一、VAV系统最小送风量的确定方法(论文文献综述)
张冬磊[1](2021)在《MOHO合生商业综合体项目VAV空调系统深化设计》文中指出VAV空调系统是当前商业综合体工程项目中应用较为广泛的现代化空调系统,能够有效提高办公室空气品质,区域温度可控性与可操作性强,节能环保。就VAV系统的工作原理、内部结构、系统分类以及系统应用优缺点展开分析,探究该系统在商业综合体工程项目中的实际应用,为空调系统施工提供参考。
周颖[2](2021)在《中央空调输配系统群智能扩散优化方法及应用》文中研究说明随着智能建筑的推广普及,集中式架构下的建筑智能控制系统稳定性差,滞后严重等问题频发,建筑能耗居高不下。中央空调系统是大型公共建筑的主要空气调节系统,其电耗很大一部分由输送和分配冷量热量的风机水泵所消耗。而风机、水泵等动力装备属于中央空调输配系统。现阶段控制系统和控制算法“通用性”和“实用性”差,造成了当前输配系统自动化水平普遍较低。减少中央空调输配系统的运行能耗,将有助于整个建筑能耗的降低。如何优化控制中央空调输配系统成为研究热点。群智能控制系统是一种扁平化、无中心分布式控制网络的新型建筑智能化控制系统,具有即插即用、互联互通、自组织等特点,这为智能建筑的发展提供了新型技术支持,为中央空调输配系统扩散问题提供了新的解决方案。且输配系统中冷冻水系统与送风系统在组成与运行方面存在共性特征,这在末端扩散问题上显得尤为明显,中央空调输配系统优化通式具有广泛的应用场景,如何在群智能架构下实现中央空调输配系统优化通式值得进一步研究。此外,当前可实现群智能算法应用的实际工程项目不多,算法在实际应用前的检测受限。本文以中央空调空调输配系统为研究对象,尝试寻找普适于中央空调输配系统的控制策略与算法,以实现群智能架构下的末端扩散优化控制,主要工作如下。首先,以大连某高校图书馆的中央空调系统冷冻水与辽宁省绿色建筑与节能工程实验室送风系统为原型,确定模拟设备数量与型号。利用Pycharm编程软件完成中央空调冷冻水系统与送风系统的设备性能模型与分布式控制算法的编程,并借助分布式仿真平台进行仿真研究。通过输入外部边界条件,验证模型与分布式算法的正确性与可行性。其次,基于模型原型与Pycharm已完成验证的设备模型,分别搭建中央空调冷冻水系统与送风系统的群智能机电设备模拟测试平台,实现各模拟器间之间的通讯,并对模拟器平台中各模拟器设备模型与设备优化模型进行检测调试,为后续群智能算法的研究提供测试平台。第三,利用群智能机电设备模拟测试平台,试验研究冷冻水系统的变压差设定值分布式调整算法的应用效果,研究该分布式调整算法的工况适应性与节能效果等。结果证明本文所搭建的模拟器平台可实现分布式算法的运行,且本文提出的分布式调整算法具有良好的应用效果,可保证各用户的供能要求与送风温度控制效果。最后,总结提炼变流量空调输配系统的冷冻水系统与送风系统在组成、运行与控制方面的相似之处与共性特征。结合已在群智能机电设备模拟测试平台中验证的变压差设定值分布式调整算法,提出一套适用于解决中央空调输配系统末端阀位扩散问题的分布式变压力设定值优化算法通式。本文的工作为中央空调输配系统动力设备工作状态调整与压力设定值的获取提出一套分布式调整算法,有益于解决输配系统的扩散优化问题,使系统更为节能高效地运行,控制更为稳定、计算效率更快、灵活性更高。
仇志飞,武根峰,张持,杨艳超,王勇,张晓雷[3](2020)在《某项目VAV系统夏季综合效能调试验证分析与研究》文中进行了进一步梳理以已完成VAV系统调试的高端写字楼为例,说明VAV系统调试后,夏季综合效能验证的过程、方法及最终效果的评价指标。基于实际数据对VAV系统实际运行时的节能率进行计算,证实了经过综合调试的VAV系统具备舒适节能的特点,表明了VAV系统综合能效调试的必要性。
李晓妮[4](2020)在《变风量空调系统在大型公共建筑中的应用》文中研究说明随着世界化工业进程的不断加剧,技术水平和人民生活质量的不断提高,对能源的需求也不断增长,能源短缺已经成为制约国民经济发展的重要因素。在我国,建筑能源消耗是同等条件下发达国家的2-3倍,其中,空调系统的能耗已占建筑用电能耗的70%,因此对空调节能技术的研究具有重要实践价值。本文以VAV系统的控制为切入点,并结合深圳某国际中心项目的实例,建立空调系统的数字化模型,分析VAV控制各控制方案,以及阐述VAV系统调试方法、项目后期的运营管理等在工程中成功应用。首先,分析了VAV系统的对比原始空调系统的优缺点以及推广原因,分析系统各环节的工作原理、特点,通过数字的方式建立其数字化模型。为后续分析和控制系统提供理论依据,为全论文的基础环节。其次,以深圳某国际商业中心项目为研究背景,逐步展开,从分析变风量空调系统控制方案入手,根据方案提出定静压与变静压结合的再静压重设的控制方案,从而克服了定静压系统的控制不能最佳匹配,以及变静压系统的不易控制等缺点,同时也可做到优化整个弱电控制系统,优化了系统动态和静态的性能指标,优化指标。通过软件仿真模拟控制方式,建立控制模块和空调房间模块,在仿真时对房间室内温度、送风量控制比较,选出更适用于本文中的背景项目的控制方式。另外,再次以项目为研究背景,详细阐述了变风量系统的调试方法,主要包括VAVBOX空调器单机调试、系统风量平衡调试、系统自控调试等,同时分析在调试过程中出现的问题,提出解决办法,具有一定的现实指导意义。最后,阐述了主要包含节能运行、安全运行、系统维修的运行管理内容。
余紫瑞[5](2020)在《基于群智能的变风量空调送风系统控制与优化研究》文中研究表明在公共建筑能耗中空调系统的能耗损失占据较大部分,根据统计发现,因空调系统控制策略以及控制特性引起的能耗损失是整个空调系统能耗的30%。在变风量空调系统控制中,变静压控制相较于定静压与总风量法,虽然能够高效节能的实现风机控制达到室温要求,但因其控制复杂性,送风静压的变化会随着风机转速和风阀开度的变化而变化。与此同时室内温度也会发生改变,并且静压变化属于快速响应而室温变化为一个慢响应过程。因此会造成风阀以及送风静压频繁调节,增加了系统控制的不稳定性。文中基于群智能系统,以变风量空调节能为目标,对变风量空调送风系统控制方法进行研究。从控制角度研究变风量空调系统的控制特性,分析VAV系统变静压控制策略。具体研究内容如下:首先,根据群智能特点及送风系统特性,利用Matlab/Simulink软件,建立变风量空调送风系统群智能拓扑结构以及变风量空调送风系统各模块的数学模型,包括空调房间、送风机、末端风阀、及送风管网等模型,为之后研究变风量空调系统有关研究提供了平台。其次,为解决传统的变静压模糊控制方法依赖人为经验获取模糊规则的问题,提出了一种自适应神经模糊推理系统(SC-ANFIS)的变静压模糊控制方法,该方法利用减聚类算法的对输入样本进行聚类分析,优化输入样本数据和生成模糊规则,用神经模糊推理的方法训练模糊规则,从而实现VAV变静压模糊控制。通过对比实验,该方法对比定静压法减小了67%送风机电耗;对比经验变静压模糊控制方法,其调节时间更短、控制过程更加稳定、抗干扰性更强同时减小了7%送风机电耗,具有一定的节能效果。再次,在群智能系统下,以某办公楼中办公区域为研究对象,采用灰箱建模的方法,利用群智能特点,建立了室内温度预测模型。在该模型中考虑了相邻温度对于当前房间温度的影响,探讨了室内温度参数和控制量之间的关系。利用系统辨识确定相关参数,并验证了模型的正确性。根据建立的预测模型对研究对象进行室温预测控制,并与传统控制方式进行对比,发现预测控制下的控制效果更加稳定。最后,为解决变风量送风系统中因室温变化过程较慢而引起的送风静压与末端阀位调节频繁而造成的系统控制不稳定。在群智能室温预测的基础上提出了一种基于末端阀位预测的变静压模糊控制方法,结果表明,通过合理选择的室温预测控制回路控制周期以及改进了的变静压模糊控制相结合的方法,能够使变风量空调送风系统控制更加稳定性,更加节能。本文针对变风量空调送风系统的控制特性,基于群智能建立了送风系统仿真模型以及室温预测模型,在模型建立的基础上,研究了变风量空调送风系统控制与优化,提出了基于末端阀位预测的变静压模糊控制方法,并对变静压模糊控制方法进行了优化。结果表明,本研究提高了变静压空调送风系统的稳定性,实现了变风量空调送风系统的高效、节能运行,对变风量空调系统的节能优化有一定借鉴作用。
王世水[6](2019)在《超级游艇节能环保型空调通风系统设计》文中认为随着经济的不断发展,人民的休闲娱乐方式也在逐步从陆地延伸到海洋,超级游艇消费需求逐年升温。超级游艇兼具劳动密集、技术密集、知识密集、资金密集等的产业链特点,对经济发展具有极大的拉动作用。随着中国经济的稳步发展和人民生活水平的逐步提高,中国的游艇市场前景也愈加广阔,游艇尤其是超级游艇逐渐成为高净值群体继豪华汽车、私人飞机之后争相追逐的消费品之一。游艇的舒适程度是检验游艇品质好坏的一项重要指标,不论何种船型,通风空调系统(Heating Ventilation and Air Conditioning以下简称HVAC)系统对旅客舒适感、船员健康以及机械/系统和设备的无故障运行均具有持久的影响。要为所需目的随时随地提供合适的气候环境,就必须拥有高度的技术创造性和丰富的经验。对于游艇尤其是超级游艇而言,则对空调与通风系统提出了更高的要求。本文针对中集来福士海洋工程有限公司承建的88.5米私人超级游艇“幻想号”,选取对游艇舒适度及总体设计影响比较重要的空调通风系统HVAC展开研究分析,通过梳理超级游艇与常规工程船HVAC系统的差异,总结提取了超级游艇HVAC系统设计的基本要求,并基于规范从空调系统类型的选择、容量分配、节能减排、全空气变风量系统、新风机组加风机盘管系统以及冷水机组系统等核心方面展开HVAC系统的完整设计及深度分析,并将节能环保理念贯穿整个过程,创新性的采用了分区分功能的个性化设计理念,并基于“幻想号”的实船试航试验,对HVAC系统进行了理论与实际效果对比分析,结果显示所采用的设计方案和措施使本船HVAC系统节能性与舒适度均优于预期,受到客户好评。
邢天[7](2019)在《基于群智能平台的变风量空间单元室温预测控制方法研究》文中提出群智能建筑是近年来智能建筑发展的新热点、新方向,是将人工智能技术用于智能建筑控制系统并实现扁平化、无中心的一种楼宇智能化系统形式。群智能建筑系统平台下,建筑被分解为建筑空间和机电设备两大类基本单元。建筑空间单元作为人员活动的主要场所和暖通空调系统环境调控的主要对象,其划分方法和室内环境控制方法的研究,对于群智能系统的实际应用具有重要意义,也是亟需解决的关键问题。本文将面向I2B网络架构下建筑空间单元热环境控制问题,提出可行的解决方案。首先,根据各类大型公共建筑共性空间单元的特点,对各类空间单元进行分类,并从物理场扩散的角度出发,提炼出各类空间单元的划分方法,为群智能建筑环境参数控制提供基础支撑。其次,通过对变风量调节下建筑空间单元室温动态调节过程的理论分析,对变风量空调室温动态响应过程进行理论求解,结合风系统执行器间的拓扑结构,建立室温响应过程的解析模型。随后,通过开环阶跃响应试验获取室温实际响应曲线,同时通过仿真得到室温解析模型的响应曲线,并将仿真结果与试验实测真实数据进行对比,对解析模型进行评价。随后,基于变风量调节下空间单元室温动态响应的解析模型,结合模型预测控制中的动态矩阵控制算法,提出了采用最小风量法进行优化的预测控制方法。根据控制算法对经典预测算法和最小风量预测算法分别进行了仿真研究,并对比了两种算法的稳态、动态特性和调节过程的系统供冷能耗,并对建筑空间单元室温预测控制算法在解析模型发生失配时的鲁棒性进行了验证。最后,在单一房间预测控制算法基础上,结合群智能系统的分布式网络架构,给出了基于纳什最优的多区域室温分布式预测控制算法。通过仿真分别对同步调节和异步调节下各区域内室温动态调节效果进行了模拟,并验证了算法的精度和迭代收敛速度。
廖健敏,刘成兴[8](2019)在《变风量系统新风不平衡性及其对系统节能影响的探讨》文中研究表明鉴于变风量系统送风区域温度可控、可变新风比运行以在过渡季节充分利用室外新风等诸多优点,变风量系统越来越多地应用到国内实际工程中。变风量系统的系统新风不平衡性是影响系统运行能耗的重要影响因素之一。以苏州中心6#塔楼变风量系统的设计为例,分别对空调内外区合用AHU系统和空调内外区独立设置AHU系统两种方案进行夏冬设计工况的设计计算。结果表明,较之合用AHU系统,空调内外区独立设置AHU系统的新风不平衡性更好,空调系统制冷量和再热量均有所降低,系统运行能耗更低。
于玉[9](2018)在《基于动态PMV的变风量空调系统仿真研究》文中研究表明在日常生活中,影响室内人体热舒适度的因素有很多,但现使用的空调系统主要以固定的温度作为控制目标,因此常常使人体有不舒适的感觉。随着“空调病”等问题的出现,人们开始重视室内环境动态热舒适的研究。并且传统的基于温度控制的定风量(ConstantAirVolume,简称CAV)系统的能耗居高不下,如何降低空调的能耗也成为现阶段能源节约的重点关注问题之一。目前对将动态热舒适指标作为变风量(Variable Air Volume,简称VAV)系统控制目标的研究较少,在符合人体机能及健康需要的前提下,如何进一步减少VAV系统在运行过程中产生的能耗,需要我们进一步探究。本文的研究内容和成果如下:(1)应用TRNSYS仿真模拟软件建立了济南地区某办公建筑标准层的负荷模型。该模型的室外气象参数是通过Meteonorm软件得到的济南市典型年TMY(Typical MeteorologicYear)气象参数,室内环境参数根据《民用建筑供暖通风与空气调节设计规范》GB50736-2012中的规定,夏季室内设定温度为26℃,冬季室内设定温度为18℃。最终得到了该标准层全年逐时负荷的变化曲线。(2)采用实验与仿真模拟相结合的方式,得到基于动态PMV的空调系统的调控规律。利用SWEMA热舒适测试系统,对夏季利用风机盘管送风的办公室内的PMV值进行实时的测量记录。并统计在不同PMV值下,室内人员的热感觉,确定基于动态PMV控制的空调系统中PMV指标的变化区间。利用TRNSYS仿真模拟软件搭建了采用CAV系统送风的某间办公室的模型,确定室内PMV值的变化周期。并最终确定了以动态PMV指标作为控制目标的空调系统在运行过程中的调控规律。(3)现有VAV系统多采用定静压控制,但TRNSYS中自有的变频风机模块Type 111不能够满足采用定静压控制的VAV系统模拟仿真的需要,且TRNSYS中没有适用于变静压控制的VAV系统的变频风机模块。文中通过厂家提供的风机样本数据,利用MATLAB得到风机的特性曲线方程,并建立了定静压控制的变频风机的数学模型。基于TRNSYS软件开发了适用于定静压控制的VAV系统的变频风机模块Type275。基于模块Type275进一步开发了适用于变静压控制的VAV系统的变频风机模块Type278。该模块可以根据末端阀门的开度调节风管管网中静压的设定值,从而达到变静压控制的目的。(4)基于开发的定静压变频风机模块Type275和变静压变频风机模块Type278,分别搭建了定静压控制VAV仿真平台和变静压控制VAV仿真平台。仿真结果表明,采用两种不同控制方式的VAV系统的室内环境都能够满足控制要求。同时,通过对比这两种VAV系统的能耗发现,采用变静压控制的VAV系统的节能性更高。(5)利用TRNSYS建立了采用定静压控制的以恒定温度、静态PMV和动态PMV三种不同控制目标的VAV系统的仿真模型及基于温度控制的CAV系统仿真模型,并对这四种不同空调系统的能耗做了对比分析。结果发现同一建筑中,基于传统温度控制的CAV系统的耗能量最高,基于动态PMV控制的VAV系统的耗能量最低。为使室内环境能够满足人体健康舒适的需求,同时降低建筑中空调系统的能耗,提出了基于动态PMV控制的VAV系统的概念。通过实验与仿真相结合的方式得到了动态PMV指标的调控规律,并利用TRNSYS仿真模拟软件建立了基于动态PMV控制的VAV系统仿真平台,结果表明其舒适性及节能性都比较突出。为基于动态PMV控制的VAV系统的实际应用,提供了一定的理论依据。
蒋仁娇[10](2014)在《大空间VAV空调系统的优化控制研究》文中认为建筑能耗的快速增长源于人们对建筑品质的追求越来越高,不仅是外形的美观与时尚,随着健康理念的强化深入,室内环境的舒适性也被人们所广泛关注。随着空调系统的广泛应用,建筑物的高耗能特征越来越凸显。在使用中央空调系统的建筑中,中央空调的运行能耗占建筑总能耗的比例高达60%以上,降低建筑暖通空调系统的能耗,是降低建筑能耗的有效措施,对建筑节能具有重要意义。在大空间VAV空调系统中,末端装置通过检测到的回风温度参数值与室内设定温度值的偏差调节风阀的开度,改变末端送风量,适应室内负荷的变化。但是,由于建筑室内垂直温度梯度较大,回风口温度较人体活动高度实际需求温度高,并不能真实有效地反映室内人体活动实际需求温度,实际送风量大于需求送风量,末端运行能耗会增大。因此,系统的控制精度不高,VAV空调系统的节能潜力并没有完全发挥出来。与此同时,VAV空调系统具有多变量、强耦合、非线性等特点,在实际运行过程中,系统中各个控制回路之间存在不同程度的耦合作用,造成系统运行的不稳定。传统的定静压、变静压和总风量三种风量控制方法并不能有效解决系统运行不稳定这一难题,需要研究一种新型有效的系统风量控制方法。基于上述分析,本文选取广州一大空间商场作为研究对象,首先运用PHOENICS模拟软件建立该商场模型,然后通过现场勘查及整理的资料设定模型的边界条件,得出该VAV空调系统室内温度及气流组织分布规律。在此基础上,引入无线传感器网络技术,优化室内温度检测点位置,对于无法安装无线传感器温度检测网络的场所,提出基于计算机模拟结果的温度修正方法,当VAV末端控制依据参数值能实时反映人体实际需求温度值时,可有效减少系统送风量,风机可节能25.4%。再针对目前送风机风量控制方法的不足,利用变频风机取代末端风阀作为风量调节机构,提出一种基于末端风机转速的总风量控制方法,以末端变风量支管的实际送风量之和作为空气处理机组风机变频控制依据。利用Matlab/Simulink软件建立VAV空调系统风量调节仿真模型,模拟仿真结果表明:基于末端风机转速的总风量控制方法下,系统总送风量直接根据末端风量之和进行调节,不受系统管道中静压的影响,系统运行稳定;末端送风压力由各自风机提供,总风机所需压头较小,节能效果好,室内空调房间具有较好的舒适性。
二、VAV系统最小送风量的确定方法(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、VAV系统最小送风量的确定方法(论文提纲范文)
(1)MOHO合生商业综合体项目VAV空调系统深化设计(论文提纲范文)
1 VAV系统的概述 |
1.1 工作原理 |
1.1.1 单风道VAV |
1.1.2 双风道VAV |
1.2 内部结构 |
1.3 系统分类 |
1.3.1 无动力单冷型 |
1.3.2 无动力单冷再热型 |
1.3.3 制冷制热型 |
1.3.4 组合式调控型 |
2 VAV系统在商业综合体工程项目的实际应用 |
2.1 VAV系统深化设计 |
2.1.1 MOHO合生项目概况 |
2.1.2 深化设计方案 |
2.1.3 VAV变风量系统参数深化设计 |
2.1.4 建筑外区结构传热深化设计 |
2.1.5 系统风管及气流组织深化设计 |
2.1.6 VAV系统机组选型深化设计 |
2.2 VAV系统深化设计控制要点 |
2.2.1 风量和风温的控制 |
2.2.2 室内温度的控制 |
2.2.3 新风量的控制 |
2.3 VAV系统的应用优势 |
3 结束语 |
(2)中央空调输配系统群智能扩散优化方法及应用(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景与研究意义 |
1.2 中央空调输配系统优化控制的意义与研究进展 |
1.2.1 中央空调输配系统运行研究进展 |
1.2.2 扩散问题的研究进展 |
1.3 群智能控制的意义与研究进展 |
1.3.1 群智能架构概况 |
1.3.2 空调系统群智能控制算法的研究进展 |
1.3.3 群智能架构下的扩散问题 |
1.4 中央空调输配系统扩散优化控制策略分析 |
1.5 研究内容与思路 |
2 中央空调水系统分布式扩散优化算法的仿真研究 |
2.1 分布式仿真平台介绍 |
2.1.1 平台模块简介 |
2.1.2 平台使用流程介绍 |
2.1.3 PyCharm 编程软件简介 |
2.2 冷冻水系统 DSP 仿真模拟概况介绍 |
2.2.1 冷冻水系统概况介绍 |
2.2.2 冷冻水系统的基本单元划分与系统网络拓扑介绍 |
2.2.3 冷冻水系统 DSP 仿真逻辑介绍 |
2.3 冷冻水系统仿真内容介绍 |
2.3.1 冷冻水系统仿真模型编写 |
2.3.2 冷冻水系统控制回路介绍 |
2.3.3 压差设定值分布式调整算法的提出 |
2.4 冷冻水系统 DSP 仿真模拟边界条件设计 |
2.5 冷冻水系统 DSP 仿真流程展示 |
2.6 冷冻水系统仿真模拟结果分析 |
2.7 本章小结 |
3 中央空调风系统分布式扩散优化算法的仿真研究 |
3.1 送风系统概况介绍 |
3.1.1 模拟送风系统概况介绍 |
3.1.2 送风系统网络拓扑构建 |
3.1.3 送风系统仿真逻辑介绍 |
3.2 送风系统仿真内容介绍 |
3.2.1 送风系统仿真模型编写 |
3.2.2 送风系统控制回路介绍 |
3.2.3 送风系统分布式调整算法的提出 |
3.3 送风系统 DSP 仿真模拟边界条件设计 |
3.4 送风系统 DSP 仿真流程展示 |
3.5 送风系统模拟仿真结果分析 |
3.6 本章小结 |
4 群智能机电设备模拟测试平台搭建与测试 |
4.1 群智能机电设备模拟测试平台硬件介绍 |
4.1.1 CPN 简介 |
4.1.2 PLC 简介 |
4.1.3 HMI 触摸屏简介 |
4.2 冷冻水模拟器平台的搭建 |
4.2.1 冷冻水系统模拟器模型介绍 |
4.2.2 冷冻水系统模拟器平台的模型性能测试 |
4.3 送风系统模拟器平台的搭建 |
4.3.1 送风系统模拟器模型介绍 |
4.3.2 送风系统模拟器平台的模型性能测试 |
4.4 本章小结 |
5 中央空调输配系统群智能扩散优化算法的应用试验与通式研究 |
5.1 冷冻水系统模拟器平台试验方案设计 |
5.1.1 模拟器平台试验参数变量设计 |
5.1.2 试验参数变量实现流程介绍 |
5.2 压差设定值分布式调整算法 APP 编写 |
5.2.1 变量定义 |
5.2.2 自定义功能函数编写 |
5.2.3 应用编程 |
5.3 冷冻水系统模拟器平台试验结果分析 |
5.4 中央空调输配系统末端扩散优化算法通式 |
5.4.1 中央空调输配系统共性提炼 |
5.4.2 中央空调输配系统末端扩散优化通式的提出 |
5.5 本章小结 |
结论 |
参考文献 |
附录 A 冷冻水系统 DSP 仿真节点 1 拓扑信息代码 |
攻读硕士学位期间发表论文情况 |
参与的科研项目与社会实践 |
致谢 |
(3)某项目VAV系统夏季综合效能调试验证分析与研究(论文提纲范文)
1 工程概况 |
2 综合效能验证的参数 |
2.1 室内温度控制 |
2.2 系统风量控制 |
2.3 夏季送风温度控制 |
3 综合效能验证过程 |
4 结束语 |
(4)变风量空调系统在大型公共建筑中的应用(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 引言 |
1.2 国内变风量空调系统的应用现状 |
1.3 课题工程背景介绍 |
1.3.1 项目基本概况 |
1.3.2 项目空气调节系统概况 |
1.3.3 项目变风量系统控制系统概况 |
1.4 本文研究目的和研究内容 |
2 变风量空调系统设计 |
2.1 引言 |
2.1.1 变风量系统的设计组合 |
2.2 空调系统负荷计算 |
2.2.1 收集建筑资料,确定空调分区,划分空调系统 |
2.2.2 冷负荷计算 |
2.3 空气处理及输送设备选型 |
2.4 空调系统阻力分析 |
2.4.1 风管沿程阻力损失 |
2.4.2 风管局部阻力损失 |
2.5 变风量空调系统末端装置 |
2.6 空调系统噪声计算 |
2.7 变风量空调系统深化设计实例 |
2.7.1 变频空气处理机组冷量、风量的复核 |
2.7.2 机外余压复核 |
2.7.3 噪声复核 |
2.8 本章小结 |
3 变风量空调系统的控制及仿真模拟 |
3.1 变风量空调系统控制概述 |
3.2 变风量空调系统控制要点 |
3.2.1 房间温度控制 |
3.2.2 送风温度控制 |
3.2.3 新风量控制 |
3.2.4 直接数字控制(DDC) |
3.3 变风量空调系统控制策略 |
3.3.1 变频机组常规控制策略 |
3.3.2 变频机组在不同负荷下的控制策略 |
3.3.3 变频机组变频控制策略 |
3.3.4 末端VAVBOX控制策略 |
3.3.5 变风量空调系统其他控制点策略 |
3.4 静压重设控制 |
3.4.1 静压重设控制 |
3.4.2 风量超越需求的情况 |
3.4.3 风量亏欠需求的情况 |
3.4.4 风量平衡情况 |
3.5 变风量空调系统仿真模拟与控制方式性能比较 |
3.5.1 定静压控制系统 |
3.5.2 变静压的静压重设控制系统 |
3.5.3 总风量控制系统 |
3.5.4 系统性能的比较 |
3.6 本章小结 |
4 变风量空调系统调试方法 |
4.1 变风量空调系统调试仪器 |
4.2 变频机组单机调试 |
4.2.1 调试前检查 |
4.2.2 调试步骤与方法 |
4.3 VAVBOX空调器单机调试 |
4.3.1 VAVBOX通讯状态测试 |
4.3.2 VAVBOX控制器功能动作测试 |
4.3.3 VAVBOX热水盘电动水阀开关动作测试 |
4.3.4 VAVBOX一次最大进风量修正设置 |
4.3.5 冬夏季工况转换转换调试 |
4.4 风量平衡调试 |
4.4.1 系统风量平衡调试 |
4.4.2 末端风口风量平衡调试 |
4.5 变风量空调系统自控调试 |
4.5.1 新风量、回风CO2浓度与新风VAV控制调试 |
4.5.2 送风温度与空调水电动调节阀控制调试 |
4.5.3 静压值与变频机组运行频率变化调试 |
4.5.4 机组回风段过滤器压差报警调试 |
4.6 本章小结 |
5 变风量空调系统的运行管理 |
5.1 节能运行 |
5.1.1 定静压控制的节能性分析 |
5.2 系统维修保养 |
5.2.1 变频机组维修保养 |
5.2.2 维修保养 |
5.2.3 故障分析 |
5.3 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 创新点 |
6.3 工作展望 |
参考文献 |
作者简介 |
作者在攻读硕士学位期间获得的学术成果 |
致谢 |
(5)基于群智能的变风量空调送风系统控制与优化研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 群智能建筑发展现状 |
1.2.2 变风量空调送风系统控制研究现状 |
1.3 研究内容及结构安排 |
1.3.1 研究内容 |
1.3.2 研究目标 |
1.3.3 论文安排 |
2 基于群智能的变风量空调送风系统及模型 |
2.1 变风量空调送风系统原理 |
2.1.1 VAV送风系统组成 |
2.1.2 VAV末端控制方法 |
2.1.3 送风机控制策略 |
2.2 变风量空调送风系统群智能拓扑 |
2.2.1 群智能系统基本概念 |
2.2.2 建筑空间划分基本原则 |
2.2.3 变风量送风系统群智能拓扑结构 |
2.3 送风系统数学模型及仿真 |
2.3.1 Matlab/Simulink仿真工具 |
2.3.2 房间模型 |
2.3.3 末端模型 |
2.3.4 管网模型 |
2.3.5 风机模型 |
2.3.6 送风系统模型 |
2.4 本章小结 |
3 基于自适应模糊推理系统的变静压模糊控制优化方法研究 |
3.1 自适应模糊推理系统 |
3.1.1 自适应神经模糊推理系统 |
3.1.2 减法聚类算法 |
3.2 基于自适应模糊推理系统的变静压模糊控制方法 |
3.2.1 变静压参考对象 |
3.2.2 数据采集 |
3.2.3 实验步骤 |
3.2.4 实验分析 |
3.3 本章小结 |
4 基于群智能的变风量空调变静压控制研究 |
4.1 室内温度预测模型建立 |
4.1.1 室内温度预测控制模型 |
4.1.2 数据采集及模型辨识 |
4.1.3 室内温度预测模型验证 |
4.2 基于群智能的室内温度预测控制 |
4.2.1 控制器设计 |
4.2.2 基于群智能的室内温度预测控制 |
4.3 基于末端阀位预测的变静压模糊控制 |
4.3.1 VAV系统末端阀位预测值 |
4.3.2 基于末端阀位预测的变静压模糊控制 |
4.4 本章小结 |
5 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
硕士在读期间的研究成果及获奖情况 |
致谢 |
(6)超级游艇节能环保型空调通风系统设计(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 本文的主要工作 |
第2章 超级游艇HVAC系统设计要求 |
2.1 88.5米超级游艇概述 |
2.2 与常规工程船HVAC设计对比分析 |
2.2.1 原理设计对比分析 |
2.2.2 设备与风管布放对比分析 |
2.2.3 工艺设计对比分析 |
2.3 超级游艇HVAC设计准则 |
2.3.1 HVAC系统设计 |
2.3.2 工艺设计 |
2.4 本章小结 |
第3章 基于规范的超级游艇HVAC系统优化设计 |
3.1 概述 |
3.2 空调区域划分 |
3.3 负荷计算 |
3.3.1 空调系统热量计算 |
3.3.2 空调系统通风量计算 |
3.3.3 全艇所需制冷、制热总容量的确定 |
3.4 空调系统的形式 |
3.4.1 冷水机组系统 |
3.4.2 豪华区空调系统 |
3.4.3 船员区空调系统 |
3.4.4 空调系统容量分配 |
3.4.5 节能分析 |
3.5 本章小结 |
第4章 超级游艇HVAC系统详细设计 |
4.1 HVAC系统原理详细设计 |
4.1.1 全空气变风量系统 |
4.1.2 新风机组加风机盘管系统的设计 |
4.1.3 冷水机组系统的设计 |
4.2 风系统设计和房间内气流组织 |
4.2.1 风系统设计 |
4.2.2 气流组织 |
4.3 本章小结 |
第5章 超级游艇HVAC系统设计验证 |
5.1 系统节能 |
5.2 噪音效果 |
5.3 本章小结 |
结论 |
参考文献 |
攻读学位期间参与科研项目、发表论文和取得的科研成果 |
致谢 |
个人简历 |
(7)基于群智能平台的变风量空间单元室温预测控制方法研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题的来源 |
1.2 研究背景与意义 |
1.2.1 智能建筑及集中式网络架构存在的问题 |
1.2.2 群智能建筑及其架构形式概述 |
1.2.3 群智能建筑室温控制问题及研究意义 |
1.3 国内外研究现状分析 |
1.3.1 建筑智能化系统平台技术发展现状分析 |
1.3.2 多智能体及群智能建筑技术发展现状分析 |
1.3.3 变风量空调室温响应建模方法研究进展分析 |
1.3.4 变风量空调系统室温模型预测控制研究进展分析 |
1.4 主要研究内容及文章结构 |
2 群智能网络架构下建筑空间单元划分方法研究 |
2.1 大型公建空间单元分类及Mini-Max划分方法 |
2.1.1 大型公建基本空间单元分类 |
2.1.2 建筑空间单元Mini-Max划分方法 |
2.2 空间单元各类空调末端设备覆盖面积的确定 |
2.2.1 散流器 |
2.2.2 侧送风百叶 |
2.2.3 计算依据 |
2.2.4 覆盖面积计算实例 |
2.3 I~2B架构下建筑空间单元划分方法 |
2.4 建筑空间单元划分设计案例 |
2.4.1 大连东港某办公楼 |
2.4.2 大连某高校图书馆 |
2.4.3 大连某高校综合实验楼 |
2.5 本章小结 |
3 空间单元变风量室温动态解析模型的建立及辨识方法 |
3.1 变风量调节下室温响应解析模型的建立 |
3.1.1 变风量调节下室温变化解析模型的建立 |
3.1.2 变风量调节下室温响应解析求解 |
3.1.3 基于风量执行机构的室温响应解析模型 |
3.2 变风量室温动态响应特性试验及滞后时间的确定 |
3.2.1 变风量空调系统试验平台简介 |
3.2.2 室温响应特性试验原理及试验工况 |
3.2.3 夏季工况试验及结果分析 |
3.2.4 冬季工况试验及结果分析 |
3.3 变风量室温响应特性解析模型辨识及模型验证 |
3.3.1 室温响应特性解析模型辨识方法 |
3.3.2 变风量末端送风量辨识模型仿真结果 |
3.3.3 室温动态响应模型仿真验证 |
3.4 本章小结 |
4 基于解析模型的变风量室温模型预测控制方法及鲁棒性研究 |
4.1 变风量室温DMC控制方法的描述 |
4.1.1 模型预测控制方法概述 |
4.1.2 变风量室温响应内部模型的求解 |
4.1.3 变风量室温响应的滚动优化方法 |
4.1.4 变风量室温预测值的反馈校正方法 |
4.1.5 变风量室温DMC预测控制算法流程 |
4.2 变风量室温DMC方法关键参数的确定 |
4.2.1 控制目标参数和约束条件参数的确定 |
4.2.2 采样周期和时域参数的确定 |
4.2.3 权重矩阵和反馈校正矩阵的确定 |
4.3 变风量室温DMC控制仿真及结果分析 |
4.3.1 1#房间仿真结果 |
4.3.2 2#房间仿真结果 |
4.3.3 3#房间仿真结果 |
4.3.4 仿真结果分析 |
4.4 变风量室温DMC控制的鲁棒性分析 |
4.4.1 变风量室温响应解析模型参数摄动分析 |
4.4.2 变风量室温放大系数摄动鲁棒性 |
4.4.3 变风量室温时间常数摄动鲁棒性 |
4.4.4 变风量室温滞后时间摄动鲁棒性 |
4.5 本章小结 |
5 群智能架构下变风量室温分布式Nash-DMC最优控制方法 |
5.1 群智能架构下多区域室温预测控制问题分析 |
5.1.1 变风量多区域室温控制系统形式 |
5.1.2 群智能架构下多区域室温控制拟解决的问题 |
5.2 群智能架构下分布式室温控制纳什最优化算法 |
5.2.1 纳什最优化方法概述 |
5.2.2 分布式模型预测控制算法的描述 |
5.2.3 变风量室温分布式Nash-DMC算法 |
5.3 分布式室温Nash-DMC最优控制仿真 |
5.3.1 Nash-DMC最优控制仿真的单机实现 |
5.3.2 变风量室温Nash-DMC控制参数的确定 |
5.3.3 同步调节下室温Nash-DMC最优控制仿真 |
5.3.4 异步调节下室温Nash-DMC最优控制仿真 |
5.4 本章小结 |
结论与展望 |
参考文献 |
附录A 办公建筑部分常用尺寸圆形散流器最大覆盖面积计算简表 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(8)变风量系统新风不平衡性及其对系统节能影响的探讨(论文提纲范文)
0 引言 |
1 苏州中心6#塔楼VAV系统设计 |
1.1 VAV系统设计条件介绍 |
1.2 VAV系统设计计算 |
1.2.1 VAV系统送风量的确定 |
1.2.2 内外区合用AHU的VAV系统设计计算 |
1.2.3 内外区独立AHU的VAV系统设计计算 |
2 结果与思考 |
2.1 两种设计方案结果比较 |
2.2 一些思考 |
(9)基于动态PMV的变风量空调系统仿真研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题研究背景 |
1.2 课题研究意义 |
1.3 国内外研究现状 |
1.3.1 国内研究现状 |
1.3.2 国外研究现状 |
1.4 本文主要研究内容 |
1.5 本章小结 |
第2章 不同类型的全空气空调系统比较 |
2.1 CAV系统与VAV系统 |
2.1.1 CAV系统 |
2.1.2 VAV系统简介 |
2.1.3 VAV系统的组成 |
2.1.4 VAV系统的运行 |
2.1.5 CAV系统与VAV系统的比较 |
2.2 不同控制目标的空调系统比较 |
2.2.1 PMV热舒适指标简介 |
2.2.2 传统温度控制的空调系统 |
2.2.3 静态PMV控制的空调系统 |
2.2.4 动态PMV控制的空调系统 |
2.3 本章小结 |
第3章 建筑动态负荷模拟 |
3.1 建筑负荷模拟软件 |
3.2 建筑负荷模拟相关参数的确定 |
3.2.1 室外气象参数 |
3.2.2 室内参数设定 |
3.3 建筑负荷模型的建立 |
3.3.1 建筑概况 |
3.3.2 建筑负荷动态模拟 |
3.4 本章小结 |
第4章 动态PMV指标分析 |
4.1 SWEMA热舒适测试系统 |
4.1.1 SWEMA热舒适测试系统的组成 |
4.1.2 SWEMA热舒适测试系统的使用 |
4.2 动态PMV指标变化区间 |
4.2.1 环境参数测量 |
4.2.2 现场数据采集及热舒适满意度调查 |
4.2.3 数据分析 |
4.3 动态热舒适指标的变化周期 |
4.3.1 办公室3的室内动态负荷变化 |
4.3.2 办公室3的CAV系统的建立 |
4.4 动态热舒适指标的设定 |
4.5 本章小结 |
第5章 TRNSYS中VAV系统模型的建立 |
5.1 变频风机数学模型的建立 |
5.1.1 变频风机工况点求解 |
5.1.2 变频风机输入功率求解 |
5.2 TRNSYS变频风机模块开发 |
5.2.1 定静压变频风机模块程序编写 |
5.2.2 适用于变静压控制的变频风机模块程序编写 |
5.2.3 模块Type275及模块Type278的改进 |
5.3 不同控制方式的VAV系统模型的建立 |
5.3.1 TRNSYS中VAV系统建模对模块的利用 |
5.3.2 室内额定送风量的确定 |
5.3.3 TRNSYS中定静压控制的VAV系统仿真模型的建立 |
5.3.4 TRNSYS中变静压控制的VAV系统仿真模型的建立 |
5.3.5 不同控制方式的VAV系统的能耗比较 |
5.4 本章小结 |
第6章 不同控制目标的VAV系统仿真 |
6.1 传统温度控制CAV系统的能耗统计模型 |
6.2 基于温度控制的VAV系统仿真 |
6.2.1 TRNSYS中PMV相关参数的设定 |
6.2.2 制冷季室内舒适度分析 |
6.3 基于静态PMV控制的VAV系统仿真 |
6.3.1 利用TRNSYS建立基于静态PMV控制的VAV系统 |
6.3.2 制冷季室内温度及舒适度分析 |
6.4 基于动态PMV控制的VAV系统仿真 |
6.4.1 利用TRNSYS建立基于动态PMV控制的VAV系统 |
6.4.2 制冷季室内温度及舒适度分析 |
6.5 不同空调系统能耗对比分析 |
6.6 本章小结 |
第7章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
致谢 |
攻读硕士学位期间论文发表及科研情况 |
(10)大空间VAV空调系统的优化控制研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 VAV空调系统在大空间中应用的可行性 |
1.3 国内外VAV系统应用及研究现状 |
1.4 研究目的及意义 |
1.5 研究主要内容 |
第二章 VAV空调系统概述 |
2.1 VAV空调系统原理及特点 |
2.2 VAV空调系统的基本构成 |
2.2.1 空气处理机组及输送设备 |
2.2.2 风管系统 |
2.2.3 变风量末端装置 |
2.3 研究对象简介 |
2.4 本章小结 |
第三章 VAV空调系统数值模拟与分析 |
3.1 软件简介 |
3.2 模型的建立 |
3.3 模拟结果与分析 |
3.4 本章小结 |
第四章 室内空气温度检测点的优化 |
4.1 大空间VAV空调系统空气温度控制方法 |
4.1.1 “一对多”控制方法 |
4.1.2 “一对一”控制方法 |
4.2 优化的室内空气温度检测与控制方法 |
4.3 无线传感器网络技术 |
4.4 温度检测点布置 |
4.4.1 空气温度检测点的选择原则 |
4.4.2 VAV空调系统垂直方向温度梯度 |
4.4.3 商场空气温度检测点的布置 |
4.5 节能效果分析 |
4.6 本章小结 |
第五章 基于VAV空调系统的总风量控制策略 |
5.1 VAV空调系统的风量控制方法 |
5.1.1 定静压控制方法 |
5.1.2 变静压控制方法 |
5.1.3 总风量控制方法 |
5.2 优化的系统风量控制方法 |
5.3 系统仿真及仿真工具箱Simulink简介 |
5.4 VAV空调系统各部件的数学模型 |
5.4.1 空调房间模型 |
5.4.2 VAV末端装置模型 |
5.4.3 风机模型 |
5.4.4 风机控制器模型 |
5.4.5 系统压力平衡模型 |
5.5 VAV 空调系统 Simulink 仿真系统 |
5.6 仿真系统参数设置 |
5.7 VAV空调系统控制仿真结果分析 |
5.7.1 空调房间仿真结果分析 |
5.7.2 末端调节机构的仿真结果分析 |
5.7.3 总送风机仿真结果分析 |
5.8 本章小结 |
结论与展望 |
参考文献 |
附录A 附录内容名称 |
附录B 攻读硕士学位期间发表学术论文情况 |
后记 |
四、VAV系统最小送风量的确定方法(论文参考文献)
- [1]MOHO合生商业综合体项目VAV空调系统深化设计[J]. 张冬磊. 建筑技术开发, 2021(11)
- [2]中央空调输配系统群智能扩散优化方法及应用[D]. 周颖. 大连理工大学, 2021(01)
- [3]某项目VAV系统夏季综合效能调试验证分析与研究[J]. 仇志飞,武根峰,张持,杨艳超,王勇,张晓雷. 建筑技术, 2020(06)
- [4]变风量空调系统在大型公共建筑中的应用[D]. 李晓妮. 沈阳建筑大学, 2020(04)
- [5]基于群智能的变风量空调送风系统控制与优化研究[D]. 余紫瑞. 西安建筑科技大学, 2020
- [6]超级游艇节能环保型空调通风系统设计[D]. 王世水. 哈尔滨工程大学, 2019(04)
- [7]基于群智能平台的变风量空间单元室温预测控制方法研究[D]. 邢天. 大连理工大学, 2019
- [8]变风量系统新风不平衡性及其对系统节能影响的探讨[J]. 廖健敏,刘成兴. 建筑节能, 2019(04)
- [9]基于动态PMV的变风量空调系统仿真研究[D]. 于玉. 山东建筑大学, 2018(02)
- [10]大空间VAV空调系统的优化控制研究[D]. 蒋仁娇. 广州大学, 2014(05)