前言
第1篇 有关应急管理及空气调节系统控制的理论研究
第1章 绪论 3
1.1 课题背景及研究意义 3
1.2 国内外研究状况———现代应急管理 4
1.2.1 国外发展情况 4
1.2.2 国内发展情况 5
1.2.3 研究成果 6
1.3 研究内容及目标 6
1.4 大空间建筑概述 7
1.4.1 大空间建筑的发展 7
1.4.2 大空间建筑的特点和空调特点 8
1.5 本章小结 10
第2章 基本理论阐述 11
2.1 应急管理基本理论 11
2.1.1 应急管理基本概念及框架 11
2.1.2 应急管理的全生命周期管理 12
2.1.3 应急管理的机理体系 13
2.1.4 应急管理的运作 14
2.1.5 预案管理 16
2.1.6 应急管理的工作分解结构 19
2.2 空气调节系统基本理论 20
2.2.1 空气调节的基本概念 20
2.2.2 空气调节系统的分类 20
2.2.3 集中式空调系统 22
2.2.4 空气调节自动控制系统概述 23
2.2.5 应急管理基础上空调系统改造方案 24
2.3 空气品质应急管理分析 26
2.3.1 减缓阶段 26
2.3.2 预备阶段 28
2.3.3 响应阶段 28
2.3.4 恢复阶段 29
2.4 本章小结 29
第3章 空调系统应急预案的编制和执行 31
3.1 应急预案 31
3.1.1 应急预案的编制目的 31
3.1.2 应急预案的编制依据 31
3.1.3 应急预案的适用范围 31
3.2 体制、机制、法制 32
3.2.1 空调系统应急机制的建立 32
3.2.2 机理 33
3.2.3 组织机构与职责 33
3.2.4 预防与预警 34
3.2.5 应急响应 36
3.2.6 保障措施 37
3.3 应急体系四大子系统 40
3.3.1 指挥子系统 40
3.3.2 辅助决策子系统 41
3.3.3 保障子系统 42
3.3.4 信息管理子系统 44
3.4 培训演习 45
3.5 本章小结 46
第4章 关于特殊建筑物空气品质应急管理系统的探讨 47
4.1 应急管理系统中的系统工程方法 47
4.1.1 系统的定义 47
4.1.2 系统的分类 47
4.1.3 有序性原理 48
4.1.4 动态性原理 49
4.1.5 分解综合原理 49
4.1.6 创造思维原理 50
4.1.7 验证性原理 50
4.1.8 反馈原理 50
4.1.9 系统工程的特征 52
4.1.10 系统分析 53
4.2 控制论在应急管理中的应用 58
4.2.1 控制论及管理控制概述 58
4.2.2 应用于危机管理的控制论架构 60
4.2.3 危机管理中引入控制论、系统论方法的意义 61
4.3 基于滑模变结构控制理论的平时—应急状态切换理论 62
4.3.1 空调系统的平时运行状态管理 63
4.3.2 空调系统的应急状态管理 63
4.3.3 平时状态—应急状态切换的控制论架构 64
4.3.4 在切换过程中引入滑模变结构控制 67
4.4 本章小结 73
第2篇 数据处理和模型建立
第5章 测试数据的处理及系统数学建模———多变量系统辨识 77
5.1 特殊构筑物数学建模的研究现状 77
5.2 系统辨识的研究概述 78
5.2.1 经典的系统辨识 79
5.2.2 现代的系统辨识 79
5.3 多变量系统辨识的研究概况 81
5.4 人工神经网络在系统辨识中应用的研究概述 83
5.4.1 神经网络在线性系统辨识中的应用 83
5.4.2 神经网络在非线性系统辨识中的应用 84
5.5 本章小结 84
第6章 多变量线性系统的结构辨识 85
6.1 多变量系统结构参数辨识 85
6.1.1 Guidorzi方法 86
6.1.2 残差分析法 88
6.1.3 多变量系统结构参数辨识方法的仿真研究 49 89
6.1.4 采用Guidorzi方法进行结构参数的辨识 89
6.1.5 采用残差分析法进行结构参数的辨识 90
6.1.6 辨识结果比较 90
6.1.7 时滞多变量线性系统Guidorzi方法结构参数辨识 90
6.2 系统时滞的辨识 92
6.2.1 时滞的传统辨识方法 92
6.2.2 人工神经网络权值法辨识 93
6.2.3 人工神经网络准则函数法辨识 93
6.3 滑模变结构策略 95
6.3.1 滑模变结构理论的起源与背景 95
6.3.2 滑模变结构控制的研究现状 95
6.3.3 滑模变结构控制基本理论 97
6.3.4 滑模变结构系统的设计 97
6.3.5 变结构控制系统的稳定性分析 97
6.3.6 离散时间变结构控制 98
6.4 本章小结 99
第7章 多变量线性系统参数辨识 101
7.1 神经网络辨识的原理 101
7.1.1 两种神经网络辨识结构 101
7.1.2 系统模型及逆模型的辨识 101
7.1.3 动态系统辨识常用的神经网络 103
7.2 神经网络辨识需考虑的因素 104
7.3 神经网络辨识常用的学习算法 105
7.3.1 BP算法 105
7.3.2 LMS算法 105
7.4 基于滑模变结构算法的神经网络辨识 106
7.4.1 滑模变结构算法要解决的两大问题 106
7.4.2 基于变结构算法的神经网络辨识算法 106
7.5 VSS学习算法性能与常规学习算法的比较 108
7.6 本章小结 114
第8章 建筑物空间空气品质的实验室建模 115
8.1 模型实验与相似理论 115
8.1.1 模型实验 115
8.1.2 相似原理 115
8.1.3 相似准则 117
8.1.4 准则关系式 121
8.1.5 近似模化 121
8.2 激光粒子图像测速技术的原理及应用 122
8.2.1 PIV技术的原理及组成 122
8.2.2 PIV技术的特点 123
8.2.3 PIV技术在室内气流组织的应用及问题 124
8.3 大空间建筑室内气流组织的模型实验 124
8.3.1 实验内容 124
8.3.2 模型设计 125
8.3.3 实验参数的确定、实验过程及结果 132
8.4 实验数据处理及结果分析 137
8.4.1 射流结构 137
8.4.2 舒适性测量及评价 144
8.5 本章小结 151
第9章 系统辨识算法在过程控制实验装置上的验证性实验研究 152
9.1 PCT-Ⅲ过程控制系统设备 152
9.2 实验系统描述及实验设计 153
9.2.1 双容水箱系统描述及实验原理 153
9.2.2 实验系统硬件组建 154
9.2.3 数据接口软件系统设计 155
9.3 双容水箱系统控制策略 157
9.3.1 数据采集 158
9.3.2 水箱系统的系统辨识 158
9.3.3 基于滑模变结构学习算法的神经网络参数辨识 161
9.4 基于VSS学习算法的神经网络辨识模型与水箱机理建模
模型的比较 163
9.4.1 采用机理建模水箱系统输出结果 163
9.4.2 采用神经网络辨识水箱系统输出结果 163
9.4.3 两种模型输出误差及泛化能力比较 165
9.5 本章小结 168
第3篇 现场应用研究及案例
第10章 中国美术馆空调房间系统辨识 171
10.1 建立空调房间系统的热湿环境模型应考虑的因素 171
10.2 数据采集和处理 172
10.2.1 中国美术馆基本情况介绍 172
10.2.2 测试方法 172
10.2.3 数据采集及处理 173
10.3 美术馆空调房间的系统辨识 174
10.3.1 美术馆空调房间系统结构参数辨识 174
10.3.2 美术馆空调房间系统时滞参数的辨识 177
10.3.3 美术馆空调房间结构 177
10.3.4 美术馆空调房间神经网络参数辨识 178
10.4 本章小结 181
第11章 地铁空气系统突发事件应急管理案例研究 182
11.1 应对地铁突发事件的原则 182
11.2 应对体系与运营状态的对应关系 183
11.3 应对体系的细节设计 183
11.4 本章小结 186
附录 187
附录 A 中国美术馆四号厅温湿度数据 187
附录B 系统运行图 189
附录C 双容水箱系统机理建模 189
附录D 收敛性证明 193
参考文献 194
后记 206
王亚慧，北京建筑大学电信学院自动化系教授；北京自动化学会常务理事；中国自动化学会建筑机器人专委会副主任委员；全国建筑物电气装置标准化技术委员会委员；人力资源和社会保障部职业技能鉴定专家委员会委员；中国优选法、统筹法及经济数学学会应急管理专业委员会常委。
郝学军，北京建筑大学环境与能源工程学院建筑热能工程系副教授；中国土木工程学会工程防火技术分会理事；北京热物理与能源工程学会副秘书长、常务理事i国家注册公用设备工程师(暖通空调)。
大空间建筑、铁路隧道、城市地下轨道交通系统、井下作业系统、地下综合管廊等建筑物空间都有一个共同的问题———通风的可靠性与空气品质问题。本书基于作者近几年来的研究成果,从理论和实践两方面对空气品质的检测和一些特殊建筑物空间热湿环境及其他空气成分的数据采集、处理、建模,到应急管理体系的建立进行了论述。文中提出了应急管理的控制论模型;针对特殊建筑物空间的管理—控制一体化理论;数据处理及建模算法———多变量滑膜神经网络系统辨识算法;基于相似理论的实验室空气流体模型的建立;等等。本书适合从事公共大空间建筑、铁路隧道、城市地下轨道交通系统的专业技术人员和研究者参考使用,同时也适合这些领域管理者参阅。
非常抱歉，您前期未参加预订活动，
无法支付尾款哦！
