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9-11页 |
1.2.1 辐射温度计的发展与现状 | 第9页 |
1.2.2 黑体辐射源的基本特点 | 第9-10页 |
1.2.3 黑体辐射源温度控制系统存在的问题 | 第10-11页 |
1.3 课题的发展及研究现状 | 第11-12页 |
1.4 本文的主要工作 | 第12-14页 |
第二章 黑体辐射源温控特性及模型辨识 | 第14-22页 |
2.1 低温黑体辐射源的温度控制特性 | 第14-15页 |
2.2 低温黑体辐射源的数学建模 | 第15-19页 |
2.2.1 低温黑体辐射源炉体模型结构研究 | 第16-17页 |
2.2.2 低温黑体辐射源模型参数辨识分析 | 第17-18页 |
2.2.3 低温黑体辐射源的非定常温变模型 | 第18-19页 |
2.3 中温紫铜管黑体辐射源模型特点 | 第19-20页 |
2.4 中温紫铜管黑体辐射源的温度控制特性 | 第20-21页 |
2.5 本章小结 | 第21-22页 |
第三章 基于单神经元的PID控制策略研究 | 第22-38页 |
3.1 传统PID控制策略 | 第22-26页 |
3.1.1 PID控制原理 | 第22-23页 |
3.1.2 数字PID控制算法 | 第23-26页 |
3.2 黑体辐射源的PID控制器局限性分析 | 第26-27页 |
3.3 单神经元自适应PID控制算法 | 第27-37页 |
3.3.1 单神经元自适应PID控制系统 | 第27-28页 |
3.3.2 单神经元的PID控制器权值调整规则 | 第28-30页 |
3.3.3 单神经元PID控制器的稳定性理论分析 | 第30-32页 |
3.3.4 基于单神经元的PID控制算法仿真 | 第32-37页 |
3.4 本章小结 | 第37-38页 |
第四章 基于BP神经网络的PID控制策略研究 | 第38-51页 |
4.1 基于BP神经网络的PID控制算法 | 第38-44页 |
4.1.1 基于BP神经网络的PID控制系统结构 | 第38-39页 |
4.1.2 控制器中BP神经网络的学习 | 第39-42页 |
4.1.3 基于BP神经网络的PID控制算法的仿真研究 | 第42-44页 |
4.2 控制算法的对比仿真研究 | 第44-50页 |
4.2.1 升温控制效果仿真比较 | 第44-45页 |
4.2.2 抗干扰性能仿真比较 | 第45-47页 |
4.2.3 跟随控制仿真比较 | 第47-49页 |
4.2.4 模型失配控制仿真比较 | 第49-50页 |
4.3 本章小结 | 第50-51页 |
第五章 黑体辐射源温度控制系统的设计及实现 | 第51-73页 |
5.1 低温黑体辐射源温度控制系统的结构 | 第51-66页 |
5.1.1 温度控制系统的硬件组成 | 第52-54页 |
5.1.2 温度控制系统的软件设计 | 第54-59页 |
5.1.3 低温黑体辐射源的温度现场控制 | 第59-65页 |
5.1.4 误差分析 | 第65-66页 |
5.2 中温紫铜管黑体辐射源的温度控制系统 | 第66-72页 |
5.2.1 温度控制系统的硬件组成 | 第66-68页 |
5.2.2 温度控制系统的软件设计 | 第68-69页 |
5.2.3 中温紫铜管黑体辐射源的温度现场控制 | 第69-72页 |
5.2.4 误差分析 | 第72页 |
5.3 本章小结 | 第72-73页 |
第六章 总结与展望 | 第73-75页 |
6.1 总结 | 第73-74页 |
6.2 展望 | 第74-75页 |
参考文献 | 第75-78页 |
发表论文和科研情况说明 | 第78-79页 |
致谢 | 第79页 |