| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第17-33页 |
| 1.1 先进控制 | 第17-20页 |
| 1.1.1 先进控制的发展 | 第18-19页 |
| 1.1.2 先进控制的优势与特点 | 第19-20页 |
| 1.1.3 先进控制带来的经济效益 | 第20页 |
| 1.2 先进控制的技术内容 | 第20-25页 |
| 1.2.1 过程辨识技术 | 第21页 |
| 1.2.2 过程变量数据的采集、处理 | 第21页 |
| 1.2.3 软测量技术 | 第21-25页 |
| 1.3 先进控制策略 | 第25-29页 |
| 1.3.1 自适应控制 | 第25-26页 |
| 1.3.2 智能控制 | 第26页 |
| 1.3.3 多变量统计过程控制 | 第26页 |
| 1.3.4 鲁棒控制 | 第26-27页 |
| 1.3.5 最优控制 | 第27页 |
| 1.3.6 预测控制 | 第27页 |
| 1.3.7 推断控制 | 第27-28页 |
| 1.3.8 预测函数控制 | 第28页 |
| 1.3.9 IMC控制 | 第28-29页 |
| 1.4 国内先进控制应用状况及存在问题 | 第29-30页 |
| 1.4.1 先进控制系统难以长期运行 | 第29页 |
| 1.4.2 常规控制系统不具备条件 | 第29-30页 |
| 1.5 国内先进控制软件开发应用状况 | 第30-31页 |
| 1.6 本课题的主要研究内容及方法 | 第31-33页 |
| 第二章 实施先进控制基本原理与技术 | 第33-52页 |
| 2.1 数据通信技术 | 第33-36页 |
| 2.1.1 OPC技术 | 第33-35页 |
| 2.1.2 数据库访问技术 | 第35-36页 |
| 2.2 随机搜索算法 | 第36-37页 |
| 2.3 内模控制 | 第37-39页 |
| 2.3.1 IMC结构、性质及与经典反馈控制器的关系 | 第37-38页 |
| 2.3.2 IMC控制器的设计 | 第38-39页 |
| 2.3.3 IMC-PID控制器设计 | 第39页 |
| 2.4 模糊控制 | 第39-44页 |
| 2.4.1 模糊控制的基本结构 | 第40-42页 |
| 2.4.2 模糊控制器的实现 | 第42页 |
| 2.4.3 模糊控制器的结构选择 | 第42页 |
| 2.4.4 选取模糊控制规则 | 第42-43页 |
| 2.4.5 确定模糊控制状态表,建立模糊控制规则 | 第43页 |
| 2.4.6 确定模糊化的解模糊策略,制定控制表 | 第43-44页 |
| 2.5 RBF网络 | 第44-51页 |
| 2.5.1 RBF神经网络结构 | 第44-45页 |
| 2.5.2 RBF网络的学习方法 | 第45-51页 |
| 2.6 本章小结 | 第51-52页 |
| 第三章 一种可在线实现的对象辨识新方法 | 第52-59页 |
| 3.1 OLID辨识法 | 第52-53页 |
| 3.1.1 OLID的计算过程 | 第52-53页 |
| 3.2 OLID方法对象模型辨识的求解过程 | 第53-54页 |
| 3.2.1 模型数据的选择 | 第54页 |
| 3.2.2 对象模型类型的确定 | 第54页 |
| 3.2.3 系统输出计算 | 第54页 |
| 3.2.4 使用OLID方法进行对象模型辨识 | 第54页 |
| 3.3 系统仿真 | 第54-58页 |
| 3.3.1 仿真数据的产生与数据选择 | 第55-56页 |
| 3.3.2 基于开环控制的对象辨识 | 第56-57页 |
| 3.3.3 基于闭环控制的对象辨识 | 第57-58页 |
| 3.4 本章小结 | 第58-59页 |
| 第四章 纯滞后项对象模型的求解方法 | 第59-69页 |
| 4.1 Pade近似逼近法及其缺陷 | 第59-60页 |
| 4.2 包含纯滞后项对象模型的求解分析 | 第60-66页 |
| 4.2.1 不同Pade近似类型阶跃响应仿真结果对比 | 第60-62页 |
| 4.2.2 SIMULINK中包含纯滞后对象模型的计算方法分析 | 第62-63页 |
| 4.2.3 包含纯滞后对象模型的求解过程理论分析 | 第63-66页 |
| 4.3 包含纯滞后对象的计算新方法 | 第66-68页 |
| 4.3.1 传递函数的状态方程转换 | 第66-67页 |
| 4.3.2 四阶龙格库塔法求解状态空间方程 | 第67页 |
| 4.3.3 新方法与SIMULINK计算结果对比 | 第67-68页 |
| 4.4 本章小结 | 第68-69页 |
| 第五章 应用矩阵模块法辨识闭环对象 | 第69-78页 |
| 5.1 闭环系统状态方程的矩阵模块表示 | 第69-71页 |
| 5.2 仿真示例 | 第71页 |
| 5.3 纯滞后环节的处理 | 第71-74页 |
| 5.4 常用控制器及对象模型的状态空间参数矩阵 | 第74-75页 |
| 5.5 非稳定状态的模型辨识 | 第75-77页 |
| 5.6 本章小结 | 第77-78页 |
| 第六章 可在线校正的RBF网络的软测量及其应用 | 第78-93页 |
| 6.1 基于RBF网络的在线自校正软测量 | 第78-82页 |
| 6.1.1 输入输出数据预处理 | 第78-79页 |
| 6.1.2 在线自校正RBF网络权值的学习算法 | 第79-80页 |
| 6.1.3 在线自校正RBF网络软测量模型实施步骤 | 第80-81页 |
| 6.1.4 基于RBF网络的软测量在线校正 | 第81-82页 |
| 6.2 RBF网络模型精确度影响因素分析及改进 | 第82-86页 |
| 6.2.1 仿真数据的获取 | 第82-83页 |
| 6.2.2 数据归一化范围影响 | 第83-85页 |
| 6.2.3 高斯函数宽度的影响 | 第85-86页 |
| 6.3 RBF神经网络的建模方法改进 | 第86-87页 |
| 6.4 产品质量软仪表在线自校正模型的实施 | 第87-92页 |
| 6.4.1 常三线闪点模型的实施 | 第87-88页 |
| 6.4.2 常三线粘度模型的实施 | 第88页 |
| 6.4.3 减一线闪点模型的实施 | 第88-89页 |
| 6.4.4 减一线粘度模型的实施 | 第89页 |
| 6.4.5 减二线闪点模型的实施 | 第89-90页 |
| 6.4.6 减二线粘度模型的实施 | 第90页 |
| 6.4.7 减三线闪点模型的实施 | 第90-91页 |
| 6.4.8 减三线粘度模型的实施 | 第91页 |
| 6.4.9 各模型的训练与检验误差 | 第91-92页 |
| 6.5 本章小结 | 第92-93页 |
| 第七章 液位非线性自适应区域控制 | 第93-103页 |
| 7.1 液位非线性自适应区域控制器结构 | 第93-94页 |
| 7.2 模糊控制器设计 | 第94-97页 |
| 7.2.1 操作人员的判断控制策略 | 第95页 |
| 7.2.2 输入量的模糊量化 | 第95-96页 |
| 7.2.3 输出量的模糊量化与最终控制输出 | 第96-97页 |
| 7.2.4 模糊控制规则与控制表的制定 | 第97页 |
| 7.3 仿真示例 | 第97-99页 |
| 7.3.1 仿真数据的获取 | 第98-99页 |
| 7.4 实际应用 | 第99-101页 |
| 7.5 本章小结 | 第101-103页 |
| 第八章 先进控制方案的选择及其在炼油厂中的应用 | 第103-113页 |
| 8.1 先进控制方案选择依据及实际应用类型 | 第103-104页 |
| 8.2 先进控制结构的进展 | 第104-105页 |
| 8.3 IMC-PID先进控制 | 第105-109页 |
| 8.3.1 过程模型的闭环辨识 | 第106-107页 |
| 8.3.2 过渡过程衰减比的新要求和超调量的约束条件 | 第107页 |
| 8.3.3 IMC-PID先进控制设计 | 第107-108页 |
| 8.3.4 滤波器及IMC设计 | 第108页 |
| 8.3.5 IMC-PID参数优化 | 第108-109页 |
| 8.4 MOD-PID先进控制 | 第109页 |
| 8.5 现场应用示例 | 第109-112页 |
| 8.6 本章小结 | 第112-113页 |
| 第九章 结论与展望 | 第113-115页 |
| 9.1 论文的主要工作 | 第113页 |
| 9.2 总结和展望 | 第113-115页 |
| 参考文献 | 第115-121页 |
| 致谢 | 第121-122页 |
| 研究成果及发衰的学术论文 | 第122-123页 |
| 作者与导师简介 | 第123-125页 |
| 附件 | 第125-126页 |
