| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 变量注释表 | 第17-18页 |
| 1 绪论 | 第18-26页 |
| 1.1 选题的背景及意义 | 第18-19页 |
| 1.2 国内外研究现状 | 第19-21页 |
| 1.3 基于人工智能的控制技术 | 第21-23页 |
| 1.4 交流传动神经网络逆控制方法 | 第23-24页 |
| 1.5 本文的主要研究内容和章节安排 | 第24-26页 |
| 2 神经网络逆系统方法概述 | 第26-34页 |
| 2.1 逆系统方法简介 | 第26-28页 |
| 2.2 神经网络 a 阶逆系统方法的提出 | 第28页 |
| 2.3 基于神经网络 a 阶逆系统的控制方法 | 第28-33页 |
| 2.4 本章小结 | 第33-34页 |
| 3 风量调节的Simulink仿真模型 | 第34-48页 |
| 3.1 风量调节方案 | 第34-36页 |
| 3.2 基于矢量控制的变频调速原理 | 第36-38页 |
| 3.3 Simulink平台下的通风机变频调速模型 | 第38-47页 |
| 3.4 本章小结 | 第47-48页 |
| 4 基于神经网络逆系统的风量调节系统设计 | 第48-58页 |
| 4.1 通风机变频调速模型可逆性分析 | 第48-50页 |
| 4.2 神经网络逆系统控制方法实现 | 第50-55页 |
| 4.3 实验仿真 | 第55-57页 |
| 4.4 本章小结 | 第57-58页 |
| 5 基于神经网络逆系统的风量调节系统的应用 | 第58-72页 |
| 5.1 风量调节系统总体框架 | 第58-60页 |
| 5.2 现场仪表设备层 | 第60-62页 |
| 5.3 集散控制层 | 第62-68页 |
| 5.4 风量调节系统的实现 | 第68-71页 |
| 5.5 本章小结 | 第71-72页 |
| 6 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72-73页 |
| 6.2 展望 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 作者简历 | 第79-81页 |
| 学位论文数据集 | 第81页 |