供暖锅炉集中控制系统研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景与意义 | 第10-11页 |
| 1.2 国内外锅炉温度控制系统发展现状 | 第11-14页 |
| 1.3 本文主要研究内容 | 第14-16页 |
| 第2章 电热锅炉集中控制系统的组成 | 第16-24页 |
| 2.1 电热锅炉的工作原理与工艺介绍 | 第17-19页 |
| 2.1.1 电热锅炉的工作原理 | 第17-19页 |
| 2.1.2 电热锅炉的控制要点 | 第19页 |
| 2.2 电热锅炉的运行调节 | 第19-22页 |
| 2.3 可编程控制器 | 第22-24页 |
| 第3章 BP神经网络PID控制的研究 | 第24-38页 |
| 3.1 神经网络的理论基础 | 第24-26页 |
| 3.1.1 人工神经元模型 | 第24-25页 |
| 3.1.2 神经网络的结构及工作方式 | 第25页 |
| 3.1.3 神经网络的学习 | 第25-26页 |
| 3.2 BP神经网络 | 第26-30页 |
| 3.2.1 BP神经网络模型结构 | 第26页 |
| 3.2.2 BP神经网络的学习算法 | 第26-30页 |
| 3.3 BP神经网络算法的改进 | 第30-33页 |
| 3.3.1 引入梯度方向的历史改变量的影响 | 第31页 |
| 3.3.2 学习速率的自适应调整 | 第31-32页 |
| 3.3.3 在隐含层的激活函数中引入增益因子 | 第32-33页 |
| 3.4 BP神经网络PID算法原理 | 第33-38页 |
| 第4章 运行调节控制算法的仿真结果及数据分析 | 第38-62页 |
| 4.1 多阶段运行调节的控制算法 | 第38-39页 |
| 4.2 实验平台的设计 | 第39-48页 |
| 4.2.1 实验平台硬件系统设计 | 第39-44页 |
| 4.2.2 平台软件设计 | 第44-48页 |
| 4.3 电热锅炉的数学模型 | 第48-52页 |
| 4.3.1 系统辨识简介 | 第48-49页 |
| 4.3.2 最小二乘系统辨识 | 第49-52页 |
| 4.4 基于标准BP神经网络算法的仿真 | 第52-56页 |
| 4.5 基于改进的BP神经网络算法的仿真 | 第56-60页 |
| 4.6 两种算法在扰动下的响应效果比较 | 第60-62页 |
| 第5章 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62页 |
| 5.2 未来与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68页 |
