| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究的背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国内研究现状 | 第10-11页 |
| 1.2.2 国外研究现状 | 第11-12页 |
| 1.3 课题研究的主要内容 | 第12-13页 |
| 1.4 本章小结 | 第13-15页 |
| 第二章 集中供热系统的监控方案制定 | 第15-21页 |
| 2.1 集中供热系统的结构 | 第15-16页 |
| 2.2 换热站的运行与调节 | 第16-19页 |
| 2.2.1 换热站的运行过程 | 第16-18页 |
| 2.2.2 供热调节方式的选择 | 第18-19页 |
| 2.3 换热站供热系统监控方案制定 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 基于DCS的供热站监控系统设计 | 第21-39页 |
| 3.1 集散控制系统的结构与功能 | 第21-22页 |
| 3.1.1 集散控制系统的基本组成 | 第21页 |
| 3.1.2 集散控制系统的功能 | 第21-22页 |
| 3.2 换热站控制系统的硬件设计 | 第22-28页 |
| 3.2.1 控制系统的方案制定 | 第22-23页 |
| 3.2.2 DCS控制柜设计 | 第23-25页 |
| 3.2.3 DCS控制柜硬件介绍 | 第25-28页 |
| 3.3 软件程序设计及上位机编写 | 第28-32页 |
| 3.3.1 PLC程序设计 | 第28-29页 |
| 3.3.2 上位机编写 | 第29-32页 |
| 3.4 远程通讯及监控界面设计 | 第32-38页 |
| 3.4.1 建立通讯连接 | 第32-35页 |
| 3.4.2 远程监控界面设计 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 供水温度的预测与控制策略研究 | 第39-49页 |
| 4.1 供热负荷预测算法的提出 | 第39-40页 |
| 4.1.1 供热负荷预测的意义 | 第39页 |
| 4.1.2 RBF网络预测的原理 | 第39-40页 |
| 4.2 RBF神经网络的热负荷预测 | 第40-43页 |
| 4.2.1 RBF神经网络模型定义 | 第40-41页 |
| 4.2.2 RBF神经网络算法学习 | 第41-43页 |
| 4.3 供水温度的控制系统 | 第43-44页 |
| 4.3.1 供水温度的调节原理 | 第43-44页 |
| 4.3.2 供水温度的控制系统构成 | 第44页 |
| 4.4 模糊PID算法的温度控制 | 第44-48页 |
| 4.4.1 Smith预估控制原理 | 第44-45页 |
| 4.4.2 模糊PID控制原理 | 第45页 |
| 4.4.3 Smith-Fuzzy-PID控制器设计 | 第45-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 供水温度的预测与控制实验验证 | 第49-69页 |
| 5.1 二次网供水温度系统的模型建立 | 第49-50页 |
| 5.2 RBF神经网络的供水温度预测实验 | 第50-57页 |
| 5.2.1 输入与输出变量的选择 | 第50-51页 |
| 5.2.2 负荷数据的预处理 | 第51-52页 |
| 5.2.3 样本训练及校验结果 | 第52-57页 |
| 5.3 自适应模糊算法的供水温度控制实验 | 第57-68页 |
| 5.3.1 RBF网络预测的建立 | 第57-58页 |
| 5.3.2 Smith-Fuzzy-PID控制器的建立 | 第58-65页 |
| 5.3.3 仿真实验结果分析 | 第65-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第六章 结论与展望 | 第69-71页 |
| 6.1 结论 | 第69-70页 |
| 6.2 未来展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 发表论文和参加科研情况 | 第75-77页 |
| 致谢 | 第77页 |