一、我国暖通空调计算机应用综述(论文文献综述)
单明珠[1](2020)在《公共建筑空调用电能耗数据预处理方法研究》文中进行了进一步梳理在采集原始运行数据过程中,公共建筑能耗监测平台会受到很多外界因素影响,导致数据中存在缺失或突变等问题。因此,在分析公共建筑能耗数据挖掘之前,数据预处理已成为不可缺少的步骤,提高运行问题数据的填补精度已成为亟待解决的关键问题。公共建筑能耗中空调能耗占比相对较大,大约50%。公共建筑空调用电能耗数据能反映出建筑空调运行真实情况,分析挖掘该类型数据是减少未来公共建筑能源消耗的重要环节。目前,国内建筑空调数据预处理只采用一种单一算法填补所有的问题数据,还没有较为完整的处理体系,最终填补问题数据的精度相对不高。本文针对建筑空调实际运行用电能耗数据的特点及影响因素,提出合理有效的预处理方案,并引入多种算法,对比验证算法的预测填补精度。主要研究内容及结果表明:(1)识别缺失和异常的空调用电能耗数据。应用R语言采用简单语句直接识别缺失数据;将建筑异常数据分为连续重复和突变数据,采用直接识别和k-means算法相结合的方法识别所有的异常数据。(2)识别空调运行模式及其与建筑冷热负荷相关性,提出不同空调运行模式问题数据填补策略。将空调运行模式分为供热、制冷和新风三种模式,基于原始每个月的日平均空调用电能耗数据,依据k-means聚类结果和气候特点,判定每年每月空调运行模式。通过理论法和相关系数法判断每种空调运行模式的空调用电能耗数据与室外环境参数的相关度,得到每种空调运行模式与建筑冷热负荷的相关性。根据两者之间的相关性,将空调用电能耗数据划分为与建筑冷热负荷相关的空调用电能耗数据和与建筑冷热负荷无关的空调用电能耗数据,据此确定每类问题数据的填补算法,而不是之前只简单采用一种算法解决所有种类的问题数据。(3)针对填补与建筑冷热负荷相关的空调用电能耗问题数据,提出了一种BP-POS·SVR-BP混合填补算法。该算法能利用BP网络的优势更好地将寻找BPNN和SVR填补结果之间最佳权重系数组合。通过实验对比验证单个算法(BPNN、SVR)和混合算法的填补精度,发现混合算法填补精度更高。针对填补与建筑冷热负荷无关的空调用电能耗问题数据,对比验证KNN回归算法、均值插补、基于Mice多重插补三种算法填补精度,发现KNN回归算法填补精度更高。该研究对公共建筑能耗监测平台中空调用电能耗数据预处理方案及问题数据填补算法的选择提供了一定的参考作用,在该填补算法的基础上稍加修改,可应用于建筑能耗监测平台中其它分项用电能耗数据的问题数据,同时对空调能耗数据挖掘知识的准确性以及建筑节能提供了依据和保障。
洪天佑[2](2020)在《基于GA和LSTM-RNN的楼宇空调能耗在线优化系统的研究与实现》文中提出楼宇节能一直是节能领域研究的重点方向。相对于其他能耗,中央空调系统所用的能耗占据了楼宇总能耗的最大部分,现今楼宇系统的智能化带给我们很多便利。在使用楼宇自控系统(Building Automation System,BAS)监控、管理楼宇设备的同时,产生了大量的中央空调日常运行数据。在不加装任何物理硬件以及其他额外成本的前提下,如何有效利用这一部分数据,从大量数据本身中挖掘出隐藏信息,达到中央空调节能的目的。现有的建筑中央空调节能方法大多数是首先基于建筑结构、空调设备建立机理模型,再利用该机理模型模型对空调能耗预测。由于建筑结构、空调设备以及外界的环境干扰,这类传统的机理模型是在诸多假设的条件下建立的,存在建模难度大、模型不精确,难以真实的反映系统的真实状况等缺陷,难以应用于实际的中央空调系统。同时,能耗优化涉及到多个目标,如何将复杂的多目标优化的不确定性问题有效转化为在实际生产中切实可用的单目标优化问题,是工程实践中亟待解决的问题。本文结合工程实际应用,主要针对楼宇中央空调的能耗预测建模、目标能耗优化等方面存在的问题开展了研究,主要内容如下:(1)针对数据缺少特征属性及建模精度不足等问题,本文提出了应用基于LSTM-RNN的数据驱动建模的方法进行能耗预测建模。该方法首先对数据进行预处理,增加并提取出关键数据属性;再结合LSTM-RNN算法对中央空调能耗建模。相比于其他算法方法,本文提出的方法在训练和测试精度均有了较大幅度的提升。经三个实际工程数据测试,该方法训练集和测试集的错误率均控制在1%左右。(2)针对冷量需求无法预测,冷却水系统存在的多目标优化不确定性等问题,提出融合遗传算法结合空调能耗预测模型的方法对空调能耗进行优化。首先对中央空调的冷却水系统、以及优化可行性进行了分析;再针对遗传算法的不足、以及空调的特性,融合三种遗传算法策略,并增加约束条件,使得优化更符合实际工程需求。其他算法对比显示,融合遗传算法不仅能提供更好的优化效果,且在速度上有一定优势,更适合于工程的精度和实时性实际需求。(3)本文开发了一套面向中央空调能耗优化的人机交互系统软件。该系统与BAS无缝衔接,由模型管理、模型训练、模型预测等模块组成,通过云服务器集成了空调建模、方案优化、能耗预测等功能。通过云服务器实现跨地域的中央空调节能调度,既解决了本地计算机计算能力受限的问题,又能跨地域为中央空调提供有效的能耗优化。
汪雨菲[3](2020)在《西北旱区蒸发冷却空调的适用技术类型分析》文中研究说明蒸发冷却空调各技术类型适用性研究是保证西北旱区蒸发冷却空调高效节能运行的前提。然而,早期蒸发冷却空调适用性研究主要围绕室外气候参数开展,或进一步结合理想室内状态点下的送风状态点形成适用性分析模型。但由于西北旱区建筑类型复杂、气候多变,导致实际室内状态各异。仅考虑室外参数得出的理论制冷小数将难以表征不同建筑实际室内空调需求,各类机组的使用条件也不尽相同。最终造成传统蒸发冷却适用性无法直接指导西北旱区蒸发冷却空调在实际中的运用。因此,本研究在考虑不同建筑室内状态实际空调所需制冷小时数影响而对蒸发冷却适用技术气候分区的基础上,利用理论分析和模拟计算等方法,结合建筑室内状态点多样化要求及不同技术类型实际使用条件等因素进行蒸发冷却空调各技术类型适用性分析,用以克服传统适用性分析方法大多仅从室外气候参数进行气候分区;且仅研究理想室内状态点,忽略室内参数及各技术实际适用条件影响而难以满足建筑室内多样化要求的问题。本研究首先对基于不同建筑室内参数的蒸发冷却适用技术气候分区研究,将传统气候适用性分区进行细化与扩展。再梳理蒸发冷风扇、蒸发冷气机、直接蒸发冷却机组、间接—直接组合式蒸发冷却机组四种主要蒸发冷却技术,利用焓湿图对其原理进行分析,得到各技术的使用条件。再通过Energy Plus计算西北旱区各城市、乡村建筑室内温度及不同室内状态点要求下的冷负荷,并结合含湿量分析实际室内状态。最后综合基于实际室内状态的气候分区及各技术适用条件,给出适配于不同建筑和不同室内状态点的蒸发冷却技术类型。主要结论如下:1)通过基于不同建筑类型的蒸发冷却适用技术气候分区进行研究,可以发现民居建筑因使用自然通风制冷而与传统分区方法适用性差别不大。对于办公建筑,因自然通风能力有限,且总体能耗较高,即使在室外温度偏低情况下,室内由于内热源影响,仍需要进行空调制冷。进而导致蒸发冷却空调适用区相比传统仅考虑室外气象参数的适用区有所拓展。2)分析常用四种蒸发冷却空调技术类型适用条件,发现蒸发冷风扇、蒸发冷气机制冷量偏小,要求室外温湿度条件较高,可达到的实际室内状态范围较大;直接蒸发冷却机组制冷量较大,适用条件严格;间接—直接组合式蒸发冷却机组制冷量较大,能适用于较宽范围内的室外气候参数,可满足多种室内状态点要求。3)利用Energy Plus软件,对西北旱区典型城市建筑的典型气象年夏季室内各参数进行计算,结果表明:西北旱区民居建筑室温与冷负荷普遍偏大,办公建筑室温高于民居建筑。其中,新疆维吾尔自治区城市冷负荷最大,其余城市冷负荷大多相差10%~20%。而城市建筑冷负荷因严格遵守国家标准而大多相差10%~20%,乡村建筑因无明确规范要求而冷负荷差异很大。同时,各类建筑室内含湿量多变,并与冷负荷共同形成较为复杂的室内状态环境。4)蒸发冷风扇适用于面积较小、负荷偏低的民居建筑,随建筑面积与室外湿度的增大而适用性降低。在实际室内温湿度要求不高时,蒸发冷风扇可满足西北旱区众多城市要求。蒸发冷气机适用建筑面积较蒸发冷风扇有所增加,其使用温湿度范围放宽,故可在西北旱区广泛适用。5)直接蒸发冷却机组作为精确制冷设备时,因严格要求室外状态点焓值与室内送风状态点焓值相等而无法直接在西北地区推广;作为简单降温设备,可类比蒸发冷气机,将广泛运用于室内温湿度范围扩展后的西北旱区。间接—直接组合式蒸发冷却机组在西北旱区新疆维吾尔自治区、甘肃省、青海省、宁夏回族自治区所属城市大多采用二级、三级蒸发冷却技术即可;部分陕西省城市因室外湿度过大而无法直接实现精确制冷。此时,可配合除湿设备等进行联合制冷。通过以上研究,获得了西北旱区不同建筑类型、不同室内设计参数下,受各类适用条件限制的蒸发冷却空调适用技术类型。旨在为我国蒸发冷却空调工程设备选型与应用提供参考,最大化蒸发冷却节能应用。
严行[4](2019)在《基于本体的绿色建筑技术设计案例推理系统研究》文中提出建筑业作为全球变暖的重要的驱动因素之一,转变其发展模式势在必行。绿色建筑是一种新型建筑,具有节能、节水、节材等特点,能够有效减少建筑对环境影响,为人们提供健康、舒适的人居环境。近年来,我国绿色建筑发展迅猛,然而绿色建筑设计仍面临着诸如:设计效率低、技术选择不合理、经验难以共享等问题,为改革绿色建筑设计手段提出了迫切需求。另一方面,随着计算机和人工智能等技术的普及,建筑设计流程和设计方法也发生了深刻的转变。因此,如何利用人工智能技术整合已有的建筑设计资料,辅助建筑设计师进行设计决策,是提高绿色建筑设计效率和推动建筑业智能化发展的重要手段。本研究以提高绿色建筑技术设计效率和效果为目的,从现有建筑设计流程出发,应用案例推理和本体技术的原理,创新性地提出了基于本体的绿色建筑技术设计案例推理系统。本研究的主要内容包括以下五个方面:(1)建立了绿色建筑技术设计案例推理系统的框架本研究首先对专家决策系统、案例推理理论、本体方法论进行梳理,并对绿色建筑内涵、发展历程、评价体系进行剖析,分析了绿色建筑设计的特点、流程、团队组建和面临挑战,提出了绿色建筑技术设计的基本内容。在此基础上,对比分析了案例推理的流程与绿色建筑技术设计流程的相似性,探讨了案例推理技术与本体技术相结合的优势,提出了绿色建筑技术设计案例推理系统的基本框架。(2)建立了绿色建筑领域本体本研究提出了绿色建筑领域本体,以统一对绿色建筑领域知识特征的表述。为了提高构建本体的效率,本研究提出一种半自动的本体构建方法。在提取绿色建筑领域本体概念时,首先利用自然语言处理技术对绿色建筑标准文本进行预处理,再通过统计术语的词频和出现的文本数提取领域术语集合,然后利用WordNet同义词词典合并同义术语,最终提取绿色建筑领域概念集合。在提取概念间关系时,本研究采用后缀词和层次聚类法提取概念间的分类关系;采用关联规则方法提取概念间的非分类关系。(3)绿色建筑技术设计案例推理系统中的案例库构建原理本研究提出了提出了一种结合案例的基本特征和文本语义特征的绿色建筑技术设计案例表示模型。首先采用文献研究法从现有文献中提取六个案例的基本特征,然后基于绿色建筑领域本体建立案例文本的语义索引,将案例文本最终表示为语义向量,形成统一的案例表达模板,并存储到案例库中。(4)绿色建筑技术设计案例推理系统中的案例检索机制建立案例检索机制的核心是案例之间相似度的计算。针对不同数据类型的基本特征,本研究提出了三种特征相似度计算方法。针对案例文本的语义特征,本研究提出了基于本体的语义检索方法。在此基础上,本研究采用层次分析法确定各个案例特征的权重,建立了案例综合相似度计算模型,最终形成案例检索机制。(5)绿色建筑技术设计案例推理系统的实证研究在系统需求分析的基础上,本研究构建了绿色建筑技术设计案例推理系统的架构和流程。在此基础上,设计了绿色建筑技术设计案例信息输入界面和绿色建筑技术设计案例推理界面。最后对绿色建筑技术设计案例推理系统进行了实证研究。实证结果发现利用该系统检索到历史案例与目标案例确实能够相互借鉴,也验证了本研究所提出的基于本体的绿色建筑技术设计案例推理系统的有效性。本文探索性的将人工智能技术引入到建筑领域,提出的绿色建筑技术设计案例推理系统具有很强的现实意义和理论意义。本研究提出的半自动的本体构建方法对其他领域本体的建立有一定的借鉴意义;同时,本研究提出的案例知识表示模型和案例检索机制丰富了案例推理的理论,能够推广到其他领域的案例推理系统中。在现实中,该系统不仅能够提升绿色建筑技术设计的效率,还能提升设计方案的水平。
张浩飞[5](2019)在《太阳能热水供暖与ORC发电的复合系统热力学特性与设计方法研究》文中研究表明太阳能是一种可靠的能源,太阳能热水供暖技术是太阳能应用领域重要的研究方向之一。尤其是在青藏高原地区,太阳能资源比较丰富,冬季有供暖需求且夏季无空调需求,适宜采用太阳能热水供暖技术。但是,太阳能热水供暖技术存在一些问题,如集热系统在非供暖季节闲置,设备利用率低等问题。并且由于太阳能集热设备的闲置,运行维护不足,导致太阳能热水供暖系统使用寿命低,可靠性差。基于此,本文构建了一种太阳能热水供暖与ORC发电的复合系统(Combined system of Solar water heating and ORC power generation,CSO),该系统由中低温太阳能集热器、ORC热发电机组、蓄热装置、辅助热源构成,可全年运行,在非供暖季将太阳辐射转换成电能,产生收益。该CSO系统相对于太阳能热水供暖系统不仅可以减少能源消耗,减少碳排放,还提高了系统设备的利用率,并且有助于增强系统的可靠性,为青藏高原地区建筑能源及建筑环境的技术方案构建提供了新思路。本文主要对基于建筑全年动态供暖热负荷的CSO系统的构成和运行模式、CSO系统热力学特性、CSO系统的设计方法等方面进行了研究,在研究时同时考虑了槽式、真空管、平板这三种类型的集热器。首先,基于建筑全年动态供暖热负荷,通过理论推导,对CSO系统的构成和运行模式进行了分析,从而得到了全年运行时CSO系统的构成形式和运行模式。CSO系统的构成形式只有一种,但是运行模式对于槽式集热器和真空管/平板集热器来说分别有六种。主要区别为:对于采用槽式集热器的CSO系统,供暖季以热电联供模式运行,集热器运行温度在在140°C左右;对于采用真空管/平板集热器的CSO系统,只有当建筑日供暖热负荷较小,集热器的集热量有富余时才以热电联供模式运行,集热器运行温度为tfd;当建筑日供暖热负荷较大,集热器的集热量不足时,系统以太阳能供暖模式运行,集热器运行温度为tn,h。其次,采用能量守恒分析法和?分析方法对CSO系统的热力学特性进行分析。通过公式推导,得到了不同运行模式下CSO系统总热系数、供热系数、发电效率、总?效率、热?效率和电?效率的计算关系式,为分析CSO系统的热力学特性提供理论依据。研究表明:存在着一个最佳的集热器进口温度值,使CSO系统的总?效率达到最大;太阳有效辐射强度Geff越大,CSO系统的热力学性能越好;在运行模式CS6、CS5(PZ6、PZ5)下,环境温度越高,CSO系统的热力学性能越差;在运行模式CS4、CS3、CS2(PZ4、PZ3、PZ2)下,环境温度越高,CSO系统的热力学性能越好;供暖回水温度越高,CSO系统的热力学性能越差。接着,基于超结构理论和多目标优化理论,建立了CSO系统的多目标优化设计方法,该方法基于逐时气象数据、建筑逐时供暖热负荷数据,综合考虑CSO系统的经济性、节能性、环保性,可以得到较为准确的CSO系统设计方案和运行数据。对CSO系统的评价指标进行了研究,提出了适用于该CSO系统的评价指标——“太阳能转化指数”(SCI)。给出了基于年太阳能转化指数SCI(y)指标的CSO系统评价体系,并且通过公式推导,得到了基于SCI(y)指标的CSO系统的设计方法,为实际工程应用提供设计参考。最后,以拉萨市一实际工程项目为案例,利用CSO系统的多目标优化设计方法,以及基于SCI(y)指标的CSO系统设计方法,分别计算给出了相应的CSO系统设计方案。研究结果表明:1)当CSO系统多目标优化目标函数中经济性权重系数ω1的取值越小时,CSO系统配置的太阳能集热器面积越大;当ω1的取值越大时,CSO系统配置的太阳能集热器面积越小。表明CSO系统的节能环保性较好,但经济性较差。综合考虑经济性、节能性、环保性,ω1取0.3,相应地ω2+ω3取0.7时,经过模拟计算,得到了CSO系统在三种类型集热器下的优化设计方案。将优化设计方案与基于SCI(y)指标的CSO系统设计方法得到的设计方案相比,设备容量相对误差在10%以内,表明基于SCI(y)指标的CSO系统设计方法可行。2)优化设计方案中,采用槽式集热器的CSO系统年净发电量最大,为1.63×105kW·h,而采用真空管集热器和平板集热器的CSO系统,则分别为1.31×105 kW·h、0.644×105 kW·h。但是年度费用最低的则是采用平板集热器的CSO系统,为91.04万元,相应地采用槽式集热器和真空管集热器的CSO系统,分别为127.61万元、112.61万元。表明,虽然采用槽式集热器的CSO系统热力学性能好,全年发电量大,但是由于槽式太阳能集热器以及高温相变熔盐蓄热器价格较高,目前经济性不太好。3)CSO系统的年度费用、能源消耗量、CO2排放量均低于同种类型集热器的太阳能热水供暖系统。CSO系统相较于同种类型集热器的太阳能热水供暖系统,不仅经济性好,更节能环保,还可全年运行,有利于提高系统的可靠性。
唐新鑫[6](2019)在《暖通空调系统BIM工程结构体集成化设计方法》文中研究表明建筑信息化及工业化是建筑行业的发展方向,BIM技术作为建筑信息化进程中应用较为广泛的技术之一,近年来已被建筑业广泛接受,但在应用过程中,尤其是在以暖通空调系统为代表的机电设备系统的应用中,仍存在以下问题:一是基于BIM平台的工程设计方法变化不大,基本上是原有工程设计方法的延续,导致BIM工程设计普遍存在效率低、正向设计难等问题;二是BIM技术的出现虽然一定程度上打通了设计与施工的信息断层,但实际中仍缺乏一种满足机电设备系统工厂化加工及装配式施工需求的、高效率、普适性的构件开发标准及方法,影响了机电设备系统的工业化发展。本文将针对上述问题,以暖通空调系统为核心开展标准化设计方法研究及相应技术开发,具体研究工作如下。首先,将标准化的思想引入暖通空调系统工程设计过程,提出暖通空调系统标准化模块的定义、标准化模块的划分原则,提出了暖通空调水系统、风系统的标准化模块的划分依据,给出了水系统、风系统中常见的标准化模块,为基于BIM设计平台的标准化模块的实现奠定基础。其次,基于建筑信息化以及机电设备系统标准化与模块化发展的需求,将暖通空调系统标准化模块在BIM设计平台下实现,提出暖通空调工程结构体的概念,提出工程结构体的创建标准及创建方法,给出了面向设计的工程结构体及面向施工的工程结构体的参数信息模型,实现基于BIM设计平台的暖通空调系统的标准化、模块化,为新设计方法的提出奠定基础。第三,开发暖通空调工程结构体云管理平台,以满足工程结构体的存储、管理及用户使用的需求。云管理平台包括Web平台系统、插件及后台管理系统三个子系统,分别承担存储、使用及管理功能。最后,基于上述工作,提出暖通空调工程结构体集成化设计方法以及工程结构体集成化设计方法的工效评价方法,并将其应用于实际案例中。工程结构体集成化设计方法实现了BIM平台下现有设计方法的变革,提高了工作效率,且其包含的面向装配式施工的集成化设计方法可以满足机电设备系统工厂化加工及装配式施工需求,工程结构体的创建标准及方法具有一定普适性,可以适用于工厂化加工及装配式施工领域。
吴美玲[7](2019)在《基于二元超阈值模型的空调室外计算干湿球温度确定方法研究》文中认为空调室外干湿球温度参数同时作用于建筑物,是影响建筑热环境的重要参数,在空调系统设计中是负荷计算和设备容量选择的初始计算气象条件。现阶段,空调室外计算干、湿球温度的确定方法主要是对单个气象参数的一维概率统计,而未考虑两者之间的同时发生性。因此,有必要对考虑干湿球温度之间同时发生性的确定方法进行研究,确定一种更科学合理的空调室外计算干、湿球温度。本文利用数理统计和极值统计等相关的跨学科知识,提出了一种基于二元超阈值模型的室外干湿球温度确定方法,通过惩罚函数人工萤火虫群优化算法对满足干湿球温度的同时不保证率下的干湿球温度进行优化求解计算,最后获得同时发生的室外干湿球温度参数。以乌鲁木齐市1978-2016年共30年的气象观测数据,作为计算基础数据。并对我国现有确定方法以及各国方法下确定的乌鲁木齐的夏季室外计算干湿球温度进行了讨论,主要研究内容及结果如下:1.介绍了我国方法、美国ASHRAE和英国CIBSE的以单参数的不保证率(时长)下的夏季空调室外计算参数确定方法,以及对比了中美英的夏季空调室外计算干湿球温度的确定方法在我国同一地区乌鲁木齐市的参数值。2.按照我国方法得到的一对设计干湿球温度将乌鲁木齐市30年历年逐时干湿球温度数据散点图划分为4个区域,位于Ⅰ区的空气状态点在该设计干湿球温度下为完全保证区域,Ⅱ,Ⅲ,Ⅳ区域为实际的空气状态点不保证区域。计算得到按我国方法所得到的干、湿球温度实际的空气状态点的不保证时长为84小时,超过了要求的50h。而ASHRAE以主参数和伴随参数的不同定义的两种夏季空调室外参数,其伴随参数值都相对于主参数的不保证率而言取得过低,也存在着不合理。3.证明对于超过一定阈值的干、湿球温度数据总体服从广义帕累托分布(GPD),通过对模型检验,模型拟合良好。通过计算,干湿球温度这两个指标间存在较强的尾部相关性,确定干湿球温度阈值后,选择对称的Logistic模型作为干湿球温度之间的相关结构函数,最后以乌鲁木齐市30年历年逐时干、湿球温度数据作为案例分析,对干湿球温度建立二元超阈值模型。4.室外干、湿球温度是同一时间维度下的随机变量,干、湿球温度的同时不保证率的问题可以转化为研究干湿球温度的二元分布规律,设计干、湿球温度将空气状态分布划分为四个区域,Ⅰ区为完全保证区域,区域Ⅲ为完全不保证区域。建立二元超阈值模型后可以得到每个区域的分布规律,区域Ⅲ的干、湿球温度分布的联合频率分布作为干湿球温度的同时不保证率,这个不保证率作为约束条件,区域Ⅰ的联合频率分布作为目标函数。通过惩罚函数萤火虫优化算法求在一定约束条件下对目标函数寻优,可以得到同时发生的设计干湿球温度值。5.以乌鲁木齐为例进行案例分析,在同时不保证率0.57%(50h)的新方法下求得的空调室外设计干湿球温度为31.5℃,19.9℃。新方法下的各参数的不保证时长介于我国方法与ASHRAE方法之间。新方法下的干湿球温度单参数的不保证时长远远低于ASHRAE方法。相较于我国方法,新方法求得的参数为同时发生的干湿球温度,干湿球温度是互相关联的。新方法下的设计干湿球温度在统计年份中均集中出现在7月下旬,反映了设计干湿球温度的同时性,进一步验证了该方法的合理性。通过以上研究,为夏季空调系统设计干、湿球温度的选取提供一种更为科学合理的确定方法。
谢伟[8](2019)在《基于KPCA-LSSVM的冷水机组故障诊断研究》文中研究表明建筑能耗占社会总能耗的比重在逐年攀升,而暖通空调系统能耗是建筑能耗的重要组成部分。冷水机组作为暖通空调的关键设备,一旦发生故障,将会导致系统运行效率低下,能源成本增加,用户舒适感下降和部件磨损加剧等问题。因此,将故障诊断技术应用于冷水机组,及时有效地排除空调制冷设备的故障,对于保证制冷设备的安全可靠运行,维持环境舒适度,以及减少能耗具有重要意义。本文研究制冷系统的故障诊断技术,以冷水机组为研究对象,基于ASHRAERP-1043实验数据,提出了一种基于核主元分析(KPCA)和最小二乘支持向量机(LSSVM)的冷水机组故障诊断方法,具体工作如下:(1)研究基于KPCA的冷水机组故障特征提取方法针对冷水机组变量间相关性严重,且非线性程度高的特点,采用多元统计分析方法进行故障特征提取。鉴于PCA方法在非线性特征提取方面存在缺陷,引入KPCA方法,提取系统变量的高阶统计信息,降低数据维数,使得样本数据具有更好的可分性。利用故障检测结果对两种方法进行评价,表明KPCA方法更适用于冷水机组故障的特征提取。(2)研究一种基于KPCA-LSSVM的冷水机组组合故障诊断方法针对冷水机组实际运行过程中故障数据较少,且故障与征兆之间的关系错综复杂,故障诊断较为困难的特点,引入LSSVM作为故障分类算法。并将LSSVM与KPCA相结合,提出一种基于KPCA-LSSVM的组合故障诊断方法。先利用KPCA提取数据的非线性主元,再将提取后的数据输入到LSSVM中进行故障分类。通过对ASHRAE RP-1043的7种典型故障进行诊断分析,并与SVM、LSSVM和PCA-LSSVM方法进行对比,结果显示该方法具有较高的准确率,同时也表明LSSVM两个参数的选取对诊断结果影响很大,需要对其进行优化。(3)基于IGSA优化的LSSVM故障诊断研究为了避免LSSVM参数选择的盲目性,提出一种改进的引力搜索算法(IGSA)对LSSVM的参数进行寻优。基本的引力搜索算法(GSA)缺乏记忆性,通过引入粒子群算法(PSO)的速度更新机制进行改进,增加了算法的记忆性及信息共享能力,对基准函数的性能测试表明IGSA具有更快的收敛速度和更高的搜索精度。在KPCA特征提取的基础上建立IGSA-LSSVM的故障诊断模型,并和基于PSO-LSSVM、GSA-LSSVM的诊断模型进行对比,结果验证了所提方法的有效性和优越性。
连锐峰[9](2016)在《我国暖通空调自动控制系统的现状与发展》文中指出随着我国经济实力的发展,节能减排、绿色环保思想深入人心。自控系统的暖通空调技术在此背景下日益发展,并且取得了较好的成绩。结合我国目前暖通空调自动化控制系统的现状,展望未来空调自控系统的发展趋势,对该系统存在的问题提出解决方案。
侯立强[10](2016)在《商业、办公综合体节能设计参数对能耗的影响分析》文中指出自从改革开放以来,中国的能源消耗呈现稳步增长,其中2001年建筑能耗占全国总能耗的27.5%,预计2020年,建筑能耗将达到35%[1-2]。建筑能耗中公共建筑能耗是重要组成部分,平均单位面积能耗从2001年的17.9 kgce/m2增加到2011年的21.4 kgce/m2,在所有建筑中增长最为迅速[3]。其中大型公共建筑的能耗较大,单位建筑面积折合电耗指标为70300 KWh/(m2·a),是居住建筑的1020倍[4-5]。商业、办公综合体建筑是大型公共建筑中的典型高能耗建筑,研究商业、办公综合体建筑节能优化,对于推动我国建筑节能发展具有重大意义。本文首先研究了商业、办公综合体建筑的设计特点,并运用建筑能耗动态模拟软件EnergyPlus建立了哈尔滨、北京、武汉、昆明和广州地区五个代表城市典型建筑的基准模型,确定了基准模型的边界条件及模拟方法。根据建筑商业区域的负荷及能耗特点,从空调系统进行节能优化,并分析了采用变风量空调系统、变流量水系统和排风热回收的节能效果。根据建筑办公区域的负荷特点,分析了各影响要素对负荷的影响,并对建筑办公区域的各设计参数进行敏感性分析,提取影响建筑能耗较大的重要设计参数,分析了各重要设计参数对能耗的影响。五个代表城市商业区域采用不同空调系统节能技术的节能效果不同,其中变风量空调系统节能效果较好,变流量空调系统节能效果较差,排风热回收技术对于哈尔滨和广州地区节能效果较好,昆明不适宜采用。对于办公区域,空气渗透、采暖设定温度和锅炉BE对以采暖为主的哈尔滨和北京的建筑能耗影响较大;窗墙比、设备功率密度、制冷设定温度、冷水机组COP和水泵效率对以制冷为主的武汉和广州建筑能耗影响较大;窗墙比、设备功率密度和制冷设定温度对气候温和的昆明地区建筑能耗影响较大。
二、我国暖通空调计算机应用综述(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、我国暖通空调计算机应用综述(论文提纲范文)
(1)公共建筑空调用电能耗数据预处理方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 数据填补的国内外研究现状 |
1.2.1 数据填补的国外研究现状 |
1.2.2 数据填补的国内研究现状 |
1.3 本文研究思路和结构 |
第2章 缺失数据和异常数据识别 |
2.1 数据集中缺失数据识别 |
2.2 数据集中异常数据识别 |
2.2.1 异常数据类型和识别方法 |
2.2.2 确定k-means聚类中心的方法 |
2.2.3 实验与结果分析 |
2.3 本章小结 |
第3章 空调运行模式识别及填补方法选择 |
3.1 建筑空调运行模式识别 |
3.1.1 建筑空调运行模式分类和方法 |
3.1.2 某建筑空调运行模式识别应用 |
3.2 填补空调用电能耗数据的方法 |
3.2.1 与冷热负荷相关用电能耗数据填补方法 |
3.2.2 与冷热负荷无关用电能耗数据填补方法 |
3.3 本章小结 |
第4章 冷热负荷相关空调用电能耗数据填补模型 |
4.1 填补算法输入参数的选择 |
4.1.1 室内和室外输入参数的选择 |
4.1.2 对比验证输入参数的选择 |
4.2 反向传播神经网络(BPNN) |
4.2.1 BPNN数学机理模型 |
4.2.2 BPNN预测模型的实现 |
4.3 基于粒子群优化支持向量机回归(POS-SVR)模型 |
4.3.1 SVR数学模型 |
4.3.2 粒子群优化SVR超参数 |
4.3.3 SVR预测模型的实现 |
4.4 基于BP-POS·SVR-BP的混合模型 |
4.5 三种模型预测结果对比分析 |
4.5.1 性能评价标准模型 |
4.5.2 预测结果对比分析 |
4.6 本章小结 |
第5章 冷热负荷无关空调用电能耗数据填补方法 |
5.1 KNN回归算法模型 |
5.1.1 KNN回归算法介绍 |
5.1.2 KNN回归算法关键因素 |
5.2 基于KNN回归模型的填补实例 |
5.2.1 构建数据矩阵 |
5.2.2 确定算法中的距离度量法则和k值 |
5.2.3 k个最近数据的平均值填补问题数据 |
5.3 KNN回归算法与其他算法结果对比分析 |
5.3.1 均值插补法和多重插补法简介 |
5.3.2 对比评价三种算法填补结果 |
5.4 本章小结 |
第6章 总结与展望 |
6.1 全文总结 |
6.2 工作展望 |
参考文献 |
致谢 |
攻读硕士期间论文发表及科研情况 |
(2)基于GA和LSTM-RNN的楼宇空调能耗在线优化系统的研究与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究的目的和意义 |
1.2 国内外研究现状 |
1.2.1 空调系统能耗建模技术研究 |
1.2.2 空调系统能耗优化技术研究 |
1.3 本文主要挑战和创新点 |
1.4 论文结构 |
第二章 中央空调系统建模及优化方法的相关理论 |
2.1 LSTM-RNN介绍 |
2.2 遗传算法介绍 |
2.3 本章小结 |
第三章 中央空调系统建模方案 |
3.1 中央空调系统介绍 |
3.2 数据收集和预处理 |
3.2.1 数据收集 |
3.2.2 数据预处理 |
3.2.3 数据预处理有效性验证 |
3.3 空调模型建立 |
3.3.1 LSTM-RNN参数设置 |
3.3.2 LSTM-RNN训练与测试 |
3.4 本章小结 |
第四章 中央空调系统能耗优化方案 |
4.1 中央空调优化目标和方法 |
4.2 融合遗传算法参数设置和优化目标函数建立 |
4.3 融合遗传算法优化效果对比 |
4.4 融合遗传算法优化结果 |
4.5 本章小结 |
第五章 中央空调能耗在线优化系统实现 |
5.1 引言 |
5.2 系统总体架构 |
5.2.1 系统概述 |
5.2.2 系统结构 |
5.3 系统服务器端开发 |
5.4 系统客户端设计开发 |
5.4.1 客户端与BAS通信设计开发 |
5.4.2 系统界面以及功能详细设计开发 |
5.5 实验结果与分析 |
5.6 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
作者简介 |
1 作者简历 |
2 发明专利 |
学位论文数据集 |
(3)西北旱区蒸发冷却空调的适用技术类型分析(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 课题研究背景 |
1.2 蒸发冷却空调技术介绍 |
1.2.1 蒸发冷却空调系统形式分类 |
1.2.2 蒸发冷却技术主要类型及特点 |
1.3 国内外研究现状 |
1.3.1 蒸发冷却空调技术类型发展现状 |
1.3.2 蒸发冷却空调技术适用性研究现状 |
1.4 课题存在的问题 |
1.5 课题研究内容及技术路线 |
1.5.1 研究内容 |
1.5.2 研究技术路线 |
1.6 课题研究目的及意义 |
2 蒸发冷却空调适用技术气候分区及常用技术适用条件 |
2.1 不同建筑室内状态的蒸发冷却适用技术气候分区研究 |
2.1.1 气象参数选择及数据分类处理 |
2.1.2 蒸发冷却空调技术类型区划指标确定 |
2.1.3 k-means聚类算法 |
2.2 蒸发冷却空调常用技术类型适用条件分析 |
2.2.1 蒸发式冷风扇适用条件分析 |
2.2.2 蒸发冷气机适用条件分析 |
2.2.3 直接蒸发冷却机组适用条件分析 |
2.2.4 间接—直接组合式蒸发冷却机组适用条件分析 |
2.3 适用性判断分析方法流程 |
2.4 本章小结 |
3 西北旱区各建筑类型室内状态分析 |
3.1 蒸发冷却空调夏季设计计算参数设置 |
3.1.1 蒸发冷却空调室外计算参数设置 |
3.1.2 蒸发冷却空调室内计算参数设置 |
3.1.3 蒸发冷却空调含湿量室内计算参数设置 |
3.1.4 模拟软件介绍 |
3.2 西北旱区民居建筑室内状态分析 |
3.2.1 西北旱区民居建筑概况 |
3.2.2 西北旱区民居建筑模型建立 |
3.2.3 西北旱区民居建筑室内温度与冷负荷结果 |
3.2.4 西北旱区民居建筑含湿量及热湿比线 |
3.3 西北旱区办公建筑室内状态分析 |
3.3.1 西北旱区办公建筑概况 |
3.3.2 西北旱区办公建筑模型建立 |
3.3.3 西北旱区办公建筑室内温度与冷负荷结果 |
3.3.4 西北旱区办公建筑含湿量及热湿比线 |
3.4 本章小结 |
4 不同建筑室内状态蒸发冷却适用技术气候分区结果 |
4.1 基础数据处理结果 |
4.2 干球—湿球蒸发冷却潜力分区结果 |
4.2.1 民居建筑干球—湿球蒸发冷却潜力分区结果 |
4.2.2 办公建筑干球—湿球蒸发冷却潜力分区结果 |
4.3 干球—露点蒸发冷却潜力分区结果 |
4.3.1 民居建筑干球—露点蒸发冷却潜力分区结果 |
4.3.2 办公建筑干球—露点蒸发冷却潜力分区结果 |
4.4 干球—湿球与干球—露点蒸发冷却潜力综合分区结果 |
4.4.1 民居建筑干球—湿球与干球—露点蒸发冷却潜力综合分区结果 |
4.4.2 办公建筑干球—湿球与干球—露点蒸发冷却潜力综合分区结果 |
4.5 实际空调所需制冷小时数分区 |
4.5.1 民居建筑实际空调所需制冷小时数分区结果 |
4.5.2 办公建筑实际空调所需制冷小时数分区结果 |
4.6 不同建筑室内状态综合蒸发冷却适用技术气候分区结果 |
4.6.1 民居建筑不同室内状态综合蒸发冷却空调适用技术气候分区结果 |
4.6.2 办公建筑不同室内状态综合蒸发冷却空调适用技术气候分区结果 |
4.7 本章小结 |
5 西北旱区民居及办公建筑蒸发冷却空调技术适用性 |
5.1 民居建筑中各类蒸发冷却空调适用性 |
5.1.1 民居建筑蒸发冷风扇适用性 |
5.1.2 民居建筑蒸发冷气机适用性 |
5.1.3 民居建筑直接蒸发冷却机组适用性 |
5.1.4 民居建筑间接—直接组合式蒸发冷却机组适用性 |
5.2 办公建筑中各类蒸发冷却空调适用性 |
5.2.1 办公建筑直接蒸发冷却机组适用性 |
5.2.2 办公建筑间接—直接组合式蒸发冷却机组适用性 |
5.3 本章小结 |
6 结论和展望 |
6.1 主要结论及创新点 |
6.1.1 西北旱区不同建筑室内状态蒸发冷却适用技术气候分区研究结论 |
6.1.2 西北旱区不同建筑蒸发冷却空调技术适用性研究结论 |
6.1.3 主要创新点 |
6.2 课题展望 |
参考文献 |
附录 |
附录 A 图表目录 |
附录 B 攻读硕士学位期间参与的科研项目 |
致谢 |
(4)基于本体的绿色建筑技术设计案例推理系统研究(论文提纲范文)
中文摘要 |
英文摘要 |
1 绪论 |
1.1 研究背景 |
1.1.1 绿色建筑发展背景 |
1.1.2 绿色建筑技术设计面临的困境与挑战 |
1.1.3 建筑领域数字化的研究背景 |
1.2 国内外研究现状 |
1.2.1 绿色建筑设计研究现状 |
1.2.2 案例推理在建筑领域的研究现状 |
1.2.3 本体在建筑领域应用的研究现状 |
1.2.4 基于本体的案例推理系统的研究现状 |
1.2.5 研究综述小结 |
1.3 研究目的和意义 |
1.3.1 研究目的 |
1.3.2 研究意义 |
1.4 研究内容及结构安排 |
1.5 研究方法和技术路线 |
1.5.1 研究方法 |
1.5.2 技术路线图 |
1.6 创新点 |
2 研究理论基础 |
2.1 专家系统 |
2.1.1 专家系统的发展历程 |
2.1.3 专家系统的类型 |
2.1.4 传统专家决策系统特点 |
2.2 案例推理理论的基本原理 |
2.2.1 案例推理的发展历程 |
2.2.2 案例推理的基本原理 |
2.2.3 案例推理的特点 |
2.3 本体方法论 |
2.3.1 本体的定义 |
2.3.2 本体的分类 |
2.3.3 本体的构成要素 |
2.3.4 本体描述语言 |
2.3.5 本体的构建 |
2.3.6 本体学习 |
2.4 本章小结 |
3 绿色建筑技术设计案例推理系统框架构建 |
3.1 绿色建筑内涵及评价体系 |
3.1.1 绿色建筑内涵 |
3.1.2 绿色建筑发展 |
3.1.3 绿色建筑评价体系 |
3.1.4 绿色建筑评价体系对绿色建筑设计的引导作用 |
3.2 绿色建筑设计 |
3.2.1 绿色建筑设计的特点 |
3.2.2 传统建筑设计流程 |
3.2.3 绿色建筑设计流程 |
3.2.4 绿色建筑设计团队组成 |
3.2.5 绿色建筑设计面临的主要挑战 |
3.3 绿色建筑技术设计基本内容 |
3.3.1 节地和室外环境设计 |
3.3.2 节材设计 |
3.3.3 节能设计 |
3.3.4 节水设计 |
3.3.5 室内环境设计 |
3.4 基于本体的绿色建筑技术设计案例推理系统框架 |
3.4.1 案例推理技术应用于绿色建筑技术设计的可行性 |
3.4.2 基于案例推理的绿色建筑技术设计成果构成 |
3.4.3 基于本体的案例推理系统的优势 |
3.4.4 系统整体框架 |
3.5 本章小结 |
4 绿色建筑领域本体的构建原理 |
4.1 构建绿色建筑领域本体的任务 |
4.2 绿色建筑领域本体概念的提取原理 |
4.2.1 领域文本预处理 |
4.2.2 绿色建筑领域术语的提取 |
4.2.3 同义词合并 |
4.3 绿色建筑领域本体概念关系的识别 |
4.3.1 概念间分类关系的提取 |
4.3.2 非分类关系提取 |
4.4 绿色建筑本体构建的实现过程 |
4.4.1 绿色建筑本体概念及概念间关系提取 |
4.4.2 绿色建筑本体的实现 |
4.4.3 绿色建筑本体的形式化表示 |
4.5 本章小结 |
5 绿色建筑技术设计案例推理系统中的案例库构建原理 |
5.1 绿色建筑技术设计案例表示的框架 |
5.1.1 案例表示的原则 |
5.1.2 案例表示的方法 |
5.1.3 绿色建筑技术设计案例的内容 |
5.1.4 基于本体的绿色建筑技术设计案例表示的框架 |
5.2 绿色建筑技术设计案例的基本特征选取 |
5.3 绿色建筑技术设计案例的文本语义特征提取 |
5.3.1 传统文本表示的方法 |
5.3.2 基于领域本体的绿色建筑技术设计案例文本表示方法 |
5.3.3 绿色建筑技术设计案例文本的预处理 |
5.3.4 绿色建筑技术设计案例语义标引的建立 |
5.3.5 绿色建筑技术设计案例文本语义特征权重的计算方法 |
5.3.6 基于领域本体的语义向量构建的算法 |
5.4 绿色建筑技术设计案例的存储 |
5.5 本章小结 |
6 绿色建筑技术设计案例推理系统中案例检索机制的设计 |
6.1 绿色建筑技术设计案例检索方法和流程 |
6.1.1 案例检索方法 |
6.1.2 案例检索流程 |
6.2 绿色建筑技术设计案例基本特征相似度计算 |
6.2.1 绿色建筑技术设计案例基本特征的数据类型 |
6.2.2 绿色建筑技术设计案例的基本特征相似度计算模型 |
6.3 绿色建筑技术设计语义特征检索机制建立 |
6.3.1 基于本体的语义检索 |
6.3.2 基于本体的查询扩展 |
6.3.3 基于本体的语义检索模型中相似度计算 |
6.4 绿色建筑技术设计案例检索机制中综合相似度测算模型 |
6.4.1 案例全局相似度计算模型 |
6.4.2 案例特征权重确定方法 |
6.4.3 层次分析法 |
6.4.4 绿色建筑技术设计案例特征权重确定 |
6.5 绿色建筑技术设计案例调整及案例库的维护 |
6.5.1 绿色建筑技术设计案例重用与修正 |
6.5.2 绿色建筑技术设计案例学习 |
6.6 本章小结 |
7 绿色建筑技术设计案例推理系统的实证研究 |
7.1 绿色建筑技术设计案例推理系统的需求分析 |
7.1.1 系统的需求概述 |
7.1.2 系统功能需求 |
7.2 绿色建筑技术设计案例推理系统总体设计 |
7.2.1 系统架构设计 |
7.2.2 系统的工作流程 |
7.3 绿色建筑技术设计案例推理系统的界面设计 |
7.4 绿色建筑技术设计案例推理系统的应用 |
7.4.1 绿色建筑技术设计实证背景 |
7.4.2 绿色建筑技术设计案例推理系统的检索过程 |
7.4.3 系统检索结果的讨论 |
7.4.4 绿色建筑技术设计决策 |
7.5 本章小结 |
8 结论与展望 |
8.1 研究总结 |
8.2 研究存在的不足以及未来工作的展望 |
参考文献 |
附录 |
A 作者在攻读博士学位期间所发表的文章目录 |
B 作者在攻读学位期间参与的科研项目 |
C 绿色建筑领域本体概念间非分类关系提取的源代码 |
D 绿色建筑技术设计案例基本信息 |
E 学位论文数据集 |
致谢 |
(5)太阳能热水供暖与ORC发电的复合系统热力学特性与设计方法研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 太阳能热水供暖与ORC发电的复合系统 |
1.2.2 太阳能热水供暖系统 |
1.2.3 太阳能ORC热发电系统 |
1.2.4 ORC热发电系统 |
1.2.5 系统的配置与运行优化 |
1.2.6 存在的问题 |
1.3 研究内容和方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.4 小结 |
第2章 CSO系统的构成和运行模式 |
2.1 .CSO系统可能的构成和运行模式 |
2.1.1 非供暖季CSO系统的构成和运行模式 |
2.1.2 供暖季CSO系统的构成和运行模式 |
2.2 .CSO系统中设备部件热力学模型 |
2.2.1 太阳能集热器 |
2.2.2 蓄热装置 |
2.2.3 ORC热发电机组 |
2.2.4 辅助热源-CO_2 空气源热泵 |
2.3 .CSO系统的构成和运行模式分析 |
2.3.1 非供暖季CSO系统的构成和运行模式分析 |
2.3.2 供暖季CSO系统的构成和运行模式分析 |
2.3.3 全年运行CSO系统的构成和运行模式分析 |
2.4 小结 |
第3章 CSO系统的热力学特性分析 |
3.1 CSO系统热力学分析模型 |
3.1.1 采用槽式集热器的CSO系统热力学分析模型 |
3.1.2 采用平板/真空管集热器的CSO系统热力学分析模型 |
3.2 计算分析 |
3.2.1 采用槽式集热器的CSO系统热力学影响因素分析 |
3.2.2 采用平板/真空管集热器的CSO系统热力学影响因素分析 |
3.3 小结 |
第4章 CSO系统的设计方法研究 |
4.1 多目标优化设计方法 |
4.1.1 超结构理论介绍 |
4.1.2 CSO系统的配置模型 |
4.1.3 CSO系统配置优化目标函数 |
4.1.4 CSO系统的多目标配置优化模型求解方法 |
4.1.5 CSO系统的多目标优化设计方法 |
4.2 基于SCI(y)指标的设计方法 |
4.2.1 太阳能转化指数——SCI |
4.2.2 基于SCI(y)指标的CSO系统评价体系和设计方法 |
4.3 小结 |
第5章 CSO系统案例分析 |
5.1 案例概述 |
5.1.1 气象条件分析 |
5.1.2 供暖负荷计算 |
5.2 基于年平均总?效率的CSO系统集热器面积配置分析 |
5.2.1 采用槽式集热器的CSO系统集热器面积配置 |
5.2.2 采用真空管/平板集热器的CSO系统集热器面积配置 |
5.3 基于SCI(y)指标的CSO系统设计 |
5.3.1 基于SCI(y)指标的CSO系统评价体系应用 |
5.3.2 基于SCI(y)指标的CSO系统设计方案 |
5.4 基于多目标优化设计方法的CSO系统设计 |
5.4.1 多目标优化设计模型输入参数 |
5.4.2 计算结果与分析 |
5.5 两种设计方法的CSO系统设计方案对比 |
5.6 CSO系统与太阳能热水供暖系统对比 |
5.6.1 太阳能集热器为槽式集热器 |
5.6.2 太阳能集热器为真空管集热器 |
5.6.3 太阳能集热器为平板集热器 |
5.7 小结 |
结论与展望 |
致谢 |
参考文献 |
攻读博士学位期间发表的论文及科研成果 |
(6)暖通空调系统BIM工程结构体集成化设计方法(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.1.1 BIM平台下传统设计方法遇到的问题 |
1.1.2 BIM及装配式建筑技术的发展及应用 |
1.1.3 研究意义 |
1.2 国内外研究现状 |
1.2.1 暖通空调BIM技术发展概况 |
1.2.2 标准化设计技术发展概况 |
1.2.3 BIM及装配式技术发展概况 |
1.3 研究内容与研究思路 |
1.3.1 研究内容 |
1.3.2 研究思路 |
2 暖通空调系统标准化模块的提出 |
2.1 暖通空调系统标准化模块的定义及划分原则 |
2.1.1 暖通空调系统标准化模块的定义 |
2.1.2 暖通空调系统标准化模块的划分原则 |
2.2 暖通空调水系统标准化模块的划分 |
2.2.1 水系统标准化模块划分的依据 |
2.2.2 水系统标准化模块 |
2.3 暖通空调风系统标准化模块的划分 |
2.3.1 风系统标准化模块划分的依据 |
2.3.2 风系统的标准化模块 |
2.4 本章小结 |
3 暖通空调系统工程结构体的提出及创建方法 |
3.1 工程结构体的定义及分类 |
3.2 Revit设计平台功能简述 |
3.3 暖通空调系统工程结构体的创建标准 |
3.3.1 工程结构体创建的基本原则 |
3.3.2 工程结构体的命名及分类标准 |
3.3.3 工程结构体图形模型的创建标准 |
3.3.4 工程结构体信息模型的创建标准 |
3.4 暖通空调系统工程结构体的创建方法 |
3.4.1 工程结构体的创建 |
3.4.2 标准化的工程结构体参数信息模型 |
3.5 本章小结 |
4 暖通空调系统工程结构体云平台的开发 |
4.1 工程结构体云平台开发方案 |
4.1.1 功能需求 |
4.1.2 系统说明 |
4.1.3 开发方案 |
4.1.4 环境搭建 |
4.2 工程结构体云平台Web系统开发 |
4.2.1 需求分析 |
4.2.2 系统架构设计 |
4.2.3 数据库设计 |
4.2.4 系统模块划分 |
4.3 面向Revit设计平台的工程结构体插件开发 |
4.3.1 需求分析 |
4.3.2 系统架构设计及接口说明 |
4.3.3 系统模块划分 |
4.4 工程结构体后台管理系统开发 |
4.4.1 需求分析 |
4.4.2 系统模块划分 |
4.5 本章小结 |
5 工程结构体集成化设计方法及工效评价 |
5.1 工程结构体集成化设计方法的提出 |
5.1.1 基本思想 |
5.1.2 面向不同应用场景的应用流程 |
5.2 工程结构体集成化设计工效评价方法 |
5.3 面向设计需求的工程结构体集成化设计案例 |
5.3.1 案例背景及系统分析 |
5.3.2 工程结构体集成化设计方法的应用 |
5.3.3 工效统计分析 |
5.4 面向装配式施工的工程结构体集成化设计案例 |
5.4.1 案例背景及系统分析 |
5.4.2 工程结构体集成化设计方法的应用 |
5.5 本章小结 |
结论与展望 |
参考文献 |
附录A 工程结构体命名表 |
附录B 工程结构体标准化的插入点定义 |
附录C 设备、管件、管路附件的可见性设置 |
附录D 面向设计的工程结构体信息模型 |
附录E 面向装配式施工的工程结构体信息模型 |
附录F 暖通空调系统设计的基本行为统计 |
附录G 工程结构体的算量导出结果 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(7)基于二元超阈值模型的空调室外计算干湿球温度确定方法研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内研究规范介绍 |
1.2.1 我国相关规范的发展 |
1.2.2 国外相关规范的介绍 |
1.3 国内外相关研究现状 |
1.4 课题主要研究内容及研究方法 |
2 单参数不保证率下的室外空调计算参数的确定方法 |
2.1 数据来源于预处理 |
2.2 各国不保证时长(率)的室外计算参数确定方法对比 |
2.3 我国不保证时长的夏季空调室外计算参数确定方法 |
2.3.1 我国不保证率的来源及依据 |
2.3.2 我国室外空气计算参数的统计方法 |
2.4 ASHRAE中夏季空调室外计算参数确定方法 |
2.5 本章小结 |
3 干湿球温度的二元超阈值模型的建立 |
3.1 二元极值分布理论 |
3.2 二元超阈值模型建立 |
3.2.1 尾部边缘分布 |
3.2.2 阈值的确定 |
3.2.3 二元极值相关结构函数 |
3.2.4 模型检验与参数估计 |
3.3 乌鲁木齐市的干湿球温度的二元超阈值模型案例分析 |
3.4 本章小结 |
4 基于二元超阈值模型的空调室外计算干湿球温度确定方法 |
4.1 基于二元超阈值模型确定干湿球温度的同时不保证率 |
4.1.1 设计干、湿球温度的同时不保证率 |
4.1.2 基于二元超阈值模型的同时不保证率下的干湿球温度求解 |
4.2 惩罚函数人工萤火虫群优化算法 |
4.2.1 基本萤火虫算法介绍 |
4.2.2 惩罚函数法 |
4.2.3 惩罚函数人工萤火虫算法 |
4.3 本章小结 |
5 乌鲁木齐地区案例分析 |
5.1 基于二元超阈值模型的空调室外计算干湿球温度 |
5.2 各方法下确定的设计干湿球温度结果分析 |
5.3 本章小结 |
6 结论与展望 |
6.1 主要结论与创新点 |
6.2 展望 |
参考文献 |
附录 |
A 图表附录 |
B 研究生阶段学术成果 |
致谢 |
(8)基于KPCA-LSSVM的冷水机组故障诊断研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题研究背景与意义 |
1.2 故障诊断发展综述 |
1.2.1 定性分析方法 |
1.2.2 定量分析方法 |
1.3 制冷系统故障诊断 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.3.3 存在的问题 |
1.4 本文主要研究内容 |
第2章 冷水机组典型故障及其理论分析 |
2.1 引言 |
2.2 蒸气压缩式制冷原理 |
2.3 ASHRAE RP-1043介绍 |
2.3.1 实验系统 |
2.3.2 数据采集及测试工况 |
2.3.3 数据预处理 |
2.3.4 典型故障及其理论分析 |
2.4 本章小结 |
第3章 基于多变量统计的故障特征提取方法研究 |
3.1 引言 |
3.2 主元分析方法 |
3.2.1 主元分析方法基本原理 |
3.2.2 主元分析中的统计量 |
3.3 核主元分析方法 |
3.3.1 核方法的基本原理 |
3.3.2 核主元分析方法基本原理 |
3.3.3 核主元分析统计量 |
3.4 基于KPCA的特征提取方法在故障检测中的应用 |
3.4.1 主元分析故障检测模型 |
3.4.2 核主元分析故障检测模型 |
3.4.3 仿真结果与分析 |
3.5 本章小结 |
第4章 基于KPCA-LSSVM的冷水机组故障诊断研究 |
4.1 引言 |
4.2 支持向量机理论 |
4.2.1 最优分类超平面 |
4.2.2 支持向量机 |
4.2.3 支持向量机的多分类问题 |
4.3 最小二乘支持向量机 |
4.3.1 LSSVM分类算法 |
4.3.2 基于KPCA-LSSVM的冷水机组故障诊断 |
4.3.3 仿真实验 |
4.4 本章小结 |
第5章 IGSA优化LSSVM的冷水机组故障诊断研究 |
5.1 引言 |
5.2 引力搜索算法 |
5.2.1 引力准则 |
5.2.2 引力搜索算法的原理 |
5.2.3 引力搜索算法的流程 |
5.3 改进的引力搜索算法 |
5.3.1 IGSA的原理 |
5.3.2 IGSA对LSSVM的参数优化 |
5.4 IGSA-LSSVM在冷水机组故障诊断中的应用 |
5.4.1 IGSA-LSSVM故障诊断步骤 |
5.4.2 仿真实验 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 全文工作总结 |
6.2 未来工作展望 |
致谢 |
参考文献 |
附录 |
(9)我国暖通空调自动控制系统的现状与发展(论文提纲范文)
1 我国暖通空调自动化控制系统的现状 |
1.1 暖通空调自动控制系统的内容 |
1.1.1 净化控制 |
1.1.2 温度控制 |
1.2 暖通空调自动控制系统的控制方式 |
1.2.1 DDC控制 |
1.2.2 继电器控制 |
1.2.3 PLC控制 |
2 暖通空调自动控制系统存在的问题及解决方案 |
2.1 当前存在的问题 |
2.2 解决方案 |
3 结语 |
(10)商业、办公综合体节能设计参数对能耗的影响分析(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 背景介绍 |
1.1.1 建筑节能概述 |
1.1.2 商业、办公综合体建筑介绍 |
1.2 国内外研究现状 |
1.2.1 空调系统节能研究现状 |
1.2.2 建筑能耗分析研究现状 |
1.3 课题研究的目的、意义和内容 |
1.3.1 课题研究目的 |
1.3.2 课题研究意义 |
1.3.3 课题研究内容 |
1.3.4 技术路线 |
2.建筑能耗分析方法及软件 |
2.1 建筑能耗分析方法 |
2.1.1 静态能耗分析法 |
2.1.2 动态能耗分析 |
2.2 能耗模拟软件 |
2.2.1 能耗模拟软件介绍 |
2.2.2 软件对比及选择 |
2.3 本章小结 |
3 建筑能耗模拟分析 |
3.1 建模步骤 |
3.2 建筑模型 |
3.3 参数设置 |
3.4 模拟结果及分析 |
3.4.1 负荷分析 |
3.4.2 能耗分析 |
3.5 本章小结 |
4.商业区域节能分析 |
4.1 商业区域负荷分析 |
4.2 商业区域能耗分析 |
4.3 空调系统节能 |
4.3.1 变风量空调系统 |
4.3.2 变流量水系统 |
4.3.3 排风热回收 |
4.4 本章小结 |
5.办公区域节能分析 |
5.1 办公区域负荷分析 |
5.2 办公区域能耗影响因素 |
5.2.1 围护结构 |
5.2.2 内部负荷 |
5.2.3 空调系统及设备 |
5.3 敏感性分析 |
5.4 节能参数对能耗的影响分析 |
5.5 本章小结 |
6.结论及展望 |
6.1 研究结论 |
6.2 展望 |
参考文献 |
图表目录 |
附录一 攻读硕士期间研究成果 |
致谢 |
四、我国暖通空调计算机应用综述(论文参考文献)
- [1]公共建筑空调用电能耗数据预处理方法研究[D]. 单明珠. 山东建筑大学, 2020(10)
- [2]基于GA和LSTM-RNN的楼宇空调能耗在线优化系统的研究与实现[D]. 洪天佑. 浙江工业大学, 2020(02)
- [3]西北旱区蒸发冷却空调的适用技术类型分析[D]. 汪雨菲. 西安建筑科技大学, 2020(01)
- [4]基于本体的绿色建筑技术设计案例推理系统研究[D]. 严行. 重庆大学, 2019(05)
- [5]太阳能热水供暖与ORC发电的复合系统热力学特性与设计方法研究[D]. 张浩飞. 西南交通大学, 2019(03)
- [6]暖通空调系统BIM工程结构体集成化设计方法[D]. 唐新鑫. 大连理工大学, 2019(02)
- [7]基于二元超阈值模型的空调室外计算干湿球温度确定方法研究[D]. 吴美玲. 西安建筑科技大学, 2019(06)
- [8]基于KPCA-LSSVM的冷水机组故障诊断研究[D]. 谢伟. 杭州电子科技大学, 2019(01)
- [9]我国暖通空调自动控制系统的现状与发展[J]. 连锐峰. 黑龙江科学, 2016(16)
- [10]商业、办公综合体节能设计参数对能耗的影响分析[D]. 侯立强. 西安建筑科技大学, 2016(02)