论文部分内容阅读
本文基于目前先进的智能建筑控制系统出发,从算法和控制系统的优先级上对该系统进行优化,在响应时间上和稳定性上做了大幅度的改进。论文首先介绍了BAS系统的发展和近况,从大量资料中得到BAS系统的核心技术是基于现场总线技术的,然后对现场总线技术的网络协议进行分类,最后得出如下结论:跨协议层并且兼容性最高的网络协议是LonWorks和BACnet两种,所以本文决定采用LonWorks和BACnet的互联模型来完成网络协议的优化,加快系统响应速度。其次的工作包括详细剖析了BAS系统的逻辑框图,并通过改进设计该逻辑框图,实现了控制环节的优化,以DDC控制器为硬件基础,实现图形界面的控制,从操控性和反馈性上提升该系统的完善程度,并选取BAS系统中使用率最高的三个子系统进行互联模型测试,分别是建筑群周边越界系统、巡更管理系统以及建筑紧急报警系统,最后得出互联模型从理论上可行的结论。然后的主要工作是互联模型的实现和仿真,由于LonWorks和BACnet的实现方式较为统一,只是使用层级不同,所以本章提出了基于Neuron神经元芯片的LonWorks优化方案,从硬件上完成了该通信协议的优化,其次调整了BACnet协议中的算法,提出了基于BACnet开发的PID算法,最后通过仿真,得到该网络节点技术可以使用并且得到大幅度优化的结论。最后是本文的核心,首先通过前三章的结论建立了LonWorks-BACnet的互联模型,然后利用DDC控制器和神经元芯片作为互联模型的硬件平台,最后通过Neuron C语言进行程序优化,完成程序仿真,得到的结论与预期的基本一致。本文最后得到的结论和实现的功能如下:基于原有系统的运行效率,大幅度提升了系统的响应速度以及运行的稳定性,在BAS系统应对突发情况时,处理的速度更加及时,从生产成本角度来说,基于神经元芯片的设计更加人性化并且造价相对低廉,最重要的就是提出了一种可行的网络节点的兼容模式,为BAS系统的国际标准统一化提出了一个可行方案。