基于BP神经网络广义预测控制在气体压缩过程中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-18页 |
| ·课题来源 | 第11页 |
| ·非线性系统控制的研究方法概述 | 第11-12页 |
| ·描述函数法 | 第11页 |
| ·变结构控制 | 第11-12页 |
| ·微分几何法 | 第12页 |
| ·逆系统方法 | 第12页 |
| ·智能控制方法 | 第12页 |
| ·非线性预测控制 | 第12-13页 |
| ·广义预测控制 | 第13-17页 |
| ·线性广义预测控制的研究现状 | 第13-14页 |
| ·线性广义预测控制的研究现状 | 第14-17页 |
| ·本文主要研究内容 | 第17-18页 |
| 第2章 一类特殊系统的非线性广义预测控制 | 第18-28页 |
| ·广义预测控制基本原理 | 第18-20页 |
| ·模型描述 | 第18页 |
| ·滚动优化 | 第18-20页 |
| ·参数整定 | 第20-21页 |
| ·预测长度N | 第20-21页 |
| ·控制长度M | 第21页 |
| ·控制加权系数λ | 第21页 |
| ·柔化系数α | 第21页 |
| ·非线性广义预测控制 | 第21-25页 |
| ·非线性系统模型 | 第21页 |
| ·等价时变系统 | 第21-22页 |
| ·参数辨识 | 第22-25页 |
| ·控制律的求取 | 第25页 |
| ·仿真研究 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 BP神经网络对非线性系统的辨识 | 第28-37页 |
| ·反向传播(BP)网络算法 | 第28-30页 |
| ·标准BP算法 | 第28-29页 |
| ·改进BP算法 | 第29-30页 |
| ·神经网络辨识 | 第30-35页 |
| ·非线性系统神经网络模型 | 第30-31页 |
| ·神经网络结构辨识 | 第31-32页 |
| ·神经网络结构优化 | 第32-35页 |
| ·仿真研究 | 第35页 |
| ·本章小结 | 第35-37页 |
| 第4章 基于BP神经网络非线性广义预测控制 | 第37-43页 |
| ·神经网络预测模型 | 第37页 |
| ·系统结构 | 第37-38页 |
| ·神经网络模型辨识 | 第38-39页 |
| ·预测控制器设计 | 第39-40页 |
| ·线性广义预测控制器设计 | 第39-40页 |
| ·神经网络ANN2 | 第40页 |
| ·仿真研究 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 气体压缩过程应用研究 | 第43-64页 |
| ·MPCE-1000实验系统介绍 | 第43-45页 |
| ·小型流程设备盘台 | 第43页 |
| ·彩色显示器 | 第43-44页 |
| ·标准模拟量输出和输入接口 | 第44-45页 |
| ·气体压缩实验介绍 | 第45-53页 |
| ·概述 | 第45页 |
| ·工艺过程简介 | 第45-47页 |
| ·气体压缩特性 | 第47-48页 |
| ·气体压缩自衡过程测试 | 第48-53页 |
| ·组态软件实现PID控制实验 | 第53-57页 |
| ·实验工艺要求 | 第53页 |
| ·组态软件实现简单PID控制 | 第53-55页 |
| ·组态软件实现串级PID控制 | 第55-57页 |
| ·程序控制 | 第57-62页 |
| ·程序控制原理 | 第57-59页 |
| ·程序控制设计要求 | 第59-60页 |
| ·程序实现PID控制 | 第60-62页 |
| ·程序实现预测控制 | 第62页 |
| ·本章小结 | 第62-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读学位期间发表的学术论文 | 第69-70页 |
| 致谢 | 第70页 |
