多座不对称焦炉集气管压力智能解耦与优化控制策略及应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章 绪论 | 第12-22页 |
| ·研究背景与意义 | 第13-15页 |
| ·国内外研究现状 | 第15-19页 |
| ·焦炉集气管压力机理模型研究 | 第15-16页 |
| ·焦炉集气管压力解耦算法研究 | 第16-17页 |
| ·焦炉集气管压力优化控制算法研究 | 第17-19页 |
| ·论文基本思想与研究内容 | 第19-20页 |
| ·论文构成 | 第20-22页 |
| 第二章 集气过程工艺分析与集气管压力预测模型 | 第22-50页 |
| ·焦炉煤气集气过程机理分析 | 第22-27页 |
| ·焦炉煤气集气过程工艺分析 | 第22-25页 |
| ·机理模型及分析 | 第25-27页 |
| ·焦炉煤气集气过程数据分析 | 第27-34页 |
| ·集气过程影响因素 | 第28页 |
| ·集气过程控制要求 | 第28-30页 |
| ·基于主成分分析的数据关联分析 | 第30-34页 |
| ·集气管压力建模方法 | 第34-35页 |
| ·集气管压力预测模型构成 | 第35-49页 |
| ·集气管压力灰色预测模型 | 第36-40页 |
| ·集气管压力BP神经网络模型 | 第40-43页 |
| ·集气管压力智能集成预测模型 | 第43-46页 |
| ·集气管压力预测模型检验 | 第46-49页 |
| ·小结 | 第49-50页 |
| 第三章 焦炉集气管压力智能解耦算法 | 第50-71页 |
| ·多变量系统解耦的必要性 | 第50-51页 |
| ·焦炉集气管压力的解耦方法 | 第51-54页 |
| ·多变量系统的解耦方法 | 第51-53页 |
| ·集气管压力的模糊解耦方法 | 第53-54页 |
| ·焦炉集气管压力的解耦原理 | 第54-56页 |
| ·焦炉煤气集气过程耦合度分析 | 第56-63页 |
| ·耦合度的定义 | 第57-59页 |
| ·基于概率统计法的动态耦合度分析法 | 第59-61页 |
| ·动态耦合度计算与分组原则 | 第61-62页 |
| ·动态耦合度分析应用 | 第62-63页 |
| ·焦炉集气管压力的模糊解耦算法 | 第63-70页 |
| ·模糊解耦算法 | 第64-66页 |
| ·强模糊解耦器的模糊关系 | 第66-69页 |
| ·弱模糊解耦器的模糊关系 | 第69-70页 |
| ·小结 | 第70-71页 |
| 第四章 焦炉集气管压力智能优化控制算法 | 第71-98页 |
| ·算法总体结构 | 第71-72页 |
| ·单回路集气管压力控制算法 | 第72-82页 |
| ·模糊切换策略 | 第73-74页 |
| ·基于PSO的强模糊控制器 | 第74-80页 |
| ·基于PSO的弱模糊控制器 | 第80-82页 |
| ·蝶阀控制算法 | 第82-83页 |
| ·蝶阀特性分析 | 第82-83页 |
| ·蝶阀专家控制算法 | 第83页 |
| ·压力设定值优化模型 | 第83-93页 |
| ·焦炉集气管压力设定值工艺分析 | 第84页 |
| ·焦炉集气管压力设定值模型总体思想 | 第84-85页 |
| ·线性回归集气管压力设定值模型 | 第85-87页 |
| ·RBF神经网络集气管压力设定值模型 | 第87-91页 |
| ·集气管压力设定模型的集成策略 | 第91-93页 |
| ·仿真实验及分析 | 第93-96页 |
| ·小结 | 第96-98页 |
| 第五章 系统实现与工业应用 | 第98-114页 |
| ·控制系统结构 | 第98-100页 |
| ·硬件结构 | 第98-100页 |
| ·软件结构 | 第100页 |
| ·控制系统实现 | 第100-108页 |
| ·数据流 | 第100-102页 |
| ·软件设计 | 第102-103页 |
| ·系统通信机制 | 第103-105页 |
| ·控制算法实现 | 第105-108页 |
| ·控制结果及分析 | 第108-113页 |
| ·运行情况 | 第108-111页 |
| ·运行效果分析 | 第111-113页 |
| ·小结 | 第113-114页 |
| 第六章 结论与展望 | 第114-116页 |
| ·结论 | 第114-115页 |
| ·展望 | 第115-116页 |
| 参考文献 | 第116-126页 |
| 致谢 | 第126-127页 |
| 攻读学位期间主要研究成果 | 第127页 |
