摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第9-15页 |
1.1 课题的背景和意义 | 第9-10页 |
1.2 火电厂烟气脱硫技术的国内外现状 | 第10-11页 |
1.3 火电厂湿法烟气脱硫pH值控制策略研究现状 | 第11-13页 |
1.4 本课题主要研究的内容 | 第13-15页 |
第2章 石灰石-石膏湿法脱硫工艺要求及被控对象建模 | 第15-29页 |
2.1 烟气脱硫技术的分类 | 第15-16页 |
2.2 石灰石-石膏湿法脱硫工艺流程及系统介绍 | 第16-18页 |
2.3 石灰石-石膏湿法脱硫的化学反应过程 | 第18-19页 |
2.4 影响脱硫效率的因素分析 | 第19-20页 |
2.5 吸收塔浆液pH值控制系统分析 | 第20-22页 |
2.5.1 吸收塔浆液pH值模型的特性分析 | 第20-21页 |
2.5.2 影响吸收塔浆液pH值控制过程的参数分析 | 第21-22页 |
2.6 吸收塔浆液pH值控制对象建模 | 第22-28页 |
2.6.1 最小二乘法的辨识原理 | 第22-23页 |
2.6.2 模型结构的确定 | 第23-24页 |
2.6.3 吸收塔浆液pH值模型的最小二乘法参数辨识 | 第24-27页 |
2.6.4 模型校验 | 第27-28页 |
2.7 本章小结 | 第28-29页 |
第3章 火电厂烟气脱硫控制方案设计 | 第29-33页 |
3.1 增压风机入口压力控制 | 第29-30页 |
3.2 吸收塔液位控制 | 第30页 |
3.3 石灰石浆液浓度控制 | 第30-31页 |
3.4 石膏饼厚度控制 | 第31页 |
3.5 工艺水箱液位控制 | 第31-32页 |
3.6 吸收塔浆液pH值控制 | 第32页 |
3.7 本章小结 | 第32-33页 |
第4章 基于RBF-PID算法的吸收塔浆液pH值控制及仿真研究 | 第33-43页 |
4.1 石灰石-石膏湿法烟气脱硫过程的pH值控制策略分析 | 第33页 |
4.2 PID控制的基本原理 | 第33-34页 |
4.3 RBF神经网络自适应控制系统的结构设计 | 第34-39页 |
4.3.1 神经网络基本理论 | 第34-36页 |
4.3.2 RBF神经网络结构 | 第36-38页 |
4.3.3 基于RBF神经网络整定的PID控制 | 第38-39页 |
4.4 仿真研究 | 第39-42页 |
4.4.1 传统PID与RBF-PID仿真结果比较 | 第39-40页 |
4.4.2 RBF-PID控制与PID控制的鲁棒性比较 | 第40-42页 |
4.4.3 RBF-PID控制与PID控制的抗干扰性比较 | 第42页 |
4.5 本章小结 | 第42-43页 |
第5章 基于神经网络内模控制的吸收塔浆液pH值控制及仿真研究 | 第43-55页 |
5.1 Smith预估补偿控制方案 | 第43-44页 |
5.2 内模控制器的结构和特点 | 第44-45页 |
5.3 神经网络内模控制器的结构与原理介绍 | 第45-50页 |
5.3.1 神经网络内部模型的建立 | 第45-47页 |
5.3.2 神经网络内模控制器的建立 | 第47-50页 |
5.3.3 系统控制方案 | 第50页 |
5.4 仿真研究 | 第50-53页 |
5.4.1 神经网络内模、Smith预估PID和传统PID仿真结果比较 | 第50-52页 |
5.4.2 神经网络内模与传统PID、Smith预估PID控制算法的鲁棒性比较 | 第52-53页 |
5.5 本章小结 | 第53-55页 |
第6章 火电厂湿法烟气脱硫控制系统实验研究 | 第55-63页 |
6.1 MCGS的简介 | 第55页 |
6.2 火电厂湿法FGD控制系统设计 | 第55-57页 |
6.3 基于OPC技术的MCGS与MATLAB实时数据通讯 | 第57-59页 |
6.3.1 OPC技术 | 第57页 |
6.3.2 接口通信流程 | 第57-58页 |
6.3.3 MATLAB和MCGS的实时通讯 | 第58-59页 |
6.4 基于MATLAB/Simulink和MCGS智能控制算法的实现 | 第59-61页 |
6.4.1 控制算法仿真系统操作步骤 | 第59-60页 |
6.4.2 仿真系统调试 | 第60-61页 |
6.5 本章小结 | 第61-63页 |
结论 | 第63-65页 |
参考文献 | 第65-71页 |
攻读硕士学位期间所发表的论文 | 第71-73页 |
致谢 | 第73页 |