氧乐果合成过程集成智能控制方法与应用
摘要 | 第1-8页 |
Abstract | 第8-11页 |
目录 | 第11-16页 |
第一章 绪论 | 第16-29页 |
·课题背景 | 第16页 |
·先进控制与智能控制的研究现状 | 第16-23页 |
·模糊控制 | 第18-19页 |
·迭代学习控制 | 第19-21页 |
·神经网络控制 | 第21-22页 |
·预测控制 | 第22-23页 |
·集成智能控制的研究现状 | 第23-26页 |
·模糊预测控制与迭代学习控制的结合 | 第23-24页 |
·遗传算法、模糊逻辑与神经网络的结合 | 第24-26页 |
·本文主要研究内容 | 第26-27页 |
·本文的主要创新点 | 第27-29页 |
第二章 氧乐果合成过程特性及建模方法 | 第29-50页 |
·引言 | 第29页 |
·氧乐果合成过程工艺特性分析 | 第29-33页 |
·氧乐果合成 | 第29-30页 |
·氧乐果合成特性分析 | 第30-31页 |
·氧乐果合成模型分析 | 第31-33页 |
·氧乐果合成过程建模影响因素分析 | 第33-36页 |
·系统可测参数的影响 | 第34-35页 |
·系统不可测参数的影响 | 第35-36页 |
·氧乐果合成过程系统辨识数据处理 | 第36-39页 |
·数据预处理 | 第37-39页 |
·数据预处理结果及分析 | 第39页 |
·氧乐果合成过程辨识实例 | 第39-49页 |
·BP网络辨识温度对象 | 第40-46页 |
·回归网络辨识温度对象 | 第46-49页 |
·本章小结 | 第49-50页 |
第三章 氧乐果合成中温度的参数反馈模糊控制 | 第50-61页 |
·引言 | 第50页 |
·氧乐果合成中温度控制器的结构 | 第50-52页 |
·仿人控制策略 | 第52-53页 |
·基于BP神经网络的逆模型辨识 | 第53-55页 |
·参数反馈模糊控制算法 | 第55-57页 |
·模糊规则修正参数的优化 | 第57-58页 |
·温度控制效果评价 | 第58-60页 |
·本章小结 | 第60-61页 |
第四章 氧乐果合成中温度的递归模糊神经网络控制 | 第61-79页 |
·引言 | 第61-62页 |
·神经网络辨识的混合学习算法 | 第62-67页 |
·混合学习算法的提出 | 第62-63页 |
·基于混合学习算法的神经网络辨识 | 第63-67页 |
·包含递归单元的补偿模糊神经网络 | 第67-74页 |
·递归补偿模糊神经网络的结构 | 第67-69页 |
·模型结构辨识 | 第69-72页 |
·模型参数辨识 | 第72-74页 |
·氧乐果合成温度控制方案 | 第74-78页 |
·控制方案描述 | 第74-75页 |
·仿真实验及分析 | 第75-78页 |
·本章小结 | 第78-79页 |
第五章 氧乐果合成中温度的模糊预测迭代学习控制 | 第79-90页 |
·引言 | 第79页 |
·迭代学习控制的基本原理 | 第79-81页 |
·基于模糊预测的迭代学习控制器设计 | 第81-84页 |
·基于模糊预测的迭代学习控制器结构设计 | 第82-83页 |
·基于模糊预测的迭代学习算法 | 第83-84页 |
·氧乐果合成温度预测迭代学习控制 | 第84-88页 |
·氧乐果合成控制方案 | 第84-85页 |
·氧乐果合成控制仿真实验及分析 | 第85-88页 |
·本章小结 | 第88-90页 |
第六章 氧乐果合成集成智能控制系统开发 | 第90-112页 |
·引言 | 第90页 |
·氧乐果合成的温度分段智能控制 | 第90-98页 |
·控制系统信号处理 | 第98-99页 |
·控制系统数字信号处理技术 | 第98-99页 |
·防脉冲干扰信号处理技术 | 第99页 |
·一阶数字阻容滤波 | 第99页 |
·控制系统虚拟仪表技术 | 第99-101页 |
·控制系统采样仿真 | 第100页 |
·采用虚拟仪表技术获得一甲胺流量信号 | 第100-101页 |
·一甲胺流量与投料阀开度关系转换 | 第101-103页 |
·控制系统故障诊断 | 第103-108页 |
·故障诊断神经网络专家系统组成 | 第103-104页 |
·控制系统故障分析 | 第104-105页 |
·故障征兆参数的模糊化处理 | 第105页 |
·神经网络的训练和仿真测试 | 第105-107页 |
·结果评价与分析 | 第107-108页 |
·控制系统开发及功能设计 | 第108-110页 |
·系统主菜单功能 | 第108-109页 |
·系统各窗口说明 | 第109-110页 |
·系统使用效果 | 第110-111页 |
·本章小结 | 第111-112页 |
第七章 总结与展望 | 第112-115页 |
·工作总结 | 第112-113页 |
·未来工作展望 | 第113-115页 |
附录:对象特性分析中涉及的相关图表 | 第115-123页 |
参考文献 | 第123-133页 |
博士期间发表的学术论文和完成的科研工作 | 第133-135页 |
致谢 | 第135页 |