| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-22页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12-14页 |
| 1.1.2 研究意义 | 第14页 |
| 1.2 国内外研究现状 | 第14-21页 |
| 1.2.1 温度控制技术发展现状 | 第14-16页 |
| 1.2.2 炉温控制方法研究现状 | 第16-18页 |
| 1.2.3 非线性系统建模研究现状 | 第18-19页 |
| 1.2.4 控制系统的实现方法 | 第19-21页 |
| 1.3 本文主要研究内容 | 第21-22页 |
| 2 热解炉传热机理及控制方法研究 | 第22-30页 |
| 2.1 热解炉温度随动控制系统整体结构 | 第22-23页 |
| 2.2 热解炉传热机理及炉内能量守恒关系分析 | 第23-26页 |
| 2.2.1 热解炉传热机理分析 | 第23-25页 |
| 2.2.2 炉内能量守恒关系分析 | 第25-26页 |
| 2.3 热解炉温度随动控制方法研究 | 第26-27页 |
| 2.4 热解炉温度随动控制系统总体方案设计 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 3 基于RBF神经网络的热解炉建模 | 第30-44页 |
| 3.1 RBF神经网络基本原理 | 第30-33页 |
| 3.1.1 RBF神经网络结构和工作原理 | 第30-31页 |
| 3.1.2 RBF神经网络学习算法 | 第31-33页 |
| 3.2 神经网络系统建模 | 第33-37页 |
| 3.2.1 系统建模原理 | 第33-34页 |
| 3.2.2 神经网络正模型建模 | 第34-36页 |
| 3.2.3 神经网络逆模型建模 | 第36-37页 |
| 3.3 热解炉神经网络建模 | 第37-43页 |
| 3.3.1 样本产生及处理 | 第37-39页 |
| 3.3.2 热解炉数学模型定阶 | 第39-40页 |
| 3.3.3 热解炉神经网络正模型建立 | 第40-42页 |
| 3.3.4 热解炉神经网络逆模型建立 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 4 基于热解炉神经网络模型的内模控制算法研究 | 第44-54页 |
| 4.1 内模控制理论研究 | 第44-48页 |
| 4.1.1 内模控制的原理 | 第44-46页 |
| 4.1.2 内模控制的性质 | 第46页 |
| 4.1.3 内模控制器的设计 | 第46-48页 |
| 4.2 神经网络内模控制算法在热解炉中的应用 | 第48-49页 |
| 4.3 热解炉内模滤波器设计 | 第49-50页 |
| 4.4 热解炉温度随动控制系统仿真 | 第50-53页 |
| 4.5 本章小结 | 第53-54页 |
| 5 热解炉温度随动控制系统的实现 | 第54-72页 |
| 5.1 热解炉温度随动控制系统主要功能 | 第54-55页 |
| 5.2 热解炉温度随动控制系统硬件设计 | 第55-62页 |
| 5.2.1 系统模块组成 | 第55-59页 |
| 5.2.2 基于STM32的控制单元设计 | 第59-62页 |
| 5.3 热解炉温度随动控制系统软件设计 | 第62-70页 |
| 5.3.1 系统软件总体设计 | 第62-63页 |
| 5.3.2 基于MDK的下位机软件设计 | 第63-68页 |
| 5.3.3 基于LabVIEW的上位机人机交互界面设计 | 第68-70页 |
| 5.4 本章小结 | 第70-72页 |
| 6 系统功能测试及实验结果分析 | 第72-80页 |
| 6.1 系统功能测试 | 第72-76页 |
| 6.1.1 系统硬件安装 | 第72-73页 |
| 6.1.2 人机交互界面功能测试 | 第73-75页 |
| 6.1.3 系统整体功能测试 | 第75-76页 |
| 6.2 系统运行效果及实验结果分析 | 第76-79页 |
| 6.2.1 系统运行效果分析 | 第76-78页 |
| 6.2.2 实验结果分析 | 第78-79页 |
| 6.3 本章小结 | 第79-80页 |
| 7 结论 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第86-90页 |
| 学位论文数据集 | 第90页 |