欢迎来到天天文库
浏览记录
ID:36805343
大小:2.48 MB
页数:71页
时间:2019-05-15
《基于智能控制策略的采光与照明技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、摘要摘要长期以来,与自然光相结合的智能照明在国内一直被忽略,大多数建筑物仍然沿用传统的照明控制方式,早上,进入房问的第一个人根据昼光的水平柬决定是否开灯。如果把灯打开了,则有可能让灯一直开着,直到最后一个人离开房间。对于窗帘。他们会根据外部昼光环境来决定开窗的大小,一旦把窗帘打到一个固定的位置,则有可能会不再注意到它.直到外部的昼光对他们的视觉产生了影响。另一方面,随着人们生活水准的不断提高,电力供应闩趋紧张,而我国照明用电量约占全社会用电量的20%左右。鉴于以上两点,相应地提出了智能照明调光控制的控制策略,目的是仓q造一个舒适、灵活、方便的生活和工作环境,这样不仅可以提高工作效率、减少
2、视疲劳,而且可以带来身心健康。所以怎样能够最大限度的利用天然采光?如何控制照明器和窗帘以产生效率最高的工作光环境?室外光照变化如何影响室内照度?将成为本课题研究的主要问题。具体阐述如下:(1)采用先进的RADIANCE软件针对一真实存在的房间,从相关建筑特性参数如窗墙比、窗台高、透光率、窗户朝向和窗户外形等对室内天然光分布的影响,结合当地相关气象部门提供的气象资料拟合出天然光照度随各参数的变化曲线,回归得到相应的方程。(2)通过对对室内天然光分布影响因素的分析研究.将人工神经网络引A到恒照度智能照明控制系统中,建立室内照度、人工照明和窗帘几个因素相结合的控制室内照度为恒照度值的控制模型。
3、经过软件仿真证明,该模型是科学的、合理的、可靠的。(3)在当前建立的模型基础上,分析了此种控制策略在控制上存在的弊端,然后针对此弊端提出了基于自适应神经模糊推理系统预测室内照度的研究,此种方法可以避免采用BP网络预测室内照度所带来的收敛难的问题。试验证明,用该方法预测室内的照度,不仅训练速度快,而且预测精度高。关键词:建筑特性参数,室内照度,人工神经网络,自适应神经模糊推理系统AbstractABSTRACTLightingcontrolintegratedwithdaylightinghasbeenneglectedforalongtimeinourcountry.Almostbuil
4、dingstillcontinuetousethetraditionalilluminancecontrolfashion.Inthemorningthefirstpeoplewoulddecidetopullonorpulloffthelightingaccordingtothelevelofday—lighting.Iftheartificiallightinghasbeenpulledonitwillnotbepulloffuntilthelastpersonleavetheroom.ItistheSal/leasthecurtain.Weopenthecurtainaccordi
5、ngtotheintensityofdaylighting.Asthecurtainisuptoafixedpositionitwillkeepthispositionunlessthedaylightingintensityinfluencepeople’Sseeing.Ontheotherhand,withthedevelopmentofpeople’Slivingtheprovideofelectricpoweristrendlyintensity.Howeverabout20%oftolalenergyisconsumedbylighting,Consideringofthese
6、twoquestions,acontrolstrategybasedonintelligentlightingdimmingsystemisbeingputforwardwhichcouldprovideacomfortable、flexible、convenientlivingandworkingenvironment.Itcannotonlyboostworkefficiencybutalsodecreasevisiontireandaswellasbenefitforhumanwellbeing.Howeverhowtofullyusedaylighting?howtocontro
7、lthelightingandthecurtaintoproduceahighefficiencyworkenvironment?howtheoutdoorlightinginfluenceontheindoorlightingdistribnting?aretheresearchcontentinthisthesisandalsodescribedasfollowed:(1)Withthestudyonnumericalsimul
此文档下载收益归作者所有