| 第1章 船用锅炉自动化系统 | 第1-15页 |
| 1．1 课题的提出 | 第9-11页 |
| 1．2 船用蒸汽锅炉 | 第11-12页 |
| 1．3 船用锅炉自动化系统 | 第12-15页 |
| 第2章 船用锅炉的模型建立和传统控制算法 | 第15-34页 |
| 2．1 汽包水位模型及其动态特性分析 | 第15-20页 |
| 2．1．1 汽包水位在给水扰动下的动态特性 | 第16-18页 |
| 2．1．2 汽包水位在蒸汽流量扰动下的动态特性 | 第18-19页 |
| 2．1．3 汽包水位调节方式 | 第19-20页 |
| 2．2 蒸汽压力调节对象模型及其动态特性分析 | 第20-27页 |
| 2．2．1 汽压调节对象在燃油扰动下的动态特性 | 第24-26页 |
| 2．2．2 汽压调节对象在负荷扰动下的动态特性 | 第26-27页 |
| 2．3 传统的锅炉控制算法 | 第27-34页 |
| 2．3．1 PID控制原理 | 第27-29页 |
| 2．3．2 数字PID控制算法 | 第29-32页 |
| 2．3．3 对PID控制的分析 | 第32页 |
| 2．3．4 传统锅炉控制方案介绍 | 第32-34页 |
| 第3章 基于补偿模糊神经网络的自适应控制器 | 第34-52页 |
| 3．1 模糊神经网络(FNN)控制理论概述 | 第34-36页 |
| 3．2 模糊神经网络技术的发展动向 | 第36-38页 |
| 3．2．1 FNN理论的研究方向 | 第36-37页 |
| 3．2．2 模糊神经网络的国内外应用现状 | 第37-38页 |
| 3．3 模糊神经网络控制 | 第38-42页 |
| 3．3．1 模糊系统的标准模型 | 第38-40页 |
| 3．3．2 模糊神经网络的结构与算法 | 第40-42页 |
| 3．4 带补偿的模糊神经网络 | 第42-50页 |
| 3．4．1 模糊神经元 | 第43-45页 |
| 3．4．2 补偿模糊神经网络结构 | 第45-50页 |
| 3．5 基于补偿模糊神经网络的自适应控制器 | 第50-52页 |
| 3．5．1 补偿模糊神经网络控制器的结构 | 第50-51页 |
| 3．5．2 补偿模糊神经网络控制系统 | 第51-52页 |
| 第4章 补偿模糊神经网络在船用锅炉控制中应用的仿真 | 第52-65页 |
| 4．1 仿真工具介绍 | 第52页 |
| 4．2 模糊神经网络控制系统的实现及控制方案 | 第52-53页 |
| 4．3 水位及汽包压力模型的处理及常规PID算法参数的整定 | 第53-55页 |
| 4．3．1 水位及汽包压力模型的处理 | 第53-54页 |
| 4．3．2 常规PID算法参数的整定 | 第54-55页 |
| 4．4 船用锅炉控制系统仿真 | 第55-65页 |
| 4．4．1 汽包水位控制回路中常规PID控制与模糊神经网络控制的控制性能比较 | 第55-59页 |
| 4．4．2 汽包压力控制回路中常规PID控制与模糊神经网络控制的控制性能比较 | 第59-63页 |
| 4．4．3 炉膛负压控制回路中常规PID控制与模糊神经网络控制的控制性能比较 | 第63-65页 |
| 结论 | 第65-67页 |
| 攻读学位期间发表的学术论文 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 附录1 补偿模糊神经网络的程序流程图 | 第72-73页 |
| 附录2 仿真程序 | 第73-80页 |
| 研究生履历 | 第80页 |
