |
5.2.16 总成修理 |
5.2.17 总成下线 |
第6章 质量追溯系统的实现 |
6.1 环境准备 |
6.1.1 硬件环境 |
6.1.2 软件环境 |
6.2 通用规范 |
6.2.1 数据展示 |
6.2.2 添加 |
6.2.3 修改 |
6.2.4 删除 |
6.3 各个模块实现 |
6.3.1 管理客户端登录模块 |
6.3.2 部门管理 |
6.3.3 生产线管理 |
6.3.4 工位管理 |
6.3.5 员工管理 |
6.3.6 质量信息管理 |
6.3.7 子件产品管理 |
6.3.8 供应商管理 |
6.3.9 总成管理 |
6.3.10 模板管理 |
6.3.11 历史模板管理 |
6.3.12 综合查询 |
6.3.13 扫描端登录 |
6.3.14 工艺展示板 |
6.3.15 扫描条码 |
6.3.16 总成修理 |
6.3.17 总成下线 |
第7章 系统测试 |
7.1 单元测试 |
7.2 恢复测试 |
7.3 压力测试 |
7.4 生产测试 |
第8章 总结与展望 |
8.1 总结 |
8.2 展望 |
参考文献 |
致谢 |
(7)新型热泵式热回收新风设备仿真与实验研究(论文提纲范文)
中文摘要 |
英文摘要 |
主要符号对照表 |
1 引言 |
1.1 课题研究背景 |
1.2 文献综述 |
1.2.1 排风热回收技术 |
1.2.2 蒸发冷却热回收技术 |
1.2.3 排风热泵热回收技术 |
1.2.4 蒸发冷凝式热泵技术 |
1.3 存在的问题及思考 |
1.4 课题研究目的、内容、技术路线 |
1.4.1 研究目的 |
1.4.2 研究内容 |
1.4.3 技术路线 |
1.5 小结 |
2 新型热泵式热回收新风设备设计及实测 |
2.1 新型热泵式热回收新风设备 |
2.1.1 新风机组构造与制作 |
2.1.2 新风主机运行模式 |
2.1.3 新风机组内测点布置 |
2.2 实验测试 |
2.2.1 测试试验台及实验仪器 |
2.2.2 实验测试条件 |
2.2.3 实验数据监测及误差分析 |
2.3 实验结果及分析 |
2.3.1 夏季标准工况测试结果分析 |
2.3.2 夏季标准变工况测试结果分析 |
2.3.3 夏季模式1测试结果分析 |
2.3.4 冬季测试结果分析 |
2.4 小结 |
3 新风机组数学模型 |
3.1 间接蒸发冷却换热芯数学模型 |
3.1.1 典型板式间接蒸发冷却热回收芯体 |
3.1.2 模型假设及离散化求解方法 |
3.1.3 芯体单元格中热质交换过程分析 |
3.1.4 热质交换过程的控制方程 |
3.1.5 计算所需附加公式 |
3.1.6 初值条件 |
3.1.7 叉流段和逆流段的有限差分式 |
3.1.8 差分方程求解步骤 |
3.2 热泵数学模型 |
3.2.1 压缩机数学模型 |
3.2.2 冷凝器的数学模型 |
3.2.3 蒸发器数学模型 |
3.2.4 节流阀数学模型 |
3.2.5 热泵相关传热系数的拟合式 |
3.2.6 各部件的耦合计算方法 |
3.3 新风主机的?分析模型 |
3.3.1 湿空气?模型 |
3.3.2 间接蒸发冷却的?传递模型 |
3.3.3 热泵系统?模型 |
3.4 小结 |
4 仿真平台的建立及实验验证 |
4.1 仿真平台的建立 |
4.1.1 仿真平台的需求分析 |
4.1.2 仿真平台建立的步骤 |
4.2 仿真平台的实验验证 |
4.2.1 间接蒸发冷却热回收芯体验证 |
4.2.2 夏季变工况实验验证 |
4.2.3 冬季变工况实验验证 |
4.3 小结 |
5 新风主机运行性能分析 |
5.1 新风机组变工况性能分析 |
5.1.1 间接蒸发冷却热回收芯体参数分析 |
5.1.2 夏季标准运行模式参数分析 |
5.1.3 冬季标准运行模式参数分析 |
5.2 新风机组变风量运行参数分析 |
5.2.1 主机性能随两侧风量的变化 |
5.2.2 主机性能随新风侧风量的变化 |
5.3 小结 |
6 新风机组的?过程及优化 |
6.1 板式间接蒸发冷却热回收换热器优化 |
6.1.1 叉流式换热器 |
6.1.2 逆-叉流式换热器 |
6.1.3 两种间接蒸发冷却换热器的性能对比 |
6.1.4 逆-叉流换热器参数优化 |
6.1.5 间接蒸发冷却热回收流程优化 |
6.2 新风机组整机?过程及优化 |
6.2.1 夏季标准工况 |
6.2.2 冬季标准工况 |
6.3 小结 |
7 全年运行策略及性能分析 |
7.1 动态热负荷仿真平台搭建 |
7.1.1 Trnsys仿真平台简介 |
7.1.2 Trnsys住宅建筑模型 |
7.1.3 结合新风系统的动态仿真模型 |
7.1.4 新风主机全年运行模式 |
7.1.5 建筑附加冷热源系统 |
7.1.6 全年运行策略的基本原则 |
7.1.7 室外气象参数 |
7.2 新风主机全年优先运行的方案 |
7.2.1 全年运行方案原理 |
7.2.2 仿真结果及分析 |
7.2.3 全年运行方案总结 |
7.3 新风主机供冷优先的运行方案 |
7.3.1 全年运行方案原理 |
7.3.2 仿真结果及分析 |
7.3.3 全年运行方案总结 |
7.4 基于负荷响应的运行方案 |
7.4.1 全年运行方案原理 |
7.4.2 仿真结果及分析 |
7.4.3 全年运行方案总结 |
7.5 方案对比 |
7.6 小结 |
8 地区适应性及同其他设备的对比 |
8.1 常规暖通系统简介 |
8.1.1 房间空调器+不带热回收的新风系统 |
8.1.2 房间空调器+带全热回收的新风系统 |
8.2 全年能耗对比 |
8.2.1 模拟条件 |
8.2.2 新风主机的地区适应性 |
8.2.3 同其他设备的能耗对比 |
8.3 小结 |
9 总结和展望 |
参考文献 |
附录 |
A.作者在攻读博士期间发表的论文目录 |
B.作者在攻读博士学位期间参与的科研工作 |
C.学位论文数据集 |
致谢 |
(8)软测量技术在在役家用空调器制冷量检测中的研究与应用(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 背景和意义 |
1.2 国内外研究现状 |
1.3 本文的研究内容和方法 |
第二章 空调系统制冷量关系表达式的建立 |
2.1 标准检测方法 |
2.2 空调关键组件的模型 |
2.2.1 压缩机 |
2.2.2 蒸发器 |
2.3 本章小结 |
第三章 在役工程应用软测量平台的硬件构建 |
3.1 测量采用空气焓差法所需的状态变量 |
3.2 测量采用软测量法所需的状态变量 |
3.3 现场数据的存储及上传 |
3.4 本章小结 |
第四章 基于神经网络的制冷量软测量模型构建 |
4.1 神经网络简述 |
4.2 前馈神经网络 |
4.3 基于BP神经网络的制冷量软测量模型 |
4.3.1 BP神经网络的特点 |
4.3.2 基于BP神经网络软测量模型的构建 |
4.3.3 基于BP网络的制冷量软测量实现与分析 |
4.4 基于RBF神经网络的制冷量软测量模型 |
4.4.1 RBF神经网络的特点 |
4.4.2 基于RBF神经网络软测量模型的构建 |
4.4.3 基于RBF网络的制冷量软测量分析 |
4.5 基于支持向量机(SVM)的制冷量软测量模型 |
4.5.1 支持向量机的特点 |
4.5.2 基于支持向量机软测量模型的构建 |
4.5.3 基于支持向量机的制冷量软测量分析 |
4.6 基于各神经网络制冷量软测量模型的性能比较 |
4.7 本章小结 |
第五章 基于BP神经网络制冷量软测量模型的进一步研究 |
5.1 基于BP神经网络制冷量软测量模型的思维进化算法 |
5.2 基于BP神经网络制冷量软测量模型的输入变量筛选 |
5.3 本章小结 |
第六章 结论和展望 |
6.1 本文的主要工作 |
6.2 未来研究的展望 |
附录 本文公式符号说明表 |
参考文献 |
攻读硕士学位期间取得的研究成果 |
致谢 |
附件 |
(9)神经网络软测量在家用房间空调器制冷量测量中的研究与应用(论文提纲范文)
引言 |
1 家用房间空调器系统软测量物理模型构建 |
2 BP神经网络设计 |
3 软测量的实现 |
4 结论 |
(10)基于智能功率检测的变频空调器电量管理系统设计(论文提纲范文)
1 用电系统功率检测实现方法 |
1.1 功率检测与计算 |
1.2 系统硬件方案 |
1.3 系统软件设计及算法 |
1.3.1 采样与分析 |
1.3.2 电量检测的算法优化 |
2 空调器电量管理系统控制策略 |
2.1 用户侧电量管理系统总体设计 |
2.2 空调器节能用电控制对象 |
2.3 电量管理控制模式 |
2.3.1 电量统计与提醒 |
2.3.2 主动节能的定制省电控制 |
3 试验结果与分析 |
3.1 功率检测 |
3.2 电量测试 |
3.3 定制省电测试 |
4 结束语 |
四、网络空调器的设计(论文参考文献)
- [1]房间空调器在线性能测量技术的研究与应用进展[J]. 于天蝉,杨子旭,丁连锐,黄文宇,石文星. 家电科技, 2021(06)
- [2]室外机安装平台对房间空调器性能的影响(三)——实验研究[J]. 徐振坤,李金波,赵福云,石文星,李雷涛,张杰. 家电科技, 2021(06)
- [3]橡胶热氧老化下隔振脚垫迟滞非线性动态特性模型研究[D]. 李显. 江西理工大学, 2021
- [4]室外机安装平台对空调器性能影响的研究进展[J]. 杨子旭,石文星,于洋. 制冷, 2021(01)
- [5]基于大数据和模糊神经网络的变频空调功率优化运行控制研究[D]. 莫迪. 桂林电子科技大学, 2020(04)
- [6]基于MES系统的卡车空调器产品质量追溯管理系统[D]. 杜遵法. 齐鲁工业大学, 2020(02)
- [7]新型热泵式热回收新风设备仿真与实验研究[D]. 李无言. 重庆大学, 2019(01)
- [8]软测量技术在在役家用空调器制冷量检测中的研究与应用[D]. 翁俊杰. 华南理工大学, 2019(06)
- [9]神经网络软测量在家用房间空调器制冷量测量中的研究与应用[J]. 翁俊杰. 日用电器, 2019(08)
- [10]基于智能功率检测的变频空调器电量管理系统设计[J]. 陈绍林,胡作平,朱松伟,熊军,陈友樟. 制冷与空调, 2019(07)