首页--工业技术论文--电工技术论文--发电、发电厂论文--发电厂论文--火力发电厂、热电站论文

火电机组热工过程辨识与机组负荷优化控制研究

摘要第4-5页
Abstract第5页
第一章 绪论第8-16页
    1.1 研究背景第8-9页
    1.2 热工过程辨识研究现状第9-12页
    1.3 单元机组优化控制研究现状第12-15页
    1.4 论文主要研究内容第15-16页
第二章 热工过程神经网络模型辨识方法研究第16-30页
    2.1 引言第16页
    2.2 一种改进的神经网络模型辨识方法第16-20页
        2.2.1 改进的神经网络训练指标第16-18页
        2.2.2 基于改进性能指标的神经网络学习算法推导第18-20页
        2.2.3 改进的神经网络模型辨识算法步骤第20页
    2.3 过程阶次辨识与神经网络模型结构优化第20-24页
        2.3.1 基于相关度的剪枝算法第21-22页
        2.3.2 基于灵敏度的剪枝算法第22-23页
        2.3.3 改进的神经网络剪枝策略及算法步骤第23-24页
    2.4 仿真研究第24-29页
    2.5 本章小结第29-30页
第三章 单元机组负荷优化控制第30-64页
    3.1 引言第30页
    3.2 汽包锅炉机组负荷控制方式第30-32页
        3.2.1 炉跟机控制方式第31页
        3.2.2 机跟炉控制方式第31-32页
    3.3 基于遗传算法的机组负荷PID控制器参数优化第32-50页
        3.3.1 改进的优化整定性能指标第32-33页
        3.3.2 参数寻优范围的确定第33-34页
        3.3.3 基于遗传算法的机组负荷PID控制器参数优化整定步骤第34-35页
        3.3.4 仿真研究第35-50页
    3.4 单元机组负荷多变量预测控制器设计第50-62页
        3.4.1 新型预测控制性能指标第50页
        3.4.2 基于新型性能指标的预测控制算法推导第50-53页
        3.4.3 单元机组负荷预测控制参数的自适应第53页
        3.4.4 预测控制仿真研究第53-62页
    3.5 本章小结第62-64页
第四章 单元机组负荷控制应用研究第64-86页
    4.1 引言第64页
    4.2 数据采集第64-66页
    4.3 基于现场数据的神经网络辨识第66-69页
    4.4 传递函数提取第69-74页
    4.5 机组负荷PID控制器参数优化整定与仿真第74-80页
        4.5.1 PID控制器设计第74-76页
        4.5.2 非线性对象PID控制系统控制效果第76-80页
    4.6 机组负荷预测控制器参数优化整定与仿真第80-85页
        4.6.1 预测控制器设计第80-82页
        4.6.2 非线性对象的预测控制效果第82-85页
    4.7 本章小结第85-86页
第五章 结论与展望第86-88页
    5.1 本文主要工作内容第86-87页
    5.2 今后工作展望第87-88页
参考文献第88-94页
读硕士学位期间发表的论文及其它成果第94-96页
致谢第96页

论文共96页,点击 下载论文
上一篇:钙掺杂对镧锰氧化物超级电容器性能的影响
下一篇:基于观测器复合模型预测的直驱式风电系统控制研究