| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 引言 | 第8-9页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及目的 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文研究的主要内容 | 第11-13页 |
| 第二章 焦化工艺及焦炉冷鼓系统控制总体方案 | 第13-20页 |
| 2.1 炼焦炉及焦化过程 | 第13-16页 |
| 2.1.1 焦炉的主要结构 | 第13页 |
| 2.1.2 炼焦炉生产操作 | 第13-14页 |
| 2.1.3 荒煤气的冷却及传输 | 第14-16页 |
| 2.2 焦炉冷鼓系统分析 | 第16-18页 |
| 2.2.1 集气管冷鼓系统结构 | 第16-18页 |
| 2.2.2 初冷器前吸力变化影响因素 | 第18页 |
| 2.3 控制系统总体方案设计 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 焦炉冷鼓系统建模及系统辨识 | 第20-39页 |
| 3.1 焦炉冷鼓系统建模方式选择 | 第20页 |
| 3.2 系统辨识发展现状 | 第20-21页 |
| 3.3 统计学习基本理论 | 第21-25页 |
| 3.3.1 机器学习问题 | 第21-22页 |
| 3.3.2 VC维及推广性的界 | 第22-23页 |
| 3.3.3 结构风险最小化原则 | 第23页 |
| 3.3.4 核函数方法 | 第23-25页 |
| 3.4 支持向量回归 | 第25-29页 |
| 3.4.1 支持向量机 | 第25-27页 |
| 3.4.2 支持向量回归 | 第27-29页 |
| 3.5 基于SVR的焦炉冷鼓系统建模 | 第29-33页 |
| 3.5.1 辨识信号的选择 | 第29页 |
| 3.5.2 采样周期的选择 | 第29页 |
| 3.5.3 冷鼓系统的SVR回归建模方法 | 第29-31页 |
| 3.5.4 基于SVR的辨识建模算法 | 第31-33页 |
| 3.6 冷鼓系统SVR模型仿真 | 第33-38页 |
| 3.7 本章小结 | 第38-39页 |
| 第四章 焦炉冷鼓系统预测控制器的设计 | 第39-54页 |
| 4.1 模型预测控制 | 第39-41页 |
| 4.1.1 预测控制的提出及发展 | 第39页 |
| 4.1.2 预测控制的基本原理 | 第39-41页 |
| 4.2 焦炉冷鼓预测控制系统设计 | 第41-43页 |
| 4.3 自适应权值粒子群优化算法(APSO) | 第43-52页 |
| 4.3.1 PSO算法 | 第43-45页 |
| 4.3.2 APSO算法 | 第45-46页 |
| 4.3.3 APSO算法的收敛性分析 | 第46-48页 |
| 4.3.4 APSO算法性能分析 | 第48-52页 |
| 4.4 基于APSO-SVR算法的冷鼓系统预测控制器设计 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 基于MATLAB的焦炉冷鼓控制系统仿真研究 | 第54-59页 |
| 5.1 正常工况下冷鼓系统预测控制仿真 | 第54-55页 |
| 5.2 三种工况下预测控制与PID控制的比较 | 第55-57页 |
| 5.3 鼓冷系统加干扰情况下的仿真 | 第57-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第六章 结论与展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 图表清单 | 第64-66页 |
| 附录 三种工况下的120组的数据 | 第66-70页 |
| 在校研究成果 | 第70-71页 |
| 致谢 | 第71页 |