除湿技术在人们生产生活中有着广泛应用。为满足人在室内的舒适性要求以及维持恰当的室内空气品质,室内空气相对湿度应保持在30%-60%之间。为维持食品的营养形状等特征,常采用不同湿度大小的低湿空气对食品进行分阶段干燥以实现快速干燥和长期储存。因此,低湿空气的营造十分关键。但由于除湿需求以及空气温湿度会不断变化,使得稳定可靠的低湿空气难以获取,从而会使食品的干燥时间长、品质不佳,不利于生产生活品质的提升。为获取稳定可靠的低湿空气,需对除湿过程进行动态调控。溶液除湿作为除湿技术的一种,因其节能潜力大以及操作灵活性强而备受青睐。然而溶液除湿系统运行时,驱动热源常采用太阳能等可再生热源,用户需求也会不断变化,使得溶液除湿系统的运行参数波动大,难以稳定运行。因此,本文对溶液除湿展开研究,重点关注溶液除湿的动态特性和调控机制。研究内容分为3个部分:1)揭示溶液动态除湿过程中,在各入口参数发生突变时,空气出口含湿量随时间的变化规律。设计和搭建了溶液除湿器的实验装置,并开展了动态除湿的实验研究,以获取除湿器在不同入口参数变化时的动态特性。从而揭示各入口参数变化时除湿器动态特性的差异及其成因,并确定除湿控制过程中的调控策略,为后期控制算法的开发指明方向。此外,通过理论推导获取动态除湿过程中空气出口含湿量随时间的变化可由指数函数来描述,为深入分析动态除湿过程中传热传质规律提供便利。2)建立溶液除湿器的动态模型。考虑到溶液和空气在除湿器内部的分布和流动情况及局部传热传质系数随时间的演变规律难以获取,使得动态除湿过程的物理模型难以建立。因此,本文借鉴稳态工况下除湿过程的神经网络模型建立方法,采用时延神经网络（TDNN）模型来描述除湿器的动态除湿过程。由于溶液除湿影响因素多,使得模型的输入复杂,求解难度也大。因此,本文改变模型输入的确定方法,采用已知的空气出口含湿量来预测未来时刻的空气出口含湿量,从而建立改进型时延神经网络（i TDNN）模型以简化模型的输入和复杂度,并完成动态除湿模型的建立。3)开发溶液除湿的动态控制算法。分别采用PID和新型模糊逻辑控制算法对除湿过程进行动态控制,以探讨各种控制算法的可行性和不足之处。针对上述算法存在的不足之处进行改进,并提出一种新的动态控制算法,且通过控制实验验证了该控制算法的可行性和优越性。通过本文的研究,将为溶液除湿器实现空气含湿量的精准调控提供理论支持和方法指导,同时为溶液除湿器的智能化运行奠定基础。