船舶中央空调节能降耗运行系统设计开题报告

1. 研究目的与意义（文献综述）

1.1设计目的及意义众所周知，能源是现代社会发展的基石，随着世界经济的发展和人口的日益增加，能源问题逐渐成为了全世界人们所关注的焦点问题。

而在世界能源结构中，不可再生的一次能源消耗占到了绝大部分比例，在一次能源中，就目前探测到的储量而言，煤炭储量只能继续开采200年，天然气储量能支持60年，石油储量仅能支持30年。

这也就意味着，能源保障问题的形势日渐严峻，能源需求与供应的不平衡，将成为制约人类社会发展的重要瓶颈。

2. 研究的基本内容与方案

2.1研究的基本内容本次设计主要研究的是通过对中央空调系统运行原理和相关算法的学习，设计一个可用于船舶的中央空调节能降耗运行方法。

其中包括学习中央空调系统的运行原理，了解影响设备能耗的因素，包括水泵电机的转速、回/出水温度、压缩机的转速等等，对各设备进行合理的数学建模；进行相关算法学习，比较各算法的优劣，以找到在对应条件下最适宜的最佳工况点寻优算法；最后，通过电脑软件matlab对理论系统进行仿真，验证其是否能达到理论上的节能效果。

主要研究内容如下：（1）掌握中央空调系统运行原理，包括系统内个设备的运行特性（2）对系统内各设备进行数学建模（3）分析比较目前常用的优化算法，选择适宜的算法进行系统优化控制（4）利用matlab进行仿真分析，验证设计的中央空调节能降耗运行系统的可行性2.2拟采用的技术方案及措施本次研究首先要解决的问题是对中央空调系统内部结构原理进行学习，不同的设备运行原理不同、能耗占比不同，影响其运行工况的因素也有所不同，只有对各设备的原理有所了解，才能把握整个空调系统的运行原理，针对能耗占比不同的设备进行有所侧重的研究，方便以合适的方法建立能耗模型；其次是如何针对不同设备的运行工况建立合适的数学模型，只有选择了合适的方法，确定了合适的可控参数，才能将各设备统一到系统中进行算法优化控制；最后一个要解决的问题是如何选择适宜的优化算法对系统进行控制，在外界负荷等条件确定之后，如何对之前建立的各数学模型进行整合，且快速高效地找到系统在对应条件下的最佳工况点，寻优算法的选择是非常关键的一步。

3. 研究计划与安排

第1-3周，调研查阅相关资料，结合毕业设计任务书，确定总体方案安排，撰写开题报告；第4-6周，进一步学习相关理论原理，翻译相关英文资料；第7-12周，通过MATLAB软件完成实际系统的设计，并对设计的系统进行检验和测试分析；第13-14周，进一步完善系统设计，完成论文的撰写；第15周，准备论文答辩。

4. 参考文献（12篇以上）

[1]魏峥,王碧玲.基于机器学习的冷水机组能耗模型辨识方法研究[J].建筑科学,2018,34(36):115-122.[2]玄鹏辉.中央空调冷却水系统的优化[D].沈阳工业大学,2016.[3]石栓.中央空调供暖系统基于系统建模的最优控制[D].华中科技大学,2017.[4]李建维.中央空调水系统节能运行优化技术研究[D].西安建筑科技大学,2016.[5]黄紫莺.船舶能耗系统综合能效评估技术研究[D].华中科技大学,2019.[6]于富强，王长锐，赵亮. 变频器在XX船舶中央空调系统中的应用[J]. 内燃机与动力装置. 2009(06): 81-83.[7]William P B. Varying views on variable-Primary flow chilled-water system[J]. Chilled Water Engineering. 2004, 3(01): 55-59.[8]马素贞，刘传聚. 变风量空调系统发展状况[J]. 暖通空调. 2007, 37(01): 33-37.[9]Englander S L, Norford L K. Saving fan energy in VAV system—part 1: analysis of a variable-speed-drive retrofit [G]. ASHRAE Trans. 1992, 98(01): 3-18.[10]Englander S L, Norford L K. Saving fan energy in VAV system—part 2: supply fan control for static pressure minimization using DDC zone feedback [G]. ASHRAE Trans. 1992, 98(01): 19-32.[11]Wang S, Jin X. Model-based optimal control of VAV air-conditioning system using geneticalgorithm[J]. Building and Environment, 2000(35):471-487.[12]田键，朱瑞琪．风冷制冷机组的多变量模糊控制研究[J]．西安交通大学学报，2006，40(5)：514-517．[13]L. L, Enterline, A. C. Sommer and A. Kaya. Chiller optimization by distributed control to save energy[J].ISA Transactions,1984，23(2): 27-37.[14]Ji F J, Jiang P O, Zhi J O. Development and validation of a microchannel evaporator model for aCO2 air-conditioning system Applied Thermal Enginnering[J]. CDCC, 2011, 14(10):137-146.[15]Guang M Z, Xue S, et al. Energy Consumption Simulation of the Air Conditioning System inLarge-scale Buildings[J]. Advanced Materials Research Vols, 2013, 724-725(2013):1506-1509.[16]中华人民共和国国家技术监督局. GB/T 13409-92 船舶起居处所空气调节与通风设计参数和计算方法[17]T. Van hamme, E. A. Rúa, D. Preuveneers and W. Joosen, "Gait template protection using HMM-UBM," 2018 International Conference of the Biometrics Special Interest Group (BIOSIG), Darmstadt, 2018, pp. 1-8.[18]S. Safavi, H. Gan and I. Mporas, "Improving speaker verification performance under spoofing attacks by fusion of different operational modes," 2017 IEEE 13th International Colloquium on Signal Processing its Applications (CSPA), Batu Ferringhi, 2017, pp. 219-223.[19]X. Shi, S. Wang and J. Lai, "Visual speaker authentication by ensemble learning over static and dynamic lip details," 2016 IEEE International Conference on Image Processing (ICIP), Phoenix, AZ, 2016, pp. 3942-3946.