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

基于神经网络的PID算法在黑体辐射源温度控制中的研究

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9-11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

论文共79页,点击 下载论文
上一篇:基于VMI的带外监测研究与实现
下一篇:基于ROS的移动机器人系统SLAM技术研究