基于嵌入式的生物质热水锅炉智能控制器设计与研究
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 1 绪论 | 第18-24页 |
| 1.1 研究背景及意义 | 第18-19页 |
| 1.1.1 研究背景 | 第18-19页 |
| 1.1.2 研究意义 | 第19页 |
| 1.2 国内外控制器研究现状及发展趋势 | 第19-21页 |
| 1.2.1 国内外控制器研究现状 | 第19-20页 |
| 1.2.2 控制器发展趋势 | 第20-21页 |
| 1.3 控制策略的研究现状 | 第21-22页 |
| 1.3.1 PID控制算法 | 第21页 |
| 1.3.2 模糊控制算法 | 第21-22页 |
| 1.3.3 自适应控制算法 | 第22页 |
| 1.3.4 预测控制算法 | 第22页 |
| 1.4 本文研究的主要内容 | 第22-23页 |
| 1.5 本章小结 | 第23-24页 |
| 2 供暖系统及控制方案 | 第24-30页 |
| 2.1 锅炉的分类 | 第24-25页 |
| 2.1.1 燃煤锅炉 | 第24页 |
| 2.1.2 燃油及燃气锅炉 | 第24页 |
| 2.1.3 生物质锅炉 | 第24-25页 |
| 2.2 生物质热水锅炉供暖系统 | 第25-26页 |
| 2.3 生物质热水锅炉运行方式 | 第26-27页 |
| 2.3.1 质调节 | 第26页 |
| 2.3.2 量调节 | 第26页 |
| 2.3.3 分阶段变流量的质调节 | 第26-27页 |
| 2.3.4 间歇调节 | 第27页 |
| 2.4 本生物质热水锅炉智能控制器采用运行方式 | 第27-29页 |
| 2.4.1 手动模式 | 第27页 |
| 2.4.2 自动模式 | 第27-28页 |
| 2.4.3 智能模式 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 3 控制器算法研究 | 第30-42页 |
| 3.1 最优预测控制律 | 第30页 |
| 3.2 模型辨识研究 | 第30-36页 |
| 3.2.1 模型辨识理论 | 第30-31页 |
| 3.2.2 最小二乘算法原理 | 第31-34页 |
| 3.2.3 最小二乘法辨识模型应用 | 第34-36页 |
| 3.3 自适应模糊PID控制器设计 | 第36-41页 |
| 3.3.1 模糊控制理论 | 第36-37页 |
| 3.3.2 自适应模糊PID算法研究 | 第37页 |
| 3.3.3 自适应模糊PID控制器 | 第37-39页 |
| 3.3.4 自适应模糊控制器设计 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 4 基于嵌入式的智能控制器硬件设计 | 第42-53页 |
| 4.1 基于ARM的嵌入式智能控制器设计方案 | 第42-46页 |
| 4.2 CPU最小系统 | 第46-52页 |
| 4.2.1 CPU介绍 | 第46-49页 |
| 4.2.2 智能控制器的外部设备电路 | 第49-52页 |
| 4.3 抗干扰技术 | 第52页 |
| 4.4 本章小结 | 第52-53页 |
| 5 基于嵌入式的智能控制器软件设计 | 第53-64页 |
| 5.1 嵌入式环境介绍 | 第53-54页 |
| 5.1.1 μC/OS-II在STM32上的移植 | 第53页 |
| 5.1.2 STM32集成开发环境介绍 | 第53-54页 |
| 5.2 驱动层软件设计 | 第54-62页 |
| 5.2.1 LCD显示驱动程序 | 第54-57页 |
| 5.2.2 IO驱动程序 | 第57-62页 |
| 5.3 应用层设计 | 第62-63页 |
| 5.4 本章小结 | 第63-64页 |
| 6 实验环境介绍与结果分析 | 第64-70页 |
| 6.1 实验环境介绍 | 第64-67页 |
| 6.1.1 生物质热水锅炉供暖系统介绍 | 第64-66页 |
| 6.1.2 控制器介绍 | 第66-67页 |
| 6.2 仿真结果分析 | 第67-68页 |
| 6.2.1 仿真模型建立 | 第67页 |
| 6.2.2 仿真结果分析 | 第67-68页 |
| 6.3 实验结果分析 | 第68-69页 |
| 6.4 本章小结 | 第69-70页 |
| 7 结论与展望 | 第70-72页 |
| 7.1 结论 | 第70页 |
| 7.2 展望 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士学位期间科研项目及科研成果 | 第79-80页 |
| 作者简介 | 第80-82页 |
