摘要 | 第1-6页 |
Abstract | 第6-7页 |
目录 | 第7-9页 |
第1章 绪论 | 第9-15页 |
·研究背景及意义 | 第9页 |
·国内外研究现状 | 第9-14页 |
·锅炉节能现状 | 第10-12页 |
·汽轮机节能现状 | 第12-13页 |
·机炉协调控制节能技术 | 第13页 |
·辅助系统节能控制 | 第13-14页 |
·本文研究内容 | 第14-15页 |
第2章 过热汽温动态特性及控制任务 | 第15-21页 |
·电厂生产过程概述 | 第15-16页 |
·过热器的控制任务与结构 | 第16-17页 |
·过热汽温控制的意义与任务 | 第16-17页 |
·过热器的构成和分类 | 第17页 |
·过热蒸汽动态特性分析 | 第17-20页 |
·汽包锅炉过热汽温的动态特性 | 第18-20页 |
·直流锅炉过热汽温的动态特性 | 第20页 |
·本章小结 | 第20-21页 |
第3章 基于随机分布控制理论的过热蒸汽温度控制 | 第21-34页 |
·引言 | 第21页 |
·随机分布控制理论基础 | 第21-23页 |
·随机分布控制出发点 | 第21-22页 |
·信息论基础 | 第22-23页 |
·随机分布控制算法 | 第23-27页 |
·控制结构分析 | 第23-25页 |
·外回路性能指标选取 | 第25-26页 |
·熵的估计法 | 第26-27页 |
·增量式控制算法 | 第27页 |
·随机分布控制算法在过热汽温控制中的应用实例 | 第27-32页 |
·基于随机分布控制理论的机组运行经济性分析 | 第32-33页 |
·本章小结 | 第33-34页 |
第4章 神经网络PID控制算法在过热蒸汽温度系统中的应用 | 第34-46页 |
·引言 | 第34页 |
·误差反向传播神经网络 | 第34-37页 |
·BP神经网络的结构 | 第34-35页 |
·BP神经网络学习算法 | 第35-36页 |
·BP神经网络的主要优缺点 | 第36-37页 |
·基于最小熵的神经网络PID控制算法 | 第37-41页 |
·算法控制思路 | 第37页 |
·控制算法设计 | 第37-41页 |
·神经网络PID控制算法在过热汽温控制中的应用实例 | 第41-45页 |
·本章小结 | 第45-46页 |
第5章 全文总结与展望 | 第46-48页 |
参考文献 | 第48-52页 |
攻读硕士学位期间发表的论文及其它成果 | 第52-53页 |
致谢 | 第53页 |