首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

智能控制在原料场配料控制系统中的应用

中文摘要第1-3页
Abstract第3-5页
目录第5-7页
第一章 绪论第7-16页
 1.1 自动控制理论的发展历史、现状及趋势第7-10页
  1.1.1 自动控制理论的发展过程第7-8页
  1.1.2 智能控制的产生和功能特点第8-9页
  1.1.3 智能控制的现状及其发展趋势第9-10页
 1.2 模糊控制技术的现状和融合发展第10-11页
 1.3 人工神经网络控制技术的发展和现状第11-14页
 1.4 论文选题的背景及主要内容第14-16页
第二章 免疫理论及模糊控制器的原理及其设计第16-26页
 2.1 生物免疫机理介绍第16页
 2.2 生物免疫基本控制原理第16-17页
 2.3 模糊控制理论的基本原理第17-25页
  2.3.1 模糊控制器系统设计第19页
  2.3.2 尺度变换,模糊化和去模糊化方法第19-21页
  2.3.3 模糊控制规则的设计第21-23页
   2.3.3.1 选择语言变量并定义模糊子集第21-22页
   2.3.3.2 建立模糊控制器的控制规则第22-23页
  2.3.4 模糊参数的选择第23-25页
 2.4 免疫模糊PID控制器设计基本原理第25-26页
第三章 径向基神经网络控制器原理及其设计方案第26-47页
 3.1 神经网络的基本原理第26-31页
  3.1.1 人工神经元模型第26-27页
  3.1.2 神经元的传递函数第27-28页
  3.1.3 神经网络的基本类型第28-31页
   3.1.3.1 神经网络的基本特性和结构第28-29页
   3.1.3.2 神经网络的主要学习算法第29-30页
   3.1.3.3 神经网络的典型模型第30-31页
 3.2 径向基神经网络第31-37页
  3.2.1 径向基神经网络基本结构第31-33页
  3.2.2 RBF神经网络的学习算法第33-36页
   3.2.2.1 RBF神经网络的基本学习算法第33-34页
   3.2.2.2 改进的RBF网络学习算法第34-35页
   3.2.2.3 RBF网络的推广(泛化)能力第35-36页
  3.2.3 径向基神经网络设计第36-37页
   3.2.3.1 径向基神经网络设计第36-37页
   3.2.3.2 网络参量收敛于最小点的性质第37页
 3.3 模型预测控制第37-47页
  3.3.1 预测控制技术的发展历程第37-39页
  3.3.2 模型预测控制基本原理第39-42页
   3.3.2.1 模型预测控制分类及其基本特征第39-41页
   3.3.2.2 模型预测控制基本步骤第41-42页
  3.3.3 利用径向基神经网络进行模型预测控制第42-47页
   3.3.3.1 RBFNN辨识网络设计第42-44页
   3.3.3.2 RBFNN预测控制网络设计第44-45页
   3.3.3.3 控制算法的步骤第45-47页
第四章 智能控制在原料场配料系统中的应用第47-63页
 4.1 智能配料控制系统第47-53页
  4.1.1 三钢料场称重配料工艺简介第47页
  4.1.2 原料场计算机配料控制系统结构简介第47-53页
   4.1.2.1 系统的软件与硬件构成第47-50页
   4.1.2.2 S7-400系统现场多种通讯模式网络结构第50-52页
   4.1.2.3 SIEMENS STEP7与WINCC程序设计结构第52-53页
 4.2 智能控制在智能配料控制系统中的应用第53-63页
  4.2.1 备用料仓圆盘的下料控制第55-59页
   4.2.1.1 免疫模糊PID控制方案第56-57页
   4.2.1.2 仿真实验第57-58页
   4.2.1.3 实际控制效果分析第58-59页
  4.2.2 钢渣料仓圆盘的下料控制第59-63页
   4.2.2.1 基于RBFNN的MPC控制方案第59-60页
   4.2.2.2 仿真实验第60-61页
   4.2.2.3 实际控制效果分析第61-63页
结束语第63-64页
参考文献第64-67页
致谢第67-68页
个人简历第68页

论文共68页,点击 下载论文
上一篇:白芥子丸三伏穴位贴敷治疗支气管哮喘的疗效观察及对IL-13、IFN-γ干预作用研究
下一篇:高敏C反应蛋白与不稳定性心绞痛中医证型的关系及中药的干预作用