飞机地面作业客舱环境的预测控制

发布时间：2017-09-11 16:16

  本文关键词：飞机地面作业客舱环境的预测控制

  更多相关文章： 客舱热环境 神经网络 预测控制 滚动优化 地面空调装置

【摘要】：文中主要研究飞机停泊在机坪时的机舱内温度的预测控制,目的是提高机舱温度控制效率,降低碳排放和航空公司的运营成本。通过采集并分析引起舱内温度变化因素数据,利用神经网络对舱内温度进行预测。在得到机舱内的温度变化趋势情况下,通过对地面空调机组的控制进而实现对舱内的温度的优先控制,可减小控制过程中的超调量,提高控制效率。在整个研究过程中。与机场和航空公司合作使用带记忆功能的温度记录仪、风速记录仪分不同季节、不同天气、不同地区记录客舱内的温度值和相应的风速/机舱尺寸、机场地面设备以及飞机上环境控制设备使用情况的数据进行采集,建立完整的训练和验证数据库,为确保研究的顺利进行,为本研究提供充足的数据量。根据机舱实际测量温度值,利用插值方法建立机舱内的温度场,并对机舱内的温度场进行分析,比较分析客舱历史温度值、外部环境温度值、舱内出风口的温度值、开机舱门处的热交换、太阳直射舱壁的热交换、客舱内的灯具和娱乐系统热功率、人体热荷载对温度场的影响程度。利用神经网络处理非线性问题的优越性,建立起舱内的热环境预测模型,并利用Matlab对机舱内的温度场进行预测仿真。最后以某大型客机为平台,采集大量客舱内的数据进行验证,确保预测模型在误差范围内准确。将神经网络预测模型和传统的预测控制结合起来,建立一个客舱热环境预测控制模型,使系统能够快速、高效控制整个舱内热环境。并依据舱内热舒适性对舱内的热环境进行控制进行评估和验证,证实预测控制能够快速有效的实现机舱热环境的控制。
【关键词】：客舱热环境 神经网络 预测控制 滚动优化 地面空调装置
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：V245.3
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-16
• 1.1 本文研究背景10-12
• 1.2 国内外相关研究的现状12-13
• 1.3 论文选题的意义13-14
• 1.4 本文主要工作内容及解决的问题14-16
• 1.4.1 本文主要工作内容14
• 1.4.2 本文解决的问题14-16
• 第二章 机舱内影响温度相关参数的采集16-22
• 2.1 数据采集仪性能16-17
• 2.2 飞机客舱的内部相关参数17
• 2.3 采集仪在机舱内布局的设计17-19
• 2.4 数据的筛选19-21
• 2.5 本章小结21-22
• 第三章 机舱温度预测模型的建立及其验证22-31
• 3.1 预测方案比较及选取22
• 3.2 客舱温度的预测仿真22-30
• 3.2.1 单个多聚合过程神经元原理25-26
• 3.2.2 BP神经预测网络原理26-27
• 3.2.3 BP神经网络的学习过程27-28
• 3.2.4 预测结果的验证28-30
• 3.3 小结30-31
• 第四章 预测控制方案的设计31-38
• 4.1 预测控制基本原理31-33
• 4.1.1 预测模型31
• 4.1.2 滚动优化31-33
• 4.1.3 反馈校正33
• 4.2 预测控制技术方案的选择33-35
• 4.2.1 鲁棒预测控制33
• 4.2.2 参数自整定预测控制33-34
• 4.2.3 模型辨识自适应预测控制34-35
• 4.2.4 神经网络预测控制35
• 4.3 机舱内热环境预测控制方案35-38
• 4.3.1 飞机地面空调控制方案的设计36-37
• 4.3.2 神经网络预测模型的动态矩阵控制算法37-38
• 第五章 预测控制结果评估38-49
• 5.1 模型辨识与评估38-39
• 5.1.1 模型和辨识算法的选择38
• 5.1.2 辨识算法介绍38-39
• 5.2 机舱温度预测控制系统辨识结果与分析39-40
• 5.2.1 弱噪声下的辨识结果39-40
• 5.2.2 强噪声下的辨识结果40
• 5.3 机舱温度系统动态矩阵控制鲁棒性验证40-42
• 5.3.1 鲁棒性验证仿真结果40-42
• 5.3.2 预测控制应用抗噪声水平分析42
• 5.4 对客舱温度预测控制仿真验证42-43
• 5.5 利用客舱热舒适性对预测控制效果的验证43-47
• 5.5.1 机舱内的温度场43-46
• 5.5.2 结合（Predicted Mean Vote）PMV对机舱内的热舒适性分析46-47
• 5.6 本章小结47-49
• 总结与展望49-51
• 参考文献51-54
• 致谢54-55
• 作者简介55

【相似文献】

中国期刊全文数据库 前10条

1 苏宏业,李林欢,褚健;预测控制的新进展[J];机电工程;2001年05期

2 胡国龙,孙优贤;预测控制进展及其应用研究[J];电力系统及其自动化学报;2003年01期

3 袁天保,刘新建,秦子增;混合加权连续预测控制研究[J];电机与控制学报;2005年06期

4 蒋念平，朱家组;一种实用的预测控制实现技术[J];上海机械学院学报;1994年04期

5 黄涵洲,陈伙平,韩光胜;预测控制的研究现状[J];北京工业大学学报;1997年02期

6 杨马英,王树青,王骥程;有约束过程的预测控制[J];浙江大学学报(工学版);1999年06期

7 褚健,潘红华,苏宏业;预测控制技术的现状和展望[J];机电工程;1999年05期

8 杜晓宁,席裕庚,李少远;约束预测控制的一种快速算法[J];上海交通大学学报;2001年11期

9 张丽香;;预测控制的新进展及其在火电生产中的应用前景[J];电力学报;2005年04期

10 陈文菊;杜德生;;基于预测控制的倒立摆设计与仿真[J];中国水运(学术版);2007年11期

中国重要会议论文全文数据库 前10条

1 张峻;席裕庚;;输入受限时预测控制的一种简易算法[A];1996中国控制与决策学术年会论文集[C];1996年

2 魏善碧;柴毅;丁宝苍;;独立动态系统分布式预测控制研究[A];第二十七届中国控制会议论文集[C];2008年

3 任作新;;一种预测控制新算法[A];1995中国控制与决策学术年会论文集[C];1995年

4 陈虹;;预测控制鲁棒性研究的若干问题[A];第二十二届中国控制会议论文集（下）[C];2003年

5 刘兵;徐立鸿;冯纯伯;;连续系统预测控制[A];1994中国控制与决策学术年会论文集[C];1994年

6 崔小第;卢准炜;徐荣良;;一类非线性模型的预测控制[A];1994年中国控制会议论文集[C];1994年

7 刘兵;徐立鸿;冯纯伯;施建华;;具有饱和输入的预测控制[A];1995年中国控制会议论文集（上）[C];1995年

8 罗国娟;吴刚;;预测控制中柔化因子与控制增量权重的关系[A];第二十四届中国控制会议论文集（上册）[C];2005年

9 刘燕卿;刘飞;;约束预测控制软件实现及仿真研究[A];2007中国控制与决策学术年会论文集[C];2007年

10 柴毅;魏善碧;郭茂耘;凌睿;;带通信完全失效的多飞行器编队分布式预测控制研究[A];2009中国控制与决策会议论文集（3）[C];2009年

中国重要报纸全文数据库 前1条

1 陈倩;南屯矿运搬工区巧打安全“预防针”[N];经理日报;2008年

中国博士学位论文全文数据库 前10条

1 张隆阁;基于多胞的鲁棒预测控制研究[D];华北电力大学;2015年

2 罗奇;自适应光学优化控制技术研究[D];中国科学院研究生院(光电技术研究所);2016年

3 王龙生;基于多质点模型的高速列车自动驾驶预测控制[D];北京交通大学;2016年

4 李德伟;预测控制在线优化策略的研究[D];上海交通大学;2009年

5 林永君;基于复杂机理模型的过程预测控制研究[D];华北电力大学;2002年

6 徐湘元;预测控制的线性方法、非线性方法和神经网络方法[D];华南理工大学;2000年

7 盛云龙;离散时间约束不确定线性系统的鲁棒预测控制[D];浙江大学;2003年

8 徐祖华;模型预测控制理论及应用研究[D];浙江大学;2004年

9 安爱民;基于预测控制的先进过程控制技术研究[D];兰州理工大学;2010年

10 陈进东;基于模糊在线支持向量回归的建模与预测控制研究[D];江南大学;2013年

中国硕士学位论文全文数据库 前10条

1 冯凯;基于最小二乘支持向量机的参数变化模型辨识及其预测控制[D];浙江大学;2015年

2 徐进;基于预测控制的电梯永磁曳引机无称重传感器起动策略研究[D];哈尔滨工业大学;2015年

3 王会卿;大型直流锅炉机组预测控制方法应用研究[D];山东大学;2015年

4 刘博;基于扰动观测的永磁同步电机电流预测控制研究[D];哈尔滨工业大学;2015年

5 胡婧;随机模型预测控制在风力发电系统的应用[D];华北电力大学;2015年

6 倪虹;基于智能计算的预测控制及应用[D];宁波大学;2015年

7 孙志民;基于改进粒子群优化的磨矿过程预测控制[D];大连理工大学;2015年

8 武晓英;预测控制在同步发电机励磁非线性控制中的应用[D];河北工业大学;2015年

9 田恒锋;多变量约束预测控制在超超临界机组协调控制中的应用研究[D];上海交通大学;2013年

10 高山;300MW机组主汽温系统预测控制方案研究[D];华北电力大学;2015年

，

本文编号：831764