基于神经网络的锅炉控制系统优化研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题的研究背景与意义 | 第9-10页 |
| 1.3 人工神经网络介绍 | 第10-12页 |
| 1.3.1 神经网络发展及国内外现状 | 第10-11页 |
| 1.3.2 神经网络原理及优点 | 第11-12页 |
| 1.4 模糊控制简介 | 第12-14页 |
| 1.4.1 模糊控制的发展及现状 | 第12-13页 |
| 1.4.2 模糊控制原理简介 | 第13-14页 |
| 1.5 锅炉蒸汽压力控制系统的现状 | 第14页 |
| 1.6 本文的主要内容 | 第14-16页 |
| 第2章 RBF 神经网络原理 | 第16-25页 |
| 2.1 RBF 神经网络结构 | 第16-19页 |
| 2.1.1 径向基函数 | 第16-17页 |
| 2.1.2 正则化网络 | 第17-18页 |
| 2.1.3 广义网络 | 第18-19页 |
| 2.2 RBF 神经网络的学习算法 | 第19-23页 |
| 2.2.1 聚类算法 | 第20-21页 |
| 2.2.2 梯度训练法 | 第21-22页 |
| 2.2.3 正交最小二乘法 | 第22-23页 |
| 2.3 径向基函数的插值问题 | 第23-24页 |
| 2.3.1 插值问题描述 | 第23页 |
| 2.3.2 解决插值问题方法 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 锅炉燃烧控制系统硬件软件设计 | 第25-34页 |
| 3.1 锅炉工艺流程及原理 | 第25-26页 |
| 3.2 锅炉控制系统的控制要求 | 第26-27页 |
| 3.4 控制系统的结构和组成 | 第27-29页 |
| 3.4.1 操作管理层 | 第28-29页 |
| 3.4.2 过程控制层 | 第29页 |
| 3.4.3 现场检测层 | 第29页 |
| 3.5 控制系统操作界面 | 第29-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第4章 锅炉燃烧系统神经网络建模 | 第34-41页 |
| 4.1 锅炉燃烧系统建模要求 | 第34-36页 |
| 4.1.1 数据的选取 | 第34-35页 |
| 4.1.2 工具软件的选取 | 第35-36页 |
| 4.1.3 数据的滤波与筛选 | 第36页 |
| 4.2 模型的建立 | 第36-40页 |
| 4.3 本章小结 | 第40-41页 |
| 第5章 蒸汽压力控制系统的优化研究 | 第41-51页 |
| 5.1 PID 控制器简介 | 第41页 |
| 5.2 模糊控制组成 | 第41-42页 |
| 5.3 模糊控制器的设计 | 第42-46页 |
| 5.3.1 模糊化过程 | 第44-45页 |
| 5.3.2 知识库 | 第45页 |
| 5.3.3 模糊推理 | 第45页 |
| 5.3.4 反模糊化 | 第45-46页 |
| 5.4 模糊自整定 PID 控制器 | 第46-48页 |
| 5.5 控制系统仿真 | 第48-50页 |
| 5.6 本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间发表的学术论文 | 第56-57页 |
| 致谢 | 第57页 |
