| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题的背景和意义 | 第10-11页 |
| ·国内外研究现状和发展趋势 | 第11-15页 |
| ·国外研究发展现状 | 第11-12页 |
| ·国内研究发展现状 | 第12-14页 |
| ·未来的发展方向、趋势及研究热点 | 第14-15页 |
| ·本文研究的主要内容 | 第15-16页 |
| 第二章 双进双出磨煤机工作原理 | 第16-27页 |
| ·双进双出磨煤机介绍 | 第16-18页 |
| ·双进双出磨煤机总体结构 | 第16页 |
| ·双进双出磨煤机各主要部件功能 | 第16-18页 |
| ·双进双出磨煤机的工作流程、特点和控制任务 | 第18-22页 |
| ·双进双出磨煤机的工作流程 | 第18-19页 |
| ·双进双出磨煤机制粉系统的特点 | 第19-20页 |
| ·双进双出磨煤机制粉系统的控制任务 | 第20-22页 |
| ·影响磨煤机出力的因素 | 第22-24页 |
| ·煤位对磨煤机出力的影响 | 第22页 |
| ·通风量对磨煤机出力的影响 | 第22-23页 |
| ·筒体转速对磨煤机出力的影响 | 第23-24页 |
| ·原煤含水量对磨煤机出力的影响 | 第24页 |
| ·双进双出磨煤机的控制特点 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 基于改进粒子群算法的双进双出磨煤机神经网络建模 | 第27-39页 |
| ·神经网络发展状况 | 第27-28页 |
| ·非线性系统神经网络建模与辨识 | 第28页 |
| ·双进双出磨煤机神经网络建模 | 第28-35页 |
| ·BP网络学习规则 | 第29-32页 |
| ·神经网络模型的建立 | 第32-33页 |
| ·改进粒子群算法 | 第33-34页 |
| ·基于改进PSO方法的神经网络模型参数优化 | 第34-35页 |
| ·神经网络模型仿真分析 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 双进双出磨煤机控制器分析 | 第39-47页 |
| ·双进双出磨煤机系统的耦合性分析及解耦控制 | 第39-41页 |
| ·双进双出磨煤机系统的先进控制方法与应用 | 第41-45页 |
| ·自寻优控制器 | 第41-42页 |
| ·模糊控制器 | 第42-43页 |
| ·基于规则的智能控制器 | 第43-44页 |
| ·神经元控制器 | 第44-45页 |
| ·全程控制系统 | 第45页 |
| ·预测控制器 | 第45页 |
| ·现有控制方案的应用 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 基于预测控制的磨煤机逆控制 | 第47-57页 |
| ·控制思想描述 | 第47-50页 |
| ·逆系统方法 | 第47-49页 |
| ·神经网络预测控制方法 | 第49页 |
| ·基于预测控制的神经网络逆控制器总体设计 | 第49-50页 |
| ·控制器结构及性能优化 | 第50-54页 |
| ·预测模型结构 | 第50-51页 |
| ·神经网络逆系统结构 | 第51页 |
| ·优化性能指标 | 第51-52页 |
| ·神经网络逆控制器训练 | 第52-53页 |
| ·神经网络预测模型修正 | 第53-54页 |
| ·控制器仿真 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 在学研究成果 | 第61-62页 |
| 致谢 | 第62页 |