催化裂化装置非线性预测控制器的设计与应用
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-18页 |
| 1.1 选题的背景及意义 | 第11-12页 |
| 1.2 催化裂化过程介绍 | 第12-15页 |
| 1.2.1 国内外催化裂化应用现状 | 第12-13页 |
| 1.2.2 催化裂化装置提高经济效益的方法 | 第13-14页 |
| 1.2.3 RRS 简介及工艺流程 | 第14-15页 |
| 1.3 反应再生系统过程控制的研究现状 | 第15-16页 |
| 1.4 本文主要研究内容 | 第16-18页 |
| 2 DMPC | 第18-33页 |
| 2.1 引言 | 第18-19页 |
| 2.2 模型预测控制的基本结构 | 第19-20页 |
| 2.2.1 模型预测 | 第19页 |
| 2.2.2 滚动优化 | 第19-20页 |
| 2.2.3 反馈校正 | 第20页 |
| 2.3 模型预测控制实验仿真 | 第20-21页 |
| 2.4 DMPC | 第21-30页 |
| 2.4.1 DMPC开环预测模块 | 第22-23页 |
| 2.4.2 DMPC稳态目标计算模块 | 第23-28页 |
| 2.4.3 DMPC动态矩阵控制模块 | 第28-30页 |
| 2.5 DMPC对RRS的仿真 | 第30-32页 |
| 2.6 本章小结 | 第32-33页 |
| 3 PSO-DMPC | 第33-44页 |
| 3.1 引言 | 第33页 |
| 3.2 粒子群算法 | 第33-37页 |
| 3.2.1 PSO基本原理 | 第33-34页 |
| 3.2.2 基本PSO算法步骤 | 第34-35页 |
| 3.2.3 实验仿真 | 第35页 |
| 3.2.4 PSO算法中参数分析 | 第35-37页 |
| 3.3 PSO-DMPC | 第37-43页 |
| 3.3.1 PSO-MPC | 第37页 |
| 3.3.2 PSO-DMPC算法流程 | 第37-39页 |
| 3.3.3 实验仿真 | 第39-43页 |
| 3.4 本章小结 | 第43-44页 |
| 4 QPSO-DMPC | 第44-56页 |
| 4.1 引言 | 第44页 |
| 4.2 QPSO算法 | 第44-50页 |
| 4.2.1 QPSO算法简介 | 第44-47页 |
| 4.2.2 QPSO算法收敛性分析 | 第47-48页 |
| 4.2.3 实验仿真 | 第48-50页 |
| 4.3 QPSO-DMPC | 第50-51页 |
| 4.4 QPSO-DMPC算法流程 | 第51-52页 |
| 4.5 实验仿真及对比 | 第52-55页 |
| 4.6 本章小结 | 第55-56页 |
| 5 MQPSO-DMPC | 第56-66页 |
| 5.1 引言 | 第56页 |
| 5.2 基于 QPSO 的多目标搜索算法 | 第56-60页 |
| 5.2.1 基于高斯变异的MQPSO算法 | 第58-59页 |
| 5.2.2 基于拥挤距离的外部存储器更新策略 | 第59页 |
| 5.2.3 领导粒子选择机制 | 第59-60页 |
| 5.3 基于高斯变异的MQPSO实验研究 | 第60-61页 |
| 5.4 MQPSO-DMPC | 第61-63页 |
| 5.4.1 多目标优化在模型预测控制中的应用 | 第61-62页 |
| 5.4.2 MQPSO-DMPC 算法流程 | 第62-63页 |
| 5.5 实验仿真 | 第63-65页 |
| 5.6 本章小结 | 第65-66页 |
| 6 总结与展望 | 第66-68页 |
| 6.1 研究总结 | 第66页 |
| 6.2 研究展望 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-75页 |
| 作者在攻读学位期间发表的论著及取得的科研成果 | 第75页 |
