声明
摘要
第1章 绪论
1.1 本课题研究的背景
1.2 低温热水地板辐射供暖系统
1.2.1 低温地板辐射采暖技术简介
1.2.2 低温地板辐射采暖优点
1.2.3 低温地板辐射采暖在国内外的发展情况
1.3 低温地板辐射采暖系统的运行控制方式
1.4 人工神经网络
1.4.1 人工神经网络的概述
1.4.2 人工神经网络的研究及发展现状
1.5 本课题研究的意义及主要工作内容
第2章 使用低品位热源的低温地板辐射供暖系统实验
2.2 实验的目的和方案
2.3 辐射地板的设计及主要设备的选型
2.3.3 辐射地板设计
2.3.4 主要设备
2.4 系统的控制
2.4.1 室内温度的控制
2.4.3 热泵机组的控制
2.5 实验系统的测试
2.5.1 测点的布置
2.5.2 温度的测试
2.5.3 太阳辐射强度的测试
2.6 实验的数据分析
2.7 本章小结
第3章 基于TRNSYS的地板辐射供暖系统室内温度反馈控制
3.1 TRNSYS软件简介
3.1.1 TRNSYS软件整体介绍
3.1.2 TRNbuild简介
3.2 利用TRNSYS软件建立系统的室内温度反馈控制模型
3.2.1 建筑模型的建立
3.2.2 建筑供暖系统模型的建立
3.3 供暖系统的室内温度反馈控制模型的动态模拟
3.4 本章小结
第4章 低温地板辐射供暖系统的BP网络单步预测控制研究
4.1 BP神经网络概念
4.1.1 BP算法基本原理
4.1.2 BP神经网络结构
4.1.3 BP网络的前馈计算
4.1.4 BP网络的反向调整
4.2 BP网络在实际问题中的应用
4.2.1 BP网络学习算法的优化
4.2.2 提高BP网络的泛化能力
4.2.3 数据的预处理
4.2.4 选择BP网络学习算法
4.2.5 确定BP网络拓扑结构
4.3 系统的单步预测控制模型
4.3.1 确定BP网络结构
4.3.2 实验结果的数据处理
4.3.3 在线修正法及训练算法
4.3.4 评价人工神经网络的指标
4.3.5 预测的结果及分析
4.4 本章小结
第5章 低温地板辐射供暖系统的RBF网络单步预测控制研究
5.1 RBF神经网络的结构
5.2 RBF网络在实际问题中的应用
5.2.1 隐含层神经元个数
5.2.2 RBF网络的学习过程
5.3 控制模型
5.3.1 确定输入与输出向量
5.3.2 选取训练样本
5.3.3 实验数据的预处理
5.3 预测控制实验
5.4 本章小结
6.1 结论
6.2 展望
致谢
参考文献