| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 课题研究背景与意义 | 第11-13页 |
| 1.2 混凝投药控制技术国内外发展概况 | 第13-18页 |
| 1.2.1 混凝投药控制技术研究历程总体介绍 | 第13页 |
| 1.2.2 控制方式的分类 | 第13-14页 |
| 1.2.3 常见的混凝投药控制方法 | 第14-18页 |
| 1.3 本课题的研究目的和内容 | 第18-21页 |
| 1.3.1 研究目的 | 第18页 |
| 1.3.2 研究内容 | 第18-21页 |
| 第二章 混凝投药过程概述 | 第21-27页 |
| 2.1 混凝投药过程简介 | 第21-22页 |
| 2.2 混凝投药作用 | 第22-23页 |
| 2.3 影响混凝投药的因素 | 第23-25页 |
| 2.3.1 生产运行分析 | 第23-24页 |
| 2.3.2 水质因素分析 | 第24-25页 |
| 2.4 凝投药过程的主要特点 | 第25页 |
| 2.5 本章小结 | 第25-27页 |
| 第三章 基于BP神经网络的控制系统建模 | 第27-53页 |
| 3.1 BP神经网络技术简介 | 第27-34页 |
| 3.1.1 神经网络的优点 | 第27-28页 |
| 3.1.2 神经网络的分类和结构 | 第28-29页 |
| 3.1.3 BP神经网络结构和算法 | 第29-31页 |
| 3.1.4 隐含层数的界定方法 | 第31-33页 |
| 3.1.5 基于LM算法的改进型BP技术简介 | 第33-34页 |
| 3.2 基于BP神经网络模型控制方案的确定 | 第34-36页 |
| 3.2.1 控制方案的确定 | 第34-36页 |
| 3.2.2 控制方案的特点 | 第36页 |
| 3.3 BP神经网络模型的建立 | 第36-43页 |
| 3.3.1 BP神经网络模型架构 | 第36-39页 |
| 3.3.2 样本数据预处理 | 第39-42页 |
| 3.3.3 数据归一化处理 | 第42-43页 |
| 3.4 BP算法在程序上的实现 | 第43-45页 |
| 3.5 神经网络模型的建立与仿真预测结果分析 | 第45-52页 |
| 3.5.1 BP神经网络模型的建立与训练 | 第45-46页 |
| 3.5.2 BP神经网络模型预测分析 | 第46-52页 |
| 3.6 本章小结 | 第52-53页 |
| 第四章 基于BP神经网络的复合控制系统仿真 | 第53-67页 |
| 4.1 受控对象模型的建立 | 第53-59页 |
| 4.1.1 混凝投药飞升实验 | 第53-55页 |
| 4.1.2 受控对象建模与仿真 | 第55-59页 |
| 4.2 PID控制系统的实现 | 第59-63页 |
| 4.2.1 PID控制器的简单介绍 | 第59-60页 |
| 4.2.2 PID控制器参数整定 | 第60-63页 |
| 4.3 基于BP神经网络的复合控制系统仿真与结果分析 | 第63-66页 |
| 4.3.1 复合控制系统仿真 | 第63-64页 |
| 4.3.2 仿真结果对比分析 | 第64-66页 |
| 4.4 本章小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 总结 | 第67页 |
| 5.2 展望 | 第67-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-73页 |
| 附录 | 第73-84页 |