首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

基于PSO-BP算法的有机朗肯循环控制系统研究

摘要第4-5页
abstract第5页
第一章 绪论第8-14页
    1.1 引言第8-9页
    1.2 课题研究背景及意义第9-10页
    1.3 研究现状第10-13页
        1.3.1 有机朗肯循环系统建模与控制的研究第11-12页
        1.3.2 优化控制研究第12-13页
    1.4 本文主要研究工作第13-14页
第二章 有机朗肯循环系统数学模型的建立与仿真第14-29页
    2.1 有机朗肯循环系统第14-15页
        2.1.1 ORC系统原理第14页
        2.1.2 ORC系统组成第14-15页
    2.2 有机朗肯循环系统动态数学模型的建立第15-23页
        2.2.1 蒸发器模型第16-22页
        2.2.2 冷凝器模型第22页
        2.2.3 膨胀机模型第22-23页
        2.2.4 工质泵模型第23页
    2.3 系统整体模型的线性化第23-24页
    2.4 ORC系统模型降阶第24-28页
        2.4.1 模型降阶方法第24-26页
        2.4.2 模型降阶的仿真与分析第26-28页
    2.5 本章小结第28-29页
第三章 基于BP-PID的ORC控制系统研究第29-39页
    3.1 引言第29页
    3.2 传统PID控制策略第29-32页
        3.2.1 传统PID控制原理第29-30页
        3.2.2 数字PID控制第30-31页
        3.2.3 传统PID参数的整定第31-32页
    3.3 BP神经网络第32-34页
        3.3.1 人工神经网络第32页
        3.3.2 误差反传(BP)神经网络第32-34页
    3.4 BP神经网络的PID控制器第34-35页
    3.5 基于BP神经网络PID控制算法的仿真研究第35-38页
        3.5.1 控制系统设计第35-37页
        3.5.2 控制系统的鲁棒性分析第37-38页
    3.6 本章小结第38-39页
第四章 基于PSO-BP算法的ORC系统的控制第39-48页
    4.1 引言第39页
    4.2 粒子群算法的基本原理第39-41页
    4.3 PSO-BP神经网络在有机朗肯循环系统中的应用第41-44页
        4.3.1 PSO优化BP神经网络基本原理第41页
        4.3.2 PSO优化BP神经网络的仿真实验第41-43页
        4.3.3 基于PSO优化BP神经网络的PID控制第43-44页
    4.4 仿真实验及结果分析第44-47页
        4.4.1 控制系统设计第44-46页
        4.4.2 控制系统的鲁棒性分析第46-47页
    4.5 本章小结第47-48页
第五章 结论与展望第48-50页
    5.1 结论第48页
    5.2 展望第48-50页
参考文献第50-54页
发表论文和科研情况说明第54-55页
致谢第55页

论文共55页,点击 下载论文
上一篇:高精度干式温度计量炉关键问题研究
下一篇:加热炉能效在线评估及设备管理系统研究