改进神经网络解耦方法在真空退火炉中的应用研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-15页 |
| ·论文选题依据 | 第9-10页 |
| ·真空退火温度控制系统的研究现状 | 第10-11页 |
| ·解耦控制技术的研究现状 | 第11-13页 |
| ·论文的研究内容 | 第13-15页 |
| 2 系统解耦控制的基本理论 | 第15-21页 |
| ·系统解耦控制原理 | 第15-17页 |
| ·几种基本的解耦设计方法 | 第17-18页 |
| ·对角矩阵综合法 | 第17页 |
| ·单位矩阵综合法 | 第17-18页 |
| ·Nyquist 阵列法 | 第18页 |
| ·系统的智能解耦控制技术 | 第18-20页 |
| ·智能解耦技术概述 | 第18-20页 |
| ·常见的神经网络解耦方案 | 第20页 |
| ·本章小结 | 第20-21页 |
| 3 真空退火温控系统建模及其性能分析 | 第21-43页 |
| ·内热式真空退火系统介绍 | 第21-23页 |
| ·真空退火炉中热传导分析 | 第23-25页 |
| ·真空退火炉温度模型的建立 | 第25-38页 |
| ·利用模糊理论建立温度模型 | 第25-29页 |
| ·利用预测函数法建立温度模型 | 第29-38页 |
| ·真空退火炉三温区耦合性分析 | 第38-42页 |
| ·相对放大系数分析法原理 | 第38-41页 |
| ·真空退火温控系统耦合性分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 4 PSO-GA 混合算法介绍及其性能仿真 | 第43-53页 |
| ·PSO-GA 混合算法介绍 | 第43-49页 |
| ·PSO 算法 | 第43-45页 |
| ·GA 算法 | 第45-47页 |
| ·PSO-GA 算法 | 第47-49页 |
| ·PSO-GA 混合算法性能仿真 | 第49-51页 |
| ·寻优性能测试 | 第49-50页 |
| ·网络训练性能测试 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 5 真空退火温控系统解耦控制器的设计与仿真 | 第53-63页 |
| ·PID 神经网络控制原理 | 第53-54页 |
| ·真空退火炉温度解耦控制方案 | 第54-56页 |
| ·解耦控制参数选择 | 第56-58页 |
| ·神经网络权值及阈值的编码表示 | 第56页 |
| ·神经网络训练的参数选择 | 第56-58页 |
| ·解耦控制仿真结果分析 | 第58-62页 |
| ·解耦特性仿真 | 第58-59页 |
| ·解耦控制效果仿真 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 6 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 附录 部分程序清单 | 第69-73页 |
| 作者简历 | 第73-75页 |
| 学位论文数据集 | 第75页 |
