| 第一章 文献综述 | 第1-26页 |
| ·有关研究领域的历史、现状 | 第15-17页 |
| ·反应技术 | 第16-17页 |
| ·控制技术 | 第17页 |
| ·前人在本课题研究领域中的成果 | 第17-24页 |
| ·固定床反应器的模型 | 第18-19页 |
| ·系统辨识 | 第19-20页 |
| ·状态估计和测量位置 | 第20-21页 |
| ·软测量技术 | 第21-22页 |
| ·先进控制 | 第22-23页 |
| ·优化控制 | 第23-24页 |
| ·本课题的主要研究内容及方法 | 第24页 |
| ·实施方案的总体设想 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第二章 固定床流向变换催化燃烧反应器概述 | 第26-31页 |
| ·基本概念与术语 | 第26-27页 |
| ·固定床催化反应器流向变换强制周期操作 | 第27-29页 |
| ·固定床催化反应器流向变换强制周期操作的原理 | 第27-28页 |
| ·固定床催化反应器流向变换强制周期操作的特点 | 第28-29页 |
| ·流向变换催化燃烧反应器的热波特性 | 第29页 |
| ·流向变换催化燃烧反应器的可操作性 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 流向变换催化燃烧反应器监控系统设计 | 第31-41页 |
| ·硬件设计 | 第31-34页 |
| ·测点信号的分类 | 第31-33页 |
| ·系统的硬件构成 | 第33-34页 |
| ·软件设计 | 第34-40页 |
| ·MCGS组态软件简介 | 第34-35页 |
| ·MCGS的组态过程 | 第35页 |
| ·基于MCGS的流向变换催化燃烧反应器监控系统的主要功能 | 第35-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 流向变换催化燃烧反应器的温度预测 | 第41-49页 |
| ·机理模型 | 第41-44页 |
| ·动态非均相数学模型 | 第42-44页 |
| ·基于改进的RBF神经网络拟定态模型 | 第44-48页 |
| ·RBF神经网络 | 第44-45页 |
| ·RBF网络的学习步骤 | 第45页 |
| ·床层温度的拟定态模型 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 床层温度分布的动态模型 | 第49-56页 |
| ·动态RBFNN的基本结构 | 第49-51页 |
| ·流向变换催化燃烧反应器的动态RBFNN模型 | 第51-55页 |
| ·RBFNN的输入输出变量 | 第51页 |
| ·模型参数的在线自适应校正 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 床层温度闭环控制 | 第56-67页 |
| ·温度闭环控制实验 | 第56-62页 |
| ·实验前准备 | 第57页 |
| ·熄火实验 | 第57-59页 |
| ·飞温实验 | 第59-62页 |
| ·周期参考模型 | 第62-65页 |
| ·平均温度的周期参考模型 | 第62-64页 |
| ·峰值温度的周期参考模型 | 第64-65页 |
| ·周期参考曲线 | 第65页 |
| ·本章小结 | 第65-67页 |
| 第七章 基于RBFNN的非线性神经网络内模控制 | 第67-80页 |
| ·非线性内模控制 | 第68-70页 |
| ·内模控制原理 | 第68-69页 |
| ·神经网络内模控制 | 第69-70页 |
| ·非线性内模控制器的设计 | 第70页 |
| ·流向变换催化燃烧反应器的神经网络内模控制 | 第70-79页 |
| ·控制系统结构 | 第70-71页 |
| ·过程辨识模型 | 第71-73页 |
| ·非线性内模控制器 | 第73-77页 |
| ·在线参数校正 | 第77-79页 |
| ·本章小结 | 第79-80页 |
| 第八章 结论 | 第80-83页 |
| 参 考 文 献 | 第83-88页 |
| 附 录 | 第88-105页 |
| 致 谢 | 第105-106页 |
| 攻读学位期间发表的学术论文目录 | 第106页 |