| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景 | 第10页 |
| 1.2 合成氨生产的国内外研究现状 | 第10-12页 |
| 1.2.1 国外发展状况 | 第10-11页 |
| 1.2.2 国内发展状况 | 第11-12页 |
| 1.3 氢氮比控制的研究现状 | 第12-13页 |
| 1.4 合成塔温度解耦控制的研究现状 | 第13-14页 |
| 1.5 合成氨生产过程中存在的难题 | 第14页 |
| 1.6 课题的研究意义 | 第14-15页 |
| 1.7 论文组织结构 | 第15-16页 |
| 第2章 合成氨生产的工艺及原理 | 第16-24页 |
| 2.1 合成氨生产工艺及其控制要求 | 第16-18页 |
| 2.1.1 氨生产的工艺流程 | 第16-17页 |
| 2.1.2 工艺要求 | 第17-18页 |
| 2.2 合成氨生产装置及其工作原理 | 第18-21页 |
| 2.2.1 造气炉及其工作原理 | 第18-20页 |
| 2.2.2 合成塔及其工作原理 | 第20-21页 |
| 2.3 工艺流程分析 | 第21-22页 |
| 2.4 氢氮比控制中存在的问题 | 第22-23页 |
| 2.5 合成塔内催化剂床层温度控制存在的问题 | 第23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 氢氮比控制方法的研究 | 第24-47页 |
| 3.1 控制算法的选定 | 第24-25页 |
| 3.2 常规PID控制 | 第25-26页 |
| 3.3 Smith预估控制 | 第26-27页 |
| 3.4 模糊控制器 | 第27-28页 |
| 3.5 基于Smith预估器的双模控制 | 第28-30页 |
| 3.6 基于加权模糊规则的混合控制 | 第30-31页 |
| 3.7 基于PSO优化的RBF神经网络控制 | 第31-37页 |
| 3.7.1 RBF神经网络的基础 | 第31-35页 |
| 3.7.2 PSO对RBF网络结构参数的优化 | 第35-36页 |
| 3.7.3 PSO优化RBF算法的步骤流程 | 第36-37页 |
| 3.8 MATLAB编程及仿真实验结果 | 第37-45页 |
| 3.8.1 被控对象模型 | 第37页 |
| 3.8.2 基于加权模糊规则的混合控制实验结果 | 第37-41页 |
| 3.8.3 基于PSO优化的RBF神经网络的控制结果 | 第41-45页 |
| 3.8.4 两种算法的对比 | 第45页 |
| 3.9 本章小结 | 第45-47页 |
| 第4章 合成塔床层温度解耦控制方法的研究 | 第47-63页 |
| 4.1 控制算法的选定 | 第47-48页 |
| 4.2 对角矩阵解耦控制原理 | 第48-49页 |
| 4.3 神经网络解耦算法 | 第49-53页 |
| 4.3.1 RBF神经网络解耦算法 | 第49-50页 |
| 4.3.2 QDRNN神经网络解耦算法 | 第50-53页 |
| 4.4 MATLAB编程及仿真实验结果 | 第53-61页 |
| 4.4.1 被控对象模型 | 第53页 |
| 4.4.2 常规PID解耦仿真实验结果 | 第53-56页 |
| 4.4.3 对角矩阵仿真实验结果 | 第56-57页 |
| 4.4.4 RBF神经网络解耦仿真实验结果 | 第57-59页 |
| 4.4.5 基于QDRNN神经网络解耦的仿真实验结果 | 第59-61页 |
| 4.5 本章小结 | 第61-63页 |
| 第5章 DCS控制系统的设计 | 第63-71页 |
| 5.1 集散控制系统简介 | 第63页 |
| 5.2 DCS系统的选择 | 第63-64页 |
| 5.3 氢氮比单炉控制下位机器件 | 第64-65页 |
| 5.4 上位机监控界面设计 | 第65-70页 |
| 5.4.1 SIMATIC WINCC简介 | 第65页 |
| 5.4.2 氢氮比监控界面设计 | 第65-68页 |
| 5.4.3 温度解耦的监控设计 | 第68-70页 |
| 5.5 本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 附录 | 第77-85页 |
| 攻读硕士学位期间所发表的论文 | 第85-87页 |
| 致谢 | 第87页 |