顾泽龙
- 作品数：4 被引量：1H指数：1
- 供职机构：中国民航大学更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于数据驱动的航站楼碳浓度控制系统设计及应用仿真（英文）被引量：1
- 2017年
- 碳浓度偏高是导致航站楼内空气质量不佳的主要原因之一,且航站楼内随旅客数量变化碳浓度呈现的非平稳性给其控制带了挑战。为了营造航站楼内良好的空气质量,本文设计基于数据驱动的碳浓度控制系统,该系统根据航站楼内碳浓度、新风量等环境数据组成的信息向量在基础数据库中选取邻元素,通过参数调节器对邻元素的PID参数进行有向学习修正,实现系统PID参数在线优化。利用MATLAB/Simulink平台根据航站楼实际环境建立碳浓度控制系统进行应用仿真,结果表明:该系统通过参数在线优化实现了非平稳碳浓度的良好控制,可保证航站楼内碳浓度低于800ppm,系统稳态误差小于1%,与定风量系统相比节约风量约30%。该系统在为旅客提供良好的空气质量的同时可为航站楼节能设计提供参考。
- 陈静杰杜鹏陆道溢顾泽龙
- 关键词：碳浓度控制系统数据驱动航站楼空气质量
- 一种便携式多功能导盲仪
- 一种便携式多功能导盲仪。由盲杖和遥控器组成，盲杖包括光敏传感器、温度传感器、夜间警示频闪灯、温度及时间播报按键、GSM天线、紧急按键、电源开关、方位播报按键、GPS天线、可伸缩拉杆、三个超声波传感器、滚轮、手持盒、电池盒...
- 钱文高顾泽龙陆道溢朱恺杰陈静杰
- 文献传递
- 基于PSO-SVR航站楼CO2浓度时间序列预测
- 2017年
- 针对航站楼CO2浓度时间序列预测中存在历史样本少和高度非线性的特点,该文运用基于支持向量回归SVR的预测建模方法,并利用粒子群优化PSO算法对模型进行参数寻优,对基于机场大气环境数据采集系统采集的航站楼CO2浓度数据建立PSO-SVR预测模型,并从均方误差和平方相关系数2个指标与基于网格搜索法、遗传算法优化的SVR预测模型以及BP神经网络预测模型进行对比。试验结果表明,PSO-SVR模型预测精度高、泛化能力强,适合于航站楼CO2浓度时间序列的预测。
- 陈静杰陈晨顾泽龙
- 关键词：支持向量回归粒子群优化算法航站楼时间序列预测
- 一种机场航站楼环境参数监控系统及其通信控制方法
- 一种机场航站楼环境参数监控系统及其通信控制方法。系统包括多个分布在航站楼内各区域的节点设备、近端服务器和远端服务器；其中：每个节点设备通过GPRS远程传输网络与远端服务器连接；每个节点设备采用无线的方式与近端服务器连接。...
- 钱文高陆道溢朱恺杰顾泽龙陈静杰
