| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 1 绪论 | 第9-16页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.2 国内外研究与发展状况 | 第10-13页 |
| 1.2.1 石灰石/石膏湿法烟气脱硫工艺研究与发展状况 | 第10-11页 |
| 1.2.2 软测量技术研究与发展状况 | 第11页 |
| 1.2.3 PH值控制研究与发展状况 | 第11-12页 |
| 1.2.4 模糊神经网络研究与发展状况 | 第12-13页 |
| 1.3 课题研究内容和主要工作 | 第13-16页 |
| 2 石灰石/石膏湿法烟气脱硫系统机理分析 | 第16-27页 |
| 2.1 湿法烟气脱硫工艺流程和基本原理 | 第16-18页 |
| 2.1.1 湿法烟气脱硫工艺流程 | 第16-17页 |
| 2.1.2 湿法烟气脱硫基本原理 | 第17-18页 |
| 2.2 湿法烟气脱硫系统组成 | 第18-19页 |
| 2.3 湿法烟气脱硫效率影响因素 | 第19-22页 |
| 2.4 湿法烟气脱硫系统过程分析 | 第22-24页 |
| 2.4.1 系统过程控制分析 | 第22-23页 |
| 2.4.2 系统过程参数分析 | 第23-24页 |
| 2.4.3 系统过程特性分析 | 第24页 |
| 2.5 湿法烟气脱硫系统浆液PH值控制方案分析 | 第24-26页 |
| 2.6 本章小结 | 第26-27页 |
| 3 模糊神经网络理论 | 第27-40页 |
| 3.1 模糊系统理论 | 第27-31页 |
| 3.1.1 模糊逻辑控制基本原理 | 第27页 |
| 3.1.2 模糊逻辑系统组成 | 第27-30页 |
| 3.1.3 模糊控制系统特点 | 第30-31页 |
| 3.2 误差反向传播神经网络 | 第31-34页 |
| 3.2.1 神经元模型 | 第31页 |
| 3.2.2 BP网络结构 | 第31-32页 |
| 3.2.3 BP网络算法 | 第32-34页 |
| 3.3 模糊神经网络 | 第34-39页 |
| 3.3.1 模糊神经网络概述 | 第34-35页 |
| 3.3.2 T-S模糊神经网络 | 第35-38页 |
| 3.3.3 Mamdani模糊神经网络 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 4 基于T-S模糊神经网络脱硫效率软测量建模研究 | 第40-49页 |
| 4.1 概述 | 第40页 |
| 4.2 软测量技术 | 第40-43页 |
| 4.2.1 软测量技术原理 | 第40-42页 |
| 4.2.2 软测量建模方法 | 第42-43页 |
| 4.3 基于T-S模糊神经网络脱硫效率软测量建模仿真研究 | 第43-48页 |
| 4.3.1 数据采集和预处理 | 第43-44页 |
| 4.3.2 脱硫效率模型建立 | 第44-45页 |
| 4.3.3 仿真研究 | 第45-48页 |
| 4.4 本章小结 | 第48-49页 |
| 5 基于Mamdani模糊神经网络浆液PH值控制研究 | 第49-60页 |
| 5.1 概述 | 第49页 |
| 5.2 PH值数学模型 | 第49-52页 |
| 5.3 基于Mamdani模糊神经网络PH值控制器设计与仿真 | 第52-59页 |
| 5.3.1 FNN控制器设计 | 第52-54页 |
| 5.3.2 FNN控制算法 | 第54-56页 |
| 5.3.3 仿真研究 | 第56-59页 |
| 5.4 本章小结 | 第59-60页 |
| 6 基于DEBP算法的模糊神经网络脱硫系统控制优化研究 | 第60-73页 |
| 6.1 概述 | 第60页 |
| 6.2 DEBP算法理论 | 第60-68页 |
| 6.2.1 差分进化算法 | 第60-63页 |
| 6.2.2 DEBP算法 | 第63-65页 |
| 6.2.3 仿真研究 | 第65-68页 |
| 6.3 基于DEBP算法的模糊神经网络在浆液PH值控制中仿真研究 | 第68-72页 |
| 6.4 本章小结 | 第72-73页 |
| 总结与展望 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 致谢 | 第79-80页 |
| 攻读学位期间发表学术论文目录 | 第80-81页 |
