朱栋华
- 作品数：46 被引量：111H指数：6
- 供职机构：沈阳建筑大学信息与控制工程学院更多>>
- 发文基金：建设部科学技术计划项目国家自然科学基金国际科技合作与交流专项项目更多>>
- 相关领域：自动化与计算机技术建筑科学电子电信理学更多>>
- 基于模糊神经网络变风量空调系统风量预测研究被引量：6
- 2010年
- 总风量控制法自提出后,由于其末端动作频繁、通信量大、控制复杂而一直处于研究完善阶段。在空调室的神经网络预测控制系统得出满意的动、静态性能的基础上,将模糊控制与BP神经网络结合,建立了模糊神经网络,对变风量空调系统的风量进行预测,使它们有效地发挥各自的优势并弥补各自的不足,提高了预测的精度。预测结果表明这种改进的控制方式在空调系统的负荷预测方面是有效的、可行的。
- 朱栋华徐慧影
- 关键词：变风量BP神经网络模糊神经网络
- 蚁群算法在空调冷冻水系统中的应用研究被引量：1
- 2014年
- 针对空调冷冻水系统存在的惯性大、多干扰等特点和传统PID控制器控制效果不佳等问题,在控制方案中引入了冷冻阀门控制并采用了蚁群PID控制器。通过Matlab仿真实验,表明了引入冷冻阀门控制的冷冻水系统有效地提升了系统的反应速度,优化了控制性能,挖掘了节能潜力。
- 李思朱栋华孟显娇
- 关键词：空调冷冻水系统蚁群算法温差控制
- 基于TCP/IP协议的网络化智能建筑初探
- 2014年
- 本文介绍了什么是基于TCP/IP协议的网络化智能建筑系统,网络化智能建筑系统的应用比传统的由子系统组成的智能建筑系统有哪些优势,智能建筑的发展方向。
- 李长帅朱栋华
- 关键词：智能建筑网络
- 智能建筑供配电系统的综合自动化被引量：3
- 2003年
- 本文介绍智能建筑变电所综合自动化系统的组成结构、功能,以及变电所综合自动化的通信系统。
- 朱栋华原宝龙马少华李界家
- 关键词：智能建筑供配电系统综合自动化自动化控制
- 基于模糊免疫算法的变风量空调系统PID控制
- 2012年
- 由于变风量空调系统具有惯性大、时间滞后等特点,单独采用常规PID控制往往效果欠佳。本文借鉴生物免疫反馈机理和模糊控制理论,设计了模糊免疫PID控制器,将模糊免疫算法应用于室内温度控制环节,并运用模糊免疫PID控制技术对温室进行仿真试验。试验结果表明,控制环节的精度、鲁棒性、超调量及调整时间都得到较大改善。
- 马成朱栋华田晓曦
- 关键词：变风量空调系统温度控制抗干扰
- 基于像素自适应分割背景建模的鬼影去除算法
- 2015年
- 针对基于像素的自适应分割检测算法在建立背景模型时容易产生鬼影的问题,根据背影视觉提取算法中相邻像素点拥有相近像素值的空间分布特性,将待定的前景像素值与邻域像素值的差值通过加权比较其与自适应阈值的大小,来确定该像素点是前景像素点还是鬼影像素点。若为鬼影像素点则判定为背景像素点,并更新其背景模型。通过对前景像素点的二次判断,达到迅速去除鬼影的目的。实验结果表明,改进后的算法相比于原算法能更快速地去除鬼影。
- 魏伟朱栋华
- 关键词：运动目标检测
- 细菌觅食优化的PID控制器在变风量空调机组的应用被引量：2
- 2014年
- 基于变风量空调机组高度非线性的特点,常规的PID控制已经不能达到满意的控制效果,本文选用细菌觅食优化的PID控制器对变风量空调机组送风温度进行控制。通过matlab仿真,并与常规的PID控制进行比较,结果表明细菌觅食优化的PID控制器比常规的PID控制器在超调量和调整时间方面有很大的改善。
- 孟显娇朱栋华殷文雪李思
- 关键词：细菌觅食优化算法PID送风温度
- 改进蚁群算法在空调冷冻水系统中的应用研究
- 2014年
- 针对空调冷冻水系统存在的时间滞后、多干扰等特点和传统PID控制器控制效果不佳等问题进行了控制策略的优化。将改进蚁群PID控制器应用于冷冻水系统中,并对蚁群算法在寻优时易出现的停滞现象进行改进。最后,通过Matlab软件进行仿真实验,表明了基于改进蚁群算法PID控制的冷冻水系统有效地改善了控制环节的惯性大、时间滞后等问题,提高了系统的准确性与稳定性。
- 李思朱栋华孟显娇
- 关键词：空调冷冻水系统蚁群算法温度控制
- 基于小波和神经网络的供热负荷预测被引量：8
- 2007年
- 目的研究供热系统热负荷预测方法,使供热量及时跟随用户需热量进行控制.方法通过分析供热负荷特性及其变化规律,用小波包变换对热负荷序列进行分解,再结合Elman神经网络分别对各序列建立模型,进行单步预测,最后重构各序列,得出热负荷预测序列.结果仿真试验表明,与未采用小波分析的BP、Elman神经网络相比,该方法预测精度较高,跟踪能力强.结论基于小波和神经网络的供热负荷预测方法能较好地跟踪预测用热量,适合于短期供热负荷预测的应用.
- 朱栋华黎展求
- 关键词：供热系统热负荷预测小波包分析ELMAN神经网络
- 供热系统的滑膜预测控制
- 2012年
- 目前城市集中供热已成为我国北方地区冬季供热的一种主要形式,其热能耗费巨大。在供热系统运行过程中,如何通过对供热系统的控制,使供热系统在保证优质供热的同时也能节约能源成为有待解决的重大问题。由于供热过程非线性、时变、时滞、不确定等特性,小区供热普遍达不到控制要求。针对这一现状,本文通过滑膜控制与预测控制算法相结合的方法,不但解决了预测控制中难保稳定性这一问题,而且减少了单纯的滑膜控制所造成的控制器的抖振问题。通过仿真,证明了该方法对供热系统的控制能够较好地满足应用需求,并且具有良好的跟踪性能和鲁棒性。
- 田晓曦朱栋华马成
- 关键词：供热系统
