| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题研究背景及意义 | 第8页 |
| 1.2 锅炉燃烧系统研究现状 | 第8-12页 |
| 1.2.1 传统控制策略及应用 | 第9-10页 |
| 1.2.2 现代控制策略及应用 | 第10-12页 |
| 1.3 遗传算法和萤火虫算法的应用 | 第12-13页 |
| 1.3.1 遗传算法的应用 | 第12-13页 |
| 1.3.2 萤火虫算法的改进及应用 | 第13页 |
| 1.4 本文所做的工作 | 第13-15页 |
| 第2章 基于辐射能的串级燃烧控制系统 | 第15-21页 |
| 2.1 燃烧控制系统 | 第15-16页 |
| 2.1.1 锅炉燃烧控制系统 | 第15页 |
| 2.1.2 锅炉燃烧控制系统控制方式及任务 | 第15-16页 |
| 2.2 蒸汽压力控制对象的动态特性分析 | 第16-18页 |
| 2.2.1 汽压控制对象在负荷扰动下的动态特性 | 第17页 |
| 2.2.2 汽压控制对象在燃烧率扰动下的动态特性 | 第17-18页 |
| 2.3 基于辐射能的锅炉燃烧控制系统 | 第18-20页 |
| 2.3.1 燃烧控制系统的典型方法 | 第18-19页 |
| 2.3.2 辐射能信号 | 第19页 |
| 2.3.3 基于辐射能信号的锅炉燃烧控制系统 | 第19-20页 |
| 2.4 小结 | 第20-21页 |
| 第3章 H∞鲁棒控制在串级燃烧控制系统中的应用 | 第21-36页 |
| 3.1 H∞鲁棒控制理论基础 | 第21-28页 |
| 3.1.1 标准H∞鲁棒控制问题 | 第21-23页 |
| 3.1.2 H∞控制的性能指标 | 第23-25页 |
| 3.1.3 H∞混合灵敏度问题 | 第25-28页 |
| 3.2 串级燃烧控制系统 | 第28-32页 |
| 3.2.1 燃料控制系统 | 第28-29页 |
| 3.2.2 模型转化处理 | 第29-32页 |
| 3.3 H∞控制器的设计 | 第32-33页 |
| 3.3.1 混合灵敏度控制设计 | 第32页 |
| 3.3.2 权函数选取 | 第32-33页 |
| 3.4 仿真分析 | 第33-35页 |
| 3.4.1 稳定性分析 | 第33-34页 |
| 3.4.2 抗干扰性分析 | 第34-35页 |
| 3.4.3 鲁棒性分析 | 第35页 |
| 3.5 小结 | 第35-36页 |
| 第4章 萤火虫算法的分析及其改进 | 第36-51页 |
| 4.1 萤火虫群算法的概述 | 第36-40页 |
| 4.1.1 标准萤火虫算法(GSO)基本原理 | 第37-38页 |
| 4.1.2 GSO算法的描述 | 第38-40页 |
| 4.2 人工鱼群算法(AFSA) | 第40页 |
| 4.2.1 人工鱼群算法的原理 | 第40页 |
| 4.2.2 人工鱼群算法的描述 | 第40页 |
| 4.3 遗传算法(GA) | 第40-44页 |
| 4.3.1 遗传算法基本原理 | 第41-43页 |
| 4.3.2 遗传算法流程图 | 第43-44页 |
| 4.4 改进人工萤火虫算法与遗传算法混合的优化算(GA-AFGSO) | 第44-46页 |
| 4.4.1 改进萤火虫混合优化算法的提出 | 第45页 |
| 4.4.2 GA-AFGSO算法的设计 | 第45-46页 |
| 4.5 数值实验 | 第46-49页 |
| 4.5.1 实验环境与算法的公共参数设置 | 第47-48页 |
| 4.5.2 实验结果对比分析 | 第48-49页 |
| 4.6 小结 | 第49-51页 |
| 第5章 基于改进萤火虫算法的H∞鲁棒控制器优化设计 | 第51-58页 |
| 5.1 基于改进萤火虫算法的加权函数寻优 | 第51-54页 |
| 5.1.1 待优化加权函数选取 | 第51页 |
| 5.1.2 优化目标建模与适应度函数的确定 | 第51-52页 |
| 5.1.3 优化目标的确定 | 第52-53页 |
| 5.1.4 GA-AFGSO算法参数设定 | 第53页 |
| 5.1.5 本文寻优步骤 | 第53-54页 |
| 5.2 稳定性验证 | 第54-55页 |
| 5.3 仿真分析与比较 | 第55-57页 |
| 5.4 小结 | 第57-58页 |
| 全文总结与展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 攻读学位期间取得的科研成果 | 第64-67页 |
| 致谢 | 第67页 |