| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 选题背景及意义 | 第10-11页 |
| 1.2 主机缸套水温度控制研究现状 | 第11-12页 |
| 1.3 神经网络研究现状 | 第12-14页 |
| 1.4 主要研究内容 | 第14-15页 |
| 第2章 主机缸套水系统数学模型 | 第15-23页 |
| 2.1 主机缸套换热模型 | 第15-17页 |
| 2.2 主机缸套水冷却器换热模型 | 第17-21页 |
| 2.2.1 热计算的基本方程式 | 第17-18页 |
| 2.2.2 热计算方法的选取 | 第18-19页 |
| 2.2.3 传热有效度-传热单元数法 | 第19-21页 |
| 2.3 三通阀混流模型 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于MATLAB/Simulink的主机缸套水系统仿真 | 第23-32页 |
| 3.1 系统仿真模型的建立 | 第23-26页 |
| 3.1.1 主机缸套换热仿真模型 | 第24页 |
| 3.1.2 主机缸套水冷却器换热仿真模型 | 第24-25页 |
| 3.1.3 三通阀混流仿真模型 | 第25-26页 |
| 3.2 仿真模型验证 | 第26-31页 |
| 3.2.1 主机额定功率仿真 | 第26-27页 |
| 3.2.2 主机斜坡功率仿真 | 第27-29页 |
| 3.2.3 三通阀开度阶跃仿真 | 第29-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第4章 神经网络理论基础 | 第32-45页 |
| 4.1 神经网络基础 | 第32-37页 |
| 4.1.1 神经元模型 | 第32-34页 |
| 4.1.2 神经网络的结构 | 第34-36页 |
| 4.1.3 神经网络的学习规则 | 第36页 |
| 4.1.4 神经网络的特点 | 第36-37页 |
| 4.2 BP神经网络 | 第37-44页 |
| 4.2.1 BP算法的基本原理 | 第37-41页 |
| 4.2.2 BP算法的缺点 | 第41-42页 |
| 4.2.3 BP算法的改进 | 第42-44页 |
| 4.3 本章小结 | 第44-45页 |
| 第5章 BP神经网络PID控制器的设计 | 第45-59页 |
| 5.1 常规PID控制器 | 第45-47页 |
| 5.1.1 PID控制原理 | 第45-47页 |
| 5.1.2 控制器局限性分析 | 第47页 |
| 5.2 BP神经网络PID控制器 | 第47-57页 |
| 5.2.1 BP神经网络PID控制器的原理 | 第47-51页 |
| 5.2.2 BP神经网络的设计 | 第51-52页 |
| 5.2.3 控制器有效性验证 | 第52-57页 |
| 5.3 本章小结 | 第57-59页 |
| 第6章 主机缸套水温度控制仿真研究 | 第59-69页 |
| 6.1 常规PID控制器仿真 | 第59-63页 |
| 6.1.1 主机额定功率仿真 | 第60-61页 |
| 6.1.2 主机斜坡功率仿真 | 第61-63页 |
| 6.2 BP神经网络PID控制器仿真 | 第63-68页 |
| 6.2.1 主机额定功率仿真 | 第64-65页 |
| 6.2.2 主机斜坡功率仿真 | 第65-68页 |
| 6.3 本章小结 | 第68-69页 |
| 第7章 结论与展望 | 第69-71页 |
| 7.1 结论 | 第69-70页 |
| 7.2 展望 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 致谢 | 第76-77页 |
| 作者简介 | 第77页 |