模糊神经网络在胶粘剂生产过程中的研究与应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 绪论 | 第10-13页 |
| ·课题的研究背景和意义 | 第10页 |
| ·反应釜控制技术研究现状 | 第10-11页 |
| ·研究思路及论文的主要研究工作 | 第11-13页 |
| 2 胶粘剂生产工艺分析 | 第13-18页 |
| ·胶粘剂生产工艺简介 | 第13页 |
| ·酚醛胶生产过程分析 | 第13-15页 |
| ·工作原理 | 第13-14页 |
| ·影响系统设计的因素 | 第14-15页 |
| ·功能指标 | 第15-16页 |
| ·总体控制方案选择 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 3 模糊控制及神经网络控制 | 第18-36页 |
| ·模糊控制 | 第18-20页 |
| ·模糊控制的特点 | 第18-19页 |
| ·模糊控制器的组成 | 第19-20页 |
| ·人工神经网络 | 第20-25页 |
| ·神经元结构模型 | 第20-21页 |
| ·人工神经网络结构 | 第21-23页 |
| ·神经网络的学习规则 | 第23页 |
| ·BP神经网络 | 第23-25页 |
| ·神经网络与模糊控制的结合 | 第25-28页 |
| ·两者的结合是发展的必然 | 第25-28页 |
| ·模糊控制与神经网络的结合方式 | 第28页 |
| ·神经网络实现模糊控制 | 第28-35页 |
| ·标准模型 | 第29-31页 |
| ·隶属函数网络模型 | 第31页 |
| ·模糊神经网络控制模型 | 第31-33页 |
| ·模糊神经网络的学习算法 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 4 模糊神经网络技术在反应釜温度控制过程中的应用 | 第36-44页 |
| ·模糊神经网络自学习控制器 | 第36-39页 |
| ·神经网络预测器NNP的结构 | 第39-42页 |
| ·BP型NNP的工作原理 | 第39-40页 |
| ·NNP的自学习算法 | 第40-41页 |
| ·BP型NNP的网络结构及学习计算 | 第41-42页 |
| ·带有神经网络预测器的模糊神经网络的控制学习流程 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 5 系统仿真及结果分析 | 第44-49页 |
| ·仿真工具介绍 | 第44页 |
| ·三种控制算法的仿真比较 | 第44-48页 |
| ·阶跃响应仿真 | 第45-47页 |
| ·抗扰动仿真实验 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 6 炼胶釜计算机温度控制系统的设计 | 第49-62页 |
| ·系统总体设计 | 第49页 |
| ·系统硬件设计 | 第49-53页 |
| ·PCI2003数据采集卡 | 第49-51页 |
| ·模拟输入信号的连接方式 | 第51页 |
| ·接口电路设计 | 第51-52页 |
| ·硬件抗干扰措施 | 第52-53页 |
| ·系统软件设计 | 第53-61页 |
| ·系统程序流程图 | 第54页 |
| ·PCI2003相关函数介绍 | 第54-56页 |
| ·数据采集并A/D转换 | 第56-57页 |
| ·监控界面的设计与实现 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 7 结论和展望 | 第62-64页 |
| ·结论 | 第62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 附录A 模糊神经网络控制算法的部分程序 | 第70-74页 |
| 附录B 攻读学位期间的主要学术成果 | 第74-75页 |
| 致谢 | 第75页 |
