循环流化床燃烧对象动态辨识与模糊自适应控制的研究
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第10-18页 |
1.1 课题研究背景 | 第10-11页 |
1.2 循环流化床锅炉简介 | 第11-14页 |
1.2.1 循环流化床锅炉结构与运行原理 | 第11-12页 |
1.2.2 循环流化床锅炉发展与现状 | 第12页 |
1.2.3 循环流化床锅炉燃烧特点 | 第12-13页 |
1.2.4 循环流化床锅炉控制研究现状 | 第13-14页 |
1.3 蚁群优化算法简介 | 第14-15页 |
1.3.1 蚁群优化算法的产生与发展 | 第14页 |
1.3.2 蚁群算法的研究现状 | 第14-15页 |
1.4 热工过程辨识现状 | 第15-16页 |
1.5 本文主要研究内容 | 第16-18页 |
第二章 基本蚁群算法 | 第18-25页 |
2.1 蚁群行为的原理与特点 | 第18-20页 |
2.2 蚁群算法模型与流程 | 第20-22页 |
2.2.1 基本蚁群算法模型 | 第20-22页 |
2.2.2 基本蚁群算法流程 | 第22页 |
2.3 基本蚁群算法的参数设置 | 第22-24页 |
2.4 基本蚁群算法的优点与缺陷 | 第24页 |
2.5 本章小结 | 第24-25页 |
第三章 改进蚁群算法及其在系统辨识中的应用 | 第25-37页 |
3.1 人工免疫算法 | 第25-27页 |
3.1.1 人工免疫系统简介 | 第25页 |
3.1.2 人工免疫算法流程 | 第25-26页 |
3.1.3 人工免疫算法特点 | 第26-27页 |
3.2 基于免疫原理的改进蚁群算法辨识 | 第27-31页 |
3.2.1 热工过程辨识原理 | 第27-28页 |
3.2.2 辨识方案流程设计 | 第28-29页 |
3.2.3 改进初始信息素分布 | 第29-30页 |
3.2.4 建立信息素分布调整机制 | 第30-31页 |
3.2.5 改进选择概率函数 | 第31页 |
3.3 辨识仿真 | 第31-36页 |
3.3.1 改进蚁群算法性能测试 | 第31-33页 |
3.3.2 给定模型辨识仿真 | 第33-35页 |
3.3.3 现场数据的辨识仿真 | 第35-36页 |
3.4 本章小结 | 第36-37页 |
第四章 CFB锅炉燃烧对象动态辨识 | 第37-48页 |
4.1 CFB锅炉燃烧系统控制任务分析 | 第37-40页 |
4.1.1 CFB锅炉燃烧系统被控对象 | 第37-38页 |
4.1.2 CFB锅炉燃烧系统控制目标 | 第38页 |
4.1.3 CFB锅炉燃烧系统控制特点 | 第38-40页 |
4.2 CFB锅炉燃烧对象动态特性分析及模型确定 | 第40-44页 |
4.2.1 回料阀开度对床温床压的影响 | 第41-43页 |
4.2.2 一次风量对床温床压的影响 | 第43-44页 |
4.3 燃烧对象动态辨识 | 第44-47页 |
4.4 本章小结 | 第47-48页 |
第五章 CFB锅炉燃烧系统自适应模糊控制研究 | 第48-69页 |
5.1 模糊控制器设计 | 第48-54页 |
5.1.1 模糊控制器输入输出变量的确定 | 第49页 |
5.1.2 输入变量的模糊化 | 第49-50页 |
5.1.3 定义模糊子集与隶属度函数 | 第50-53页 |
5.1.4 确定模糊控制规则 | 第53页 |
5.1.5 确定模糊推理机制 | 第53页 |
5.1.6 去模糊化处理 | 第53-54页 |
5.2 变论域模糊控制器研究 | 第54-56页 |
5.2.1 模糊变论域思想 | 第54-55页 |
5.2.2 量化因子和比例因子的自适应调整 | 第55-56页 |
5.3 自适应模糊控制规则 | 第56-58页 |
5.3.1 自适应模糊规则调整函数 | 第56-57页 |
5.3.2 函数变量调整原则 | 第57-58页 |
5.4 燃烧对象模糊控制系统设计 | 第58-64页 |
5.4.1 多变量模糊控制系统 | 第58-60页 |
5.4.2 燃烧对象控制器结构设计 | 第60-62页 |
5.4.3 燃烧系统模糊控制规则 | 第62-64页 |
5.5 CFB锅炉燃烧系统控制仿真 | 第64-68页 |
5.5.1 给定值扰动下的控制系统仿真 | 第64-66页 |
5.5.2 内扰下的控制系统仿真 | 第66-67页 |
5.5.3 外扰下的控制系统仿真 | 第67-68页 |
5.6 本章小结 | 第68-69页 |
总结与展望 | 第69-71页 |
致谢 | 第71-72页 |
参考文献 | 第72-77页 |
硕士期间发表的学术论文 | 第77页 |