摘要 | 第1-7页 |
ABSTRACT | 第7-10页 |
第1章 绪论 | 第10-20页 |
·选题意义 | 第10页 |
·纯滞后对象及特点 | 第10-12页 |
·纯滞后的产生 | 第10-11页 |
·具有纯滞后对象的传递函数 | 第11-12页 |
·时滞系统的研究现状 | 第12-13页 |
·参数自整定控制方法概述 | 第13-18页 |
·传统的PID控制器参数整定方法 | 第14-16页 |
·自整定算法的研究现状 | 第16-17页 |
·智能自整定方法 | 第17-18页 |
·课题的研究背景 | 第18-19页 |
·本论文的主要工作和研究内容 | 第19-20页 |
第2章 模糊控制和神经网络原理 | 第20-28页 |
·模糊控制原理 | 第20-22页 |
·神经网络控制原理 | 第22-27页 |
·神经网络的结构 | 第22-24页 |
·神经网络的学习规则 | 第24-25页 |
·误差反向传播学习的BP算法 | 第25-27页 |
·本章小结 | 第27-28页 |
第3章 时滞系统的先进PID控制方法的研究 | 第28-43页 |
·微分先行控制 | 第28-30页 |
·微分对系统动态的影响 | 第28-29页 |
·微分先行控制方案的分析 | 第29-30页 |
·Smith预估控制 | 第30-33页 |
·Smith预估控制器的组成 | 第30-31页 |
·Smith预估控制算法的性能分析 | 第31-33页 |
·大林(Dahlin)控制 | 第33-36页 |
·大林控制算法的基本思想 | 第33-34页 |
·Dahlin控制算法的性能分析 | 第34-36页 |
·控制算法在B&R温控系统中控制性能的仿真 | 第36-42页 |
·微分先行控制的仿真分析 | 第36-38页 |
·Smith预估控制的仿真分析 | 第38-40页 |
·大林控制的仿真分析 | 第40-42页 |
·本章小结 | 第42-43页 |
第4章 基于神经网络的模糊自适应PID控制在B&R温控系统中的研究 | 第43-54页 |
·基于神经网络的模糊自适应PID控制 | 第44-45页 |
·基于神经网络的模糊自适应PID控制器的设计 | 第45-51页 |
·模糊化功能模块的原理分析 | 第45-46页 |
·PID控制器的设计 | 第46页 |
·在线预报神经网络NNM的设计 | 第46-48页 |
·神经网络NN的设计 | 第48-50页 |
·控制算法设计步骤 | 第50-51页 |
·仿真分析 | 第51-53页 |
·本章小结 | 第53-54页 |
第5章 贝加莱温控装置时滞系统的控制算法实现 | 第54-66页 |
·贝加莱PID温控装置的结构 | 第54-55页 |
·控制对象的描述 | 第55-57页 |
·贝加莱可编程计算机控制器PCC | 第57页 |
·贝加莱温控系统解决方案 | 第57-58页 |
·PWM控制 | 第58-60页 |
·控制任务的实现 | 第60-61页 |
·温度控制策略 | 第60页 |
·上位机人机界面 | 第60-61页 |
·系统实验及实验结果分析 | 第61-65页 |
·系统实验平台 | 第61页 |
·实验结果分析 | 第61-65页 |
·本章小结 | 第65-66页 |
结论 | 第66-67页 |
致谢 | 第67-68页 |
参考文献 | 第68-72页 |
攻读硕士学位期间发表的论文 | 第72页 |