基于动态PLS框架的鲁棒建模及预测控制方法研究
摘要 | 第5-7页 |
Abstract | 第7-8页 |
1 绪论 | 第12-32页 |
1.1 课题的研究背景及意义 | 第12-18页 |
1.1.1 基于数据驱动的过程监测及故障诊断方法 | 第13-14页 |
1.1.2 基于数据驱动的建模方法 | 第14-15页 |
1.1.3 基于数据驱动的控制方法 | 第15-18页 |
1.2 偏最小二乘方法及研究现状 | 第18-25页 |
1.2.1 动态PLS方法 | 第20-21页 |
1.2.2 非线性PLS方法 | 第21-22页 |
1.2.3 基于PLS的控制方法及研究现状 | 第22-25页 |
1.3 模型预测控制方法及研究现状 | 第25-28页 |
1.4 本文研究的主要内容 | 第28-32页 |
2 动态PLS鲁棒建模方法 | 第32-66页 |
2.1 引言 | 第32-35页 |
2.2 改进的RBF神经网络 | 第35-37页 |
2.3 改进的RBFN收敛性分析 | 第37-42页 |
2.4 采用隐马尔科夫模型的野点检测方法 | 第42-44页 |
2.5 动态PLS建模方法 | 第44-49页 |
2.5.1 偏最小二乘方法 | 第44-45页 |
2.5.2 动态偏最小二乘方法 | 第45-48页 |
2.5.3 动态PLS鲁棒建模方法 | 第48-49页 |
2.6 仿真分析 | 第49-64页 |
2.6.1 Shell重油精馏过程 | 第49-53页 |
2.6.2 醇-水分离单元 | 第53-58页 |
2.6.3 甲醇-水分离单元 | 第58-61页 |
2.6.4 PH中和滴定过程 | 第61-64页 |
2.7 总结 | 第64-66页 |
3 基于动态PLS的抗扰广义预测控制器设计 | 第66-82页 |
3.1 引言 | 第66-67页 |
3.2 基于动态PLS框架的控制器设计方法 | 第67-68页 |
3.3 基于动态PLS框架的GPC抗扰算法 | 第68-73页 |
3.3.1 动态PLS框架下的GPC方法 | 第68-70页 |
3.3.2 抗扰GPC方法 | 第70-73页 |
3.4 仿真分析 | 第73-79页 |
3.4.1 聚合反应单元 | 第73-77页 |
3.4.2 甲醇-水分离单元 | 第77-79页 |
3.5 总结 | 第79-82页 |
4 基于动态PLS的线性无静差预测控制器设计 | 第82-106页 |
4.1 引言 | 第82-83页 |
4.2 基于动态PLS框架的状态空间MPC | 第83-88页 |
4.3 基于增量形式状态空间模型的无静差MPC | 第88-90页 |
4.4 基于状态观测器的无静差MPC | 第90-93页 |
4.5 仿真分析 | 第93-105页 |
4.5.1 Jerome-Ray精馏模型 | 第93-97页 |
4.5.2 聚乙烯反应过程 | 第97-105页 |
4.6 总结 | 第105-106页 |
5 基于动态PLS的非线性无静差控制器设计 | 第106-124页 |
5.1 引言 | 第106-107页 |
5.2 非线性动态PLS的建模方法 | 第107-114页 |
5.2.1 T-S模糊建模方法 | 第107-112页 |
5.2.2 非线性动态PLS模糊模型的建立 | 第112-114页 |
5.3 非线性动态PLS无静差预测控制 | 第114-117页 |
5.3.1 动态PLS框架下模糊预测控制 | 第114页 |
5.3.2 无静差预测控制方法 | 第114-117页 |
5.4 仿真分析 | 第117-123页 |
5.5 总结 | 第123-124页 |
6 总结与展望 | 第124-128页 |
6.1 研究工作总结 | 第124-125页 |
6.2 研究工作展望 | 第125-128页 |
参考文献 | 第128-140页 |
致谢 | 第140-141页 |
个人简历 | 第141-142页 |
在学期间取得的科研成果 | 第142页 |