一、空调系统智能控制器的研究（论文文献综述）
杨韶男[1]（2022）在《物联网技术在暖通空调中的应用》文中进行了进一步梳理社会经济不断发展,物联网发展水平逐渐提高,物联网作为一种新型现代科学技术,已影响到人类生活的方方面面。现阶段,物联网技术已经渗透到暖通空调领域,在暖通空调中的应用也越来越广泛,为暖通空调行业发展带来了新思路。从物联网技术相关概念入手,简要分析了物联网技术在暖通空调中的应用优势,阐述了物联网技术在暖通空调中的具体应用措施,以期促进暖通行业创新转型发展。
陈陈[2]（2021）在《基于阿里云IoT平台的智能空调控制系的设计与实现》文中进行了进一步梳理随着现代信息技术的发展,万物互联的全新时代即将正式到来,基于物联网的智能家居方兴未艾。目前,大多数家用空调系统都是一对一单控制,无法远程监控空调的系统运行状态,发生故障后,售后人员只能凭大多数用户的非专业描述判断故障原因,很难快速定位并解决问题,新型智能空调已经成为传统空调系统升级换代的最佳选择。本文基于传统中央空调控制技术和物联网技术,设计了一款基于WiFi与阿里云物联网平台的智能空调控制系统。智能空调控制系统包括智能空调控制器、物联网平台、移动端APP、上位机监控等四部分构成。整个系统的实施方案:以R5F100FEA为控制器的主控核心,通过以MM1192为核心的内机通讯电路连接内机,以T5L1为核心的LCD驱动电路显示人机交互界面,以EMW3080模组为核心的WiFi电路通过路由器将控制器的运转信息上传到阿里云物联网平台,且基于QT框架开发上位机监控用于在PC端监测空调运行状态。论文深入分析智能空调控制器的硬件设计原理与软件开发逻辑,阿里云生活物联网平台的项目创建和产品定义流程,设备接入协议和调试方法。智能空调控制器的硬件开发主要包括控制器主控核心R5F100FEA的外围电路设计、WiFi模组电路设计、内机通信电路设计、RS485集中控制电路的设计、电源供电电路设计、LCD液晶显示驱动电路设计、传感器和红外接收电路的设计。软件开发包括WiFi模组与主控MCU核心通讯设计、主控MCU核心与RS485集中控制器通讯设计、WiFi模组与阿里云物联网平台通讯设计、WiFi模组与阿里云物联网平台数据流解析、控制器与内机通讯设计、LCD液晶显示UI及驱动程序设计,物联网平台搭建与数据流定义、QT上位机监控软件程序设计与UI开发。通过与某品牌的多种空调内机组和RS485集中控制器的长期联合测试,结果表明所设计的智能空调控制系统能有效控制多种空调内机,可以通过三种不同的方式向用户传达设备信息,控制系统兼容用户定制的RS485集中控制器,能够稳定连接阿里云物联网平台,实现对空调内机组的智能化管理。实现了空调室内机组、物联网平台、移动端APP、PC端监控软件、RS485集中控制器之间的数据同步,达到了预期设计的目标。
薛溟枫,毛晓波,石坤,潘涌涛[3]（2020）在《一种风电消纳场景下的空调负荷建模及调控方法》文中研究指明随着我国风电装机容量的增加,风电消纳给电网的安全稳定运行带来了新的挑战。以空调为主的热控负荷与电网互动友好,正越来越多地参与到电力系统的调度中。为实现变频空调负荷与现有调度模型的兼容,使空调负荷能平滑风电功率波动,提出了一种基于风电消纳场景下的空调负荷建模方法以及相应的调控策略,将变频空调建立成热电池模型,利用分层分布控制方法进行调控,实现微观层面热电池的有效控制。结果表明:所提出的热电池模型可以有效描述变频空调负荷的储能特性,实现变频空调负荷与系统现有调度模型的兼容,提出的调度和控制策略能够有效调控变频空调负荷以提高系统风电消纳能力。
黄琪[4]（2020）在《基于强化学习的办公建筑冷源系统节能优化控制策略仿真研究》文中进行了进一步梳理冷源系统的能效水平对中央空调系统运行、公共建筑节能都有较大影响,国家于2019年提出建设高效冷源机房的目标,针对众多既有大型公共建筑冷源系统进行控制策略的节能优化,是实现该目标经济且有效的手段。物联网技术的高速发展为公共建筑积累了庞大的运行数据,建立数据驱动的节能优化控制策略,能够充分挖掘数据的使用价值,推动建筑智能化。强化学习可以被用于智能控制系统中,通过智能体在环境中的不断尝试获得最优策略,是一种依赖数据驱动的控制方法。研究基于强化学习的建筑冷源系统控制策略的节能优化问题,能够充分利用已有冷源管理系统中累积的大量运行数据,顺应当今控制智能化的趋势。本文以夏热冬暖地区某大型办公建筑冷源系统为研究对象,提出基于强化学习的冷源系统节能优化控制策略,主要包括以下研究工作:（1）介绍强化学习的主要理论与算法,在此基础上,将冷源系统的运行过程抽象为马尔可夫决策过程,提出冷源马尔可夫决策模型;在研究强化学习系统组成元素的基础上,确定各元素在冷源中的形式,建立冷源强化学习系统,并确定该系统的运行流程。（2）针对办公建筑冷源系统通常难以用于控制器实际训练的情况,研究系统环境建模问题,为进一步提高模型的预测效果,提出基于模型堆叠的室内温度、室内相对湿度和冷源系统能耗黑箱预测模型。选取Xgboost、RF和SVR作为基模型,岭回归作为元模型,通过对比不同基模型组合的预测效果,确定三个预测模型的结构,在此基础上研究并建立了系统环境仿真平台,进一步完善了系统功能。（3）针对常规控制策略缺乏自我学习能力和依赖模型准确性等问题,提出基于深度确定性策略梯度算法的冷源节能优化控制策略。首先分析影响算法的主要超参数,采用启发式搜索的方式对超参数进行寻优,确定了主要超参数的取值范围;然后在对控制器进行策略引导的基础上,完成节能优化控制策略的仿真研究工作,分析并展示了仿真结果;最后选取PSO控制策略与规则控制策略进行比较分析,结果表明强化学习控制策略下的冷源系统总能耗减少了6.47%和14.42%,平均室内热舒适性提升了5.59%和18.71%,非舒适性时间占比减少了5.22%和76.70%。（4）针对控制策略节能优化方法工程应用较为困难的问题,开发“办公建筑冷源系统智能控制平台”,完成对研究成果的工程化,实现了系统监测、系统仿真、策略优化和策略运行等主要功能。
钱薛艮[5]（2019）在《基于群智能平台的空调冷冻站仿真系统开发与研究》文中研究指明群智能建筑控制平台技术（简称群智能平台）因具有自组织、自识别、即插即用的特点,使得现场组网快速简单,建造流程更加简洁、灵活,在智能建筑领域将会有广阔的应用前景。目前,在此平台上研发的空调冷冻站设备控制优化及其节能算法必须经过实际工程繁琐的测试验证后,才能保证其稳定性和安全性。这不仅耗时耗力,还可能损坏现场大型机电设备,造成严重的经济损失。因此,论文基于群智能平台研究了空调冷冻站系统仿真系统,为冷冻站群智能控制优化及其节能算法开发提供一个测试平台。论文主要内容:1.基于群智能平台研究了空调冷冻站仿真系统架构,主要包含仿真系统的组成、模块间交互机制及数据存储方式等。2.建立了空调冷冻站机电设备及输配系统（冷却塔、冷机、表面换热器、水泵、阀门、水管网）的仿真模型,制定各设备仿真模块信息交互的标准接口。3.根据建立的空调冷冻站各机电设备仿真模型,开发其仿真程序,并对开发的仿真模型程序进行了测试验证,确保正确后,进行了空调冷冻站仿真系统联调,完成其仿真系统软件开发。4.研究了一种基于分布估计（EDA:Estimation of Distribution Algorithm）的并联水泵群智能优化算法,对空调冷冻站中并联水泵负荷分配问题进行了优化,从而达到水泵节能优化的目标。同时利用该算法对空调冷冻站仿真系统进行运行测试验证,结果表明仿真系统运行效果良好。总之,文中建立了空调冷冻站各设备模型,开发了仿真系统软件程序,研究了基于EDA的并联水泵群智能优化算法,进行了仿真系统性能测试与验证,表明该空调冷冻站仿真系统运行良好。因此,该仿真系统可以作为空调冷冻站群智能优化控制算法的测试平台,为研究空调冷冻站的群智能控制及节能技术打下了基础。
曹军[6]（2019）在《基于BIM技术的建筑机电节能运维系统构架与功能需求研究》文中认为现阶段,建筑行业内部的业务开展还没有实现较高的信息化和智能化,管理效率不高。其中,建筑机电的运营管理的效率问题尤为突出。在进行设备运行管理时,过去采用最多的是建筑自动化系统,但是该系统在使用时对于操作人员的专业水平要求较高,很多运行管理人员并不能有效的使用该系统。此外,对于设备运行的监测数据只留存在系统内部,不能实现信息的共享,也就无法发挥数据的真实价值。建筑信息模型（BIM）的出现则为设备检测数据和工程数据的集成提供了一个新的途径,能够在运行管理阶段进行辅助分析和决策,充分发挥数据信息的价值。文章思路以重庆市某商业综合体项目为对象,对既有项目建筑机电运维效果进行理论性质地分析,通过综合BIM技术以及机电运维框架技术之间的优势以及对暖通空调子系统、能源管理子系统等构架与功能需求地实地考察研究与理论分析,从项目实际出现的问题为基础点出发,结合现场数据地实地调研,分析出暖通空调系统、能耗管控系统、自动控制系统等各部分出现的实际问题,并提出适合于本项目问题解决方案的策略以及对应框架策略实际地运用效果探求,实现智能化的运维管理是一项基于BIM系统新兴机电运维管理及优化改造技术相关的应用型研究。文章通过文献查阅,对目前BIM在机电运营使用中存在的问题进行总结分析,确定搭建基于BIM架构的机电运维框架概念模型对比与传统机电运维的优势以及难点;对基于BIM技术的机电运营维护系统,从技术角度入手对其软、硬件设施进行研究;研究不同信息数据的共享及有效使用;研究可视化、参数化、协同性等特点在系统各个模块的应用,从而对各个辅助模块的框架进行搭建;结合论文重庆市参考项目,依据现场调研以及对整体机电运维系统反馈出的暖通空调系统实质性问题,基于这一理论点出发,分别从暖通空调系统框架、能源管理系统框架、楼控系统深化功能需求框架等对实际问题进行理论性质地分析与解决,对项目做进一步地技术分析与诊断,完善对于该项目机电节能运维控制管理与改造,同时以BIM系统的优势实时反馈与管理,以达到文章效果与搭建目的。具体细化分别对暖通空调系统内运维模式框架进行类别性地节能运维分析,提出模糊控制以及冷机群控等技术逻辑架构,并分析对于该项目的节能潜力以及相关性的实际效果;同时提出新新机电运维智慧技术管理构架功能需求模式,分析关于智能厕所、智能客流、智慧停车系统等对于实际项目操作性的应用潜力与实际效果。
刘宏波[7]（2018）在《基于WIFI的中央空调远程集中控制系统研究》文中研究表明目前,大多数中央空调系统以一对一控制为主,离开房间就不能监控空调的运行状态,也不能控制空调,空调发生故障只有用户才能看到,售后人员或是技术人员只能通过用户一知半解的描述判断故障内容,很难快速解决实际问题,很明显不利于系统的集中智能化监测及降低整个系统的能耗。随着WIFI技术、嵌入式技术和智能手机的不断发展,研究一种新型的智能化空调成为目前最急需的项目。本文设计了基于WIFI的中央空调智能集控系统,论文介绍了整个项目的实施方案、WIFI集控器硬件和软件的设计、服务器的开发及APP的应用实例。WIFI智能控制器硬件主要包括WIFI模块的选型、RS485芯片的选型和电路设计、连接方式的设计、电源电路、按键电路、LED电路以及电源转换电路的设计;软件包括WIFI模块与空调的RS485通讯程序的设计、WIFI模块与空调的程序数据处理、WIFI模块与服务器之间通讯程序设计、WIFI模块与服务器通讯接收和发送程序数据处理程序设计、按键程序检测和处理程序、LED显示程序、WIFI模块连接路由器配置程序设计。服务器硬件根据用户特性在阿里云租用,在国内和海外租用不同的服务器;软件部分包括服务器与APP的通讯程序设计、服务器和WIFI智能盒之间的通讯程序设计,服务器数据处理、存储以及提供查询服务。APP设计主要以安卓、苹果系统以及电脑为平台开发的软件设计,软件设计主要包括UI设计、不同操作系统移动终端与服务器的数据发送和接收程序设计、WIFI集控盒连接路由器的程序设计。本设计方案已经在实验室长期试运行,并测试数据波形,通过SecureCRT观察各个WIFI智能控制器上传数据的正确性;目前也在公司展厅有一套长期运行的机器,供客户参观并使用。
黄慰忠[8]（2018）在《节能控制技术在通风空调系统中的应用分析》文中研究表明从建筑通风空调系统节能要点分析入手,强调优化通风空调控制系统节能控制策略的重要性。以轨道交通车站通风空调控制系统为例,提出冷源全局效率最大化的控制思路,并对冷源全局节能控制的基本原理进行详细剖析。以工程为例,给出具体的轨道交通冷源节能控制系统设计方案,以及符合绿色建筑评价标准的节能率指标。
董建华,郑学利,陈建兵[9]（2017）在《ZIGBEE——实现同步开关一拖多空调器智能控制》文中认为对于很多开放式的场合,大容量的室内机由于送风距离的限制,使得制冷场/制热场的分布不均匀。通过增加一个智能的控制器,将大容量的内机用多个小容量的内机替代,将各个小容量的室内机安装在不同的位置,通过ZIGBEE智能控制器实现同步开关,系统安装简单,成本便宜,可靠性高。
孙鸿昌,张绿原,单悦,于福奎[10]（2017）在《绿色建筑能源管理系统的开发与应用》文中研究说明在当前建设节约型社会,降低建筑能耗,实现绿色低能耗建筑,解决建筑高能耗问题的背景下,文章围绕绿色建筑能源管理系统的开发与应用,通过对建筑能耗的分析,从能源管理系统的总体设计、智能控制器设计、数据及通信服务器设计、管理系统软件设计方面,以物联网形态,对绿色建筑能源管理系统进行了开发设计与应用,将能源管理系统总体设计为应用层、数据层、网络层、设备层,并将建筑内各子系统集成到一个平台上,对各系统和设备的能耗进行统计和节能数据的综合分析,为实现更优控制提供了条件,从而提高了系统的通用性;构建了系统的Web应用,并以中央空调系统为例进行了设计与实现,通过对设备的监控管理和节能优化控制,最终达到节能的目的。
二、空调系统智能控制器的研究（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、空调系统智能控制器的研究（论文提纲范文）
（1）物联网技术在暖通空调中的应用（论文提纲范文）
| 0引言 |
| 1物联网技术概述 |
| 2物联网技术在暖通空调中的应用优势 |
| 2.1 有利于加强对数据的管控 |
| 2.2 实现节能降耗 |
| 3物联网技术在暖通空调领域的具体应用 |
| 3.1 嵌入式技术在空调系统远程控制中的应用 |
| 3.2 智能控制器在暖通空调计费系统中的应用 |
| 3.3 人工智能技术在暖通空调系统节能中的应用 |
| 4结语 |
（2）基于阿里云IoT平台的智能空调控制系的设计与实现（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 空调控制器的发展历史及现状 |
| 1.2.2 空调控制器联网设计方案的研究现状及发展 |
| 1.2.3 空调监控研究现状及发展 |
| 1.3 本文章节安排 |
| 第二章 总体方案设计与关键技术分析 |
| 2.1 系统需求分析 |
| 2.2 总体设计方案 |
| 2.3 系统关键技术分析 |
| 2.3.1 嵌入式技术 |
| 2.3.2 无线网络通信技术 |
| 2.3.3 MQTT协议 |
| 2.4 本章小结 |
| 第三章 智能空调控制器的硬件设计 |
| 3.1 系统总体硬件设计方案 |
| 3.2 电源电路设计方案 |
| 3.2.1 电源供电电路设计 |
| 3.3 主控MCU部分电路设计方案 |
| 3.3.1 主控MCU电路设计 |
| 3.3.2 内机通讯电路设计 |
| 3.3.3 RS485 集中控制器电路设计 |
| 3.3.4 传感器与红外接收电路设计 |
| 3.3.5 时钟电路设计 |
| 3.3.6 记忆电路设计 |
| 3.3.7 WiFi电路设计 |
| 3.4 LCD液晶显示部分电路设计 |
| 3.4.1 LCD驱动MCU电路设计 |
| 3.4.2 FLASH电路设计 |
| 3.4.3 microSD电路设计 |
| 3.4.4 复位电路设计 |
| 3.5 本章小结 |
| 第四章 智能空调控制器的软件设计 |
| 4.1 主控MCU程序设计 |
| 4.1.1 软件开发环境简介 |
| 4.1.2 主程序设计 |
| 4.1.3 RS485 集中控制器通信程序设计 |
| 4.1.4 WiFi通信程序设计 |
| 4.1.5 LCD通信程序设计 |
| 4.1.6 内机通信程序设计 |
| 4.1.7 温度采集、红外接收程序设计 |
| 4.1.8 实时时钟程序设计 |
| 4.1.9 记忆程序设计 |
| 4.2 LCD驱动MCU程序设计 |
| 4.2.1 DGUS开发环境简介 |
| 4.2.2 开机界面设计 |
| 4.2.3 待机界面设计 |
| 4.2.4 开机主界面设计 |
| 4.2.5 运行参数设置界面设计 |
| 4.2.6 设置界面设计 |
| 4.2.7 机器名称设置界面设计 |
| 4.2.8 屏幕休眠时间设置界面设计 |
| 4.2.9 系统时间设置界面设计 |
| 4.2.10 亮度设置界面设计 |
| 4.2.11 WiFi设置界面设计 |
| 4.2.12 OS核程序设计 |
| 4.3 本章小结 |
| 第五章 云平台与上位机的开发 |
| 5.1 物联网平台开发 |
| 5.1.1 阿里云物联网平台简介 |
| 5.1.2 物联网平台开发流程 |
| 5.2 Wi Fi模组固件烧录 |
| 5.3 上位机软件开发 |
| 5.3.1 上位机开发环境简介 |
| 5.3.2 上位机界面设计 |
| 5.4 本章小结 |
| 第六章 系统测试 |
| 6.1 控制器整机测试 |
| 6.1.1 电路板测试 |
| 6.1.2 电源电路测试 |
| 6.1.3 内机通讯电路测试 |
| 6.1.4 Wi Fi模组通讯测试 |
| 6.1.5 功耗测试 |
| 6.2 物联网云平台测试 |
| 6.2.1 设备接入云平台测试 |
| 6.2.2 消息推送测试 |
| 6.3 测试结果分析 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（3）一种风电消纳场景下的空调负荷建模及调控方法（论文提纲范文）
| 0 引言 |
| 1 空调负荷基础模型 |
| 2 空调负荷储能建模 |
| 2.1 荷电状态 |
| 2.2 浮充电功率 |
| 2.3 最大充放电功率 |
| 3 协调可再生能源功率波动的调度策略 |
| 4 电池模型的控制方法 |
| 5 算例分析 |
| 5.1 日前市场和实时市场的调度结果 |
| 5.2 舒适度设置对调度潜力的影响 |
| 6 结语 |
（4）基于强化学习的办公建筑冷源系统节能优化控制策略仿真研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 冷源系统建模方法研究现状 |
| 1.2.2 冷源系统节能优化控制策略研究现状 |
| 1.3 主要研究内容安排 |
| 第二章 强化学习与研究对象介绍 |
| 2.1 强化学习理论与基础 |
| 2.1.1 基本原理 |
| 2.1.2 马尔可夫决策模型 |
| 2.1.3 值函数 |
| 2.2 强化学习的主要算法 |
| 2.2.1 状态-动作值函数法 |
| 2.2.2 值函数的逼近 |
| 2.2.3 策略梯度法 |
| 2.3 研究对象 |
| 2.3.1 建筑概况 |
| 2.3.2 冷源系统 |
| 2.3.3 冷源管理与运行数据采集 |
| 2.4 本章小结 |
| 第三章 办公建筑冷源强化学习方法与系统研究 |
| 3.1 冷源强化学习方法 |
| 3.1.1 冷源强化学习任务 |
| 3.1.2 冷源马尔可夫决策模型 |
| 3.2 强化学习系统的组成元素 |
| 3.3 冷源强化学习系统 |
| 3.3.1 系统研究与建立 |
| 3.3.2 系统运行流程 |
| 3.3.3 系统数据集 |
| 3.4 本章小结 |
| 第四章 基于模型堆叠的系统环境建模研究 |
| 4.1 模型特征工程 |
| 4.1.1 异常数据清洗与修复 |
| 4.1.2 特征标准化与独热编码 |
| 4.1.3 特征选择 |
| 4.2 基于模型堆叠的数据预测模型 |
| 4.2.1 模型堆叠理论与算法 |
| 4.2.2 室内温度预测模型 |
| 4.2.3 室内相对湿度预测模型 |
| 4.2.4 冷源系统能耗预测模型 |
| 4.3 系统环境仿真平台 |
| 4.3.1 平台设计 |
| 4.3.2 仿真流程 |
| 4.4 本章小结 |
| 第五章 基于DDPG的冷源节能优化控制策略研究 |
| 5.1 深度确定性策略梯度算法 |
| 5.2 算法的超参数寻优 |
| 5.2.1 学习率寻优 |
| 5.2.2 折扣因子寻优 |
| 5.2.3 热舒适性惩罚系数寻优 |
| 5.3 节能优化控制策略的仿真研究 |
| 5.3.1 随机噪声选择 |
| 5.3.2 策略引导 |
| 5.3.3 仿真研究 |
| 5.4 不同控制策略的对比分析 |
| 5.4.1 PSO控制策略与规则控制策略 |
| 5.4.2 三种控制策略的对比分析 |
| 5.5 本章小结 |
| 第六章 办公建筑冷源系统智能控制平台研发 |
| 6.1 平台总体概述 |
| 6.1.1 开发目的 |
| 6.1.2 功能分析 |
| 6.1.3 结构规划 |
| 6.1.4 开发工具 |
| 6.2 平台设计 |
| 6.2.1 平台界面 |
| 6.2.2 系统监测模块 |
| 6.2.3 仿真平台模块 |
| 6.2.4 策略优化模块 |
| 6.2.5 策略运行模块 |
| 6.3 本章小结 |
| 结论与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（5）基于群智能平台的空调冷冻站仿真系统开发与研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 群智能建筑控制平台现状研究 |
| 1.2.2 空调冷冻站仿真系统研究现状 |
| 1.3 研究内容 |
| 1.4 本章小结 |
| 2 空调冷冻站群智能仿真系统架构 |
| 2.1 仿真系统开发流程 |
| 2.2 仿真系统功能需求 |
| 2.2.1 功能需求 |
| 2.2.2 开发环境 |
| 2.3 仿真系统软件架构 |
| 2.3.1 空调冷冻站仿真软件 |
| 2.3.2 仿真数据模型 |
| 2.3.3 仿真监控软件 |
| 2.4 本章小结 |
| 3 空调冷冻站设备仿真模型与接口定义 |
| 3.1 冷水机组模型与标准接口 |
| 3.1.1 冷水机组仿真模型 |
| 3.1.2 冷水机组模块接口 |
| 3.2 冷却塔模型与标准接口 |
| 3.2.1 冷却塔仿真模型 |
| 3.2.2 冷却塔模块接口 |
| 3.3 表面换热器模型与标准接口 |
| 3.3.1 表面换热器仿真模型 |
| 3.3.2 表面换热器模块接口 |
| 3.4 水泵模型与标准接口 |
| 3.4.1 水泵仿真模型 |
| 3.4.2 水泵模块接口 |
| 3.5 阀门模型与标准接口 |
| 3.5.1 阀门仿真模型 |
| 3.5.2 阀门模块接口 |
| 3.6 水管网模型与标准接口 |
| 3.6.1 环状管网仿真模型 |
| 3.6.2 水管网模块接口 |
| 3.7 本章小结 |
| 4 空调冷冻站设备仿真程序开发与测试 |
| 4.1 空调冷冻站设备仿真对象 |
| 4.2 冷水机组仿真程序开发 |
| 4.2.1 冷水机组仿真算法 |
| 4.2.2 冷机仿真测试 |
| 4.3 冷却塔仿真程序开发 |
| 4.3.1 冷却塔仿真算法 |
| 4.3.2 冷却塔仿真测试 |
| 4.4 表面换热器仿真程序开发 |
| 4.4.1 表面换热器仿真算法 |
| 4.4.2 表面换热器仿真测试 |
| 4.5 水管网仿真程序开发 |
| 4.5.1 水泵及阀门仿真算法 |
| 4.5.2 水管网仿真算法 |
| 4.5.3 水管网仿真测试 |
| 4.6 本章小结 |
| 5 空调冷冻站仿真系统联调与验证 |
| 5.1 基于EDA的并联水泵群智能优化算法 |
| 5.1.1 并联水泵的群智能控制系统 |
| 5.1.2 并联水泵的群智能优化控制问题 |
| 5.1.3 算法描述 |
| 5.1.4 案例研究 |
| 5.1.5 算法分析 |
| 5.2 空调冷冻站仿真系统联合调试运行 |
| 5.2.1 仿真运行测试方案 |
| 5.2.2 测试结果分析 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 致谢 |
| 参考文献 |
| 硕士研究生学习阶段研究成果及获奖情况 |
| 附录A 空调冷冻站仿真模块接口定义 |
| 附录B 空调冷冻站管网结构参数 |
| 附录C 空调冷冻站设备仿真程序 |
（6）基于BIM技术的建筑机电节能运维系统构架与功能需求研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 国内外发展现状 |
| 1.2.1 BIM国外研究现状 |
| 1.2.2 BIM国内研究现状 |
| 1.2.3 BIM信息化管理研究现状 |
| 1.2.4 BIM运维管理研究现状 |
| 1.3 研究内容 |
| 1.4 研究方法 |
| 1.5 本章小结 |
| 2 基于BIM的机电运维系统信息化管理概论研究 |
| 2.1 BIM技术 |
| 2.1.1 BIM技术功能 |
| 2.1.2 BIM技术软件 |
| 2.2 机电运维信息化体系 |
| 2.3 基于BIM的机电系统运维信息化管理 |
| 2.3.1 需求分析 |
| 2.3.2 可行性问题分析 |
| 2.4 本章小结 |
| 3 基于BIM的机电运维管理理论性构架分析 |
| 3.1 构架搭建理论背景 |
| 3.1.1 设计依据 |
| 3.1.2 技术背景 |
| 3.1.3 设计原则 |
| 3.2 构架整体理论设计 |
| 3.2.1 BIM运维管控构架功能需求 |
| 3.2.2 BIM运维管控构架模块设计 |
| 3.2.3 BIM运维管控构架设计 |
| 3.3 平台构架技术设计 |
| 3.3.1 理论技术架构设计 |
| 3.3.2 综合管理架构设计 |
| 3.3.3 综合界面设计 |
| 3.3.4 子系统构架通信协议及接口设计 |
| 3.3.5 平台构架硬件要求设计 |
| 3.3.6 子系统构架分级授权设计 |
| 3.3.7 安全机制设计 |
| 3.3.8 系统框架环境要求设计 |
| 3.3.9 互联网网络环境设计 |
| 3.4 本章小结 |
| 4 机电维护系统框架辅助功能模块搭建研究与设计 |
| 4.1 设备设施管理功能模块 |
| 4.1.1 台账展示 |
| 4.1.2 工作管理 |
| 4.2 能源计量功能模块 |
| 4.2.1 远传电表计量 |
| 4.2.2 能源计量功能设计 |
| 4.3 能源管理功能模块 |
| 4.3.1 能效指标分析 |
| 4.3.2 设备运行及能源数据报表 |
| 4.3.3 能耗统计及展示 |
| 4.4 运行管理功能模块 |
| 4.4.1 多用户地点权限管理 |
| 4.4.2 用能设备运行监测 |
| 4.4.3 能耗及设备运行报表 |
| 4.4.4 运行计划管理 |
| 4.4.5 能源及运行异常报警管理 |
| 4.4.6 用户操作日志管理 |
| 4.5 移动客户端APP模块 |
| 4.6 本章小结 |
| 5 基于BIM的建筑机电运维框架结合实际工程项目应用分析 |
| 5.1 项目背景 |
| 5.2 建筑用能设备规划 |
| 5.2.1 变配电系统 |
| 5.2.2 暖通空调系统 |
| 5.2.3 照明插座系统 |
| 5.2.4 动力系统 |
| 5.2.5 商业及其他用能系统 |
| 5.2.6 系统装机功率比 |
| 5.3 问题反馈 |
| 5.3.1 高能耗 |
| 5.3.2 高CO2 浓度 |
| 5.3.3 低舒适性 |
| 5.3.4 低智能化 |
| 5.4 能耗管理框架 |
| 5.4.1 能耗管理理论分析 |
| 5.4.2 能耗监测管理系统 |
| 5.5 暖通空调系统管理框架 |
| 5.5.1 现场需求 |
| 5.5.2 空调系统运行框架优化 |
| 5.5.3 冷机群控管理系统框架 |
| 5.5.4 空调系统供给侧持续节能运维服务框架 |
| 5.5.5 空调末端持续节能运维服务框架 |
| 5.6 楼宇自控系统管理框架 |
| 5.6.1 BA系统设计范围 |
| 5.6.2 BA系统工程现状 |
| 5.6.3 BA系统预改造方案 |
| 5.6.4 暖通空调设备现场功能构架 |
| 5.6.5 智能照明回路现场功能框架 |
| 5.6.6 现场BA功能需求框架 |
| 5.6.7 BA系统框架预优化 |
| 5.7 机电运维智慧技术管理框架 |
| 5.7.1 智慧厕所新框架 |
| 5.7.2 智能客流分析新框架 |
| 5.7.3 智能物联网电动窗框架 |
| 5.7.4 智慧停车系统框架 |
| 5.8 本章小结 |
| 6 结论与展望 |
| 6.1 全文总结 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 附录 |
| A 作者在攻读硕士学位期间参与的项目 |
| B 学位论文数据集 |
| 致谢 |
（7）基于WIFI的中央空调远程集中控制系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 项目的目的和意义 |
| 1.2 国内外技术发展现状与趋势 |
| 1.2.1 中央空调控制器的研究现状及发展 |
| 1.2.2 空调互联网方案研究现状及发展 |
| 1.2.3 空调网络监控研究现状及发展 |
| 1.3 本文章节安排 |
| 第二章 WIFI的智能集控器系统硬件设计 |
| 2.1 硬件系统总体方案设计 |
| 2.2 内机硬件设计 |
| 2.2.1 遥控接收电路设计 |
| 2.2.2 数据存储电路设计 |
| 2.2.3 复位电路设计 |
| 2.2.4 传感器检测电路设计 |
| 2.2.5 水位开关检测电路设计 |
| 2.2.6 直流电机驱动电路设计 |
| 2.3 WIFI集控器硬件设计 |
| 2.3.1 GPRS模块 |
| 2.3.2 WIFI模块 |
| 2.3.3 RS-485通讯接口芯片介绍 |
| 2.3.4 连接方式设计 |
| 2.3.5 RS485电路设计 |
| 2.3.6 电源电路设计 |
| 2.3.7 按键电路设计 |
| 2.3.8 LED显示电路设计 |
| 2.3.9 电平转换电路设计 |
| 2.3.10 硬件抗干扰电路设计 |
| 2.3.11 外观设计 |
| 2.4 服务器硬件设计 |
| 2.4.1 用户特性 |
| 2.4.2 服务器配置要求 |
| 2.5 本章小节 |
| 第三章 WIFI的智能集控系统软件设计 |
| 3.1 WIFI智能集控器主程序设计 |
| 3.2 WIFI智能集控器发送中断程序设计 |
| 3.3 WIFI智能集控器发送数据处理程序设计 |
| 3.4 WIFI智能集控器接收中断程序设计 |
| 3.5 WIFI智能集控器接收数据处理程序设计 |
| 3.6 WIFI智能集控器按键检测程序设计 |
| 3.7 WIFI智能集控器按键处理程序设计 |
| 3.8 WIFI智能集控器LED程序设计 |
| 3.9 软件的抗干扰设计 |
| 3.10 APP设计 |
| 3.10.1 登录界面 |
| 3.10.2 WIFI智能控制器列表界面 |
| 3.10.3 内机列表界面 |
| 3.10.4 内机控制界面 |
| 3.10.5 内机查询界面 |
| 3.11 本章小节 |
| 第四章 整机调试与结果分析 |
| 4.1 WIFI智能控制系统实验平台 |
| 4.2 WIFI智能控制器与空调的波形实验 |
| 4.2.1 通讯波形实验 |
| 4.2.2 电源波形实验 |
| 4.3 WIFI连接服务器实时数据分析 |
| 4.4 WIFI智能控制系统长期运行测试 |
| 4.5 本章小节 |
| 结论和展望 |
| (一)结论 |
| (二)下一步工作展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 附件 |
（8）节能控制技术在通风空调系统中的应用分析（论文提纲范文）
| 1 节能方式 |
| 2 节能控制原理 |
| 3 冷源节能控制系统 |
| 4 结语 |
（10）绿色建筑能源管理系统的开发与应用（论文提纲范文）
| 0引言 |
| 1绿色建筑能源管理系统设计 |
| 1.1绿色建筑能源管理系统总体设计 |
| 1.2绿色建筑能源管理系统的智能控制器设计 |
| 1.3绿色建筑能源管理系统的数据及通信服务器设计 |
| 1.3.1数据格式设计 |
| 1.3.2数据接口设计 |
| 1.4绿色建筑能源管理系统软件设计 |
| 2绿色建筑能源管理系统应用 |
| 2.1中央空调系统控制流程 |
| 2.2节能优化控制实现 |
| 3结语 |
四、空调系统智能控制器的研究（论文参考文献）
- [1]物联网技术在暖通空调中的应用[J]. 杨韶男. 信息记录材料, 2022(01)
- [2]基于阿里云IoT平台的智能空调控制系的设计与实现[D]. 陈陈. 合肥工业大学, 2021(02)
- [3]一种风电消纳场景下的空调负荷建模及调控方法[J]. 薛溟枫,毛晓波,石坤,潘涌涛. 供用电, 2020(07)
- [4]基于强化学习的办公建筑冷源系统节能优化控制策略仿真研究[D]. 黄琪. 华南理工大学, 2020(02)
- [5]基于群智能平台的空调冷冻站仿真系统开发与研究[D]. 钱薛艮. 西安建筑科技大学, 2019(06)
- [6]基于BIM技术的建筑机电节能运维系统构架与功能需求研究[D]. 曹军. 重庆大学, 2019(01)
- [7]基于WIFI的中央空调远程集中控制系统研究[D]. 刘宏波. 华南理工大学, 2018(05)
- [8]节能控制技术在通风空调系统中的应用分析[J]. 黄慰忠. 中国市政工程, 2018(01)
- [9]ZIGBEE——实现同步开关一拖多空调器智能控制[A]. 董建华,郑学利,陈建兵. 2017年中国家用电器技术大会论文集, 2017
- [10]绿色建筑能源管理系统的开发与应用[J]. 孙鸿昌,张绿原,单悦,于福奎. 山东建筑大学学报, 2017(01)