| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 选题研究的背景及意义 | 第9页 |
| 1.2 CFB锅炉建模研究现状 | 第9-12页 |
| 1.2.1 机理建模研究现状 | 第9-11页 |
| 1.2.2 实验建模研究现状 | 第11页 |
| 1.2.3 数据驱动建模研究现状 | 第11-12页 |
| 1.3 CFB锅炉控制研究现状 | 第12-14页 |
| 1.4 论文的结构安排 | 第14-15页 |
| 第2章 循环流化床锅炉介绍及控制系统特性 | 第15-21页 |
| 2.1 循环流化床锅炉结构及工艺流程 | 第15-16页 |
| 2.2 循环流化床锅炉控制系统的目标及特点 | 第16-19页 |
| 2.2.1 循环流化床锅炉燃烧系统控制目标 | 第16-17页 |
| 2.2.2 协调控制系统的基本概念及其任务 | 第17页 |
| 2.2.3 循环流化床锅炉协调控制系统的结构 | 第17-18页 |
| 2.2.4 循环流化床锅炉控制系统控制特点 | 第18-19页 |
| 2.3 循环流化床锅炉协调控制系统简化模型 | 第19页 |
| 2.4 本章小结 | 第19-21页 |
| 第3章 循环流化床锅炉协调控制系统建模与仿真 | 第21-41页 |
| 3.1 循环流化床锅炉协调控制系统线性最小二乘法辨识 | 第21-26页 |
| 3.1.1 最小二乘法线性辨识 | 第21-25页 |
| 3.1.2 最小二乘辨识模型测试 | 第25-26页 |
| 3.2 循环流化床锅炉协调控制系统的RBF神经网络模型 | 第26-31页 |
| 3.2.1 RBF神经网络辨识方法介绍 | 第26-28页 |
| 3.2.2 RBF神经网络模型的设计 | 第28-29页 |
| 3.2.3 RBF神经网络模型的训练 | 第29-30页 |
| 3.2.4 RBF神经网络模型的测试 | 第30-31页 |
| 3.3 循环流化床锅炉协调控制系统的模糊神经网络模型 | 第31-39页 |
| 3.3.1 T-S模糊神经网络辨识方法介绍 | 第31-33页 |
| 3.3.2 T-S模糊神经网络模型的设计 | 第33-36页 |
| 3.3.3 T-S模糊神经网络模型的训练 | 第36-38页 |
| 3.3.4 T-S模糊神经网络模型的测试 | 第38-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 基于T-S模糊神经网络的循环流化床锅炉协调控制系统广义预测控制及仿真 | 第41-51页 |
| 4.1 预测控制的基本理论 | 第41-43页 |
| 4.2 基于T-S模糊神经网络模型的广义预测控制 | 第43-47页 |
| 4.2.1 控制算法推导 | 第44-47页 |
| 4.2.2 约束处理 | 第47页 |
| 4.3 设计控制器与仿真 | 第47-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 结论与展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第55-56页 |
| 致谢 | 第56页 |
