智能电气阀门定位器控制算法研究
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-15页 |
1.1 课题研究背景与意义 | 第10页 |
1.2 国内外研究现状 | 第10-12页 |
1.2.1 智能阀门定位器产品研究现状 | 第10-11页 |
1.2.2 智能阀门定位器核心算法研究现状 | 第11-12页 |
1.3 课题研究内容 | 第12-13页 |
1.4 论文内容安排 | 第13-15页 |
第2章 智能阀门定位器控制系统 | 第15-26页 |
2.1 调节阀组成简介 | 第15-17页 |
2.2 智能阀门定位器的工作原理 | 第17-21页 |
2.2.1 I/P转换单元结构和原理 | 第18-20页 |
2.2.2 气动放大器结构和原理 | 第20-21页 |
2.3 仿真模型简介 | 第21-22页 |
2.4 实验平台介绍 | 第22-24页 |
2.4.1 实验系统组成 | 第22-23页 |
2.4.2 实验系统软件介绍 | 第23-24页 |
2.5 本章小结 | 第24-26页 |
第3章 影响调节阀稳定性的因素及解决方法 | 第26-41页 |
3.1 气源气压对调节阀稳定性的影响 | 第26-30页 |
3.1.1 问题描述(产生原因) | 第26-27页 |
3.1.2 解决方法 | 第27-29页 |
3.1.3 仿真分析及结论 | 第29-30页 |
3.2 粘滞对调节阀稳定性的影响 | 第30-36页 |
3.2.1 问题描述(产生原因) | 第30-32页 |
3.2.2 解决方法 | 第32-34页 |
3.2.3 仿真分析及结论 | 第34-36页 |
3.3 阀芯不平衡力对调节阀稳定性的影响 | 第36-40页 |
3.3.1 问题描述(产生原因) | 第36页 |
3.3.2 解决方法 | 第36页 |
3.3.3 仿真分析及结论 | 第36-40页 |
3.4 本章小结 | 第40-41页 |
第4章 基于神经网络的双闭环系统PID参数整定 | 第41-61页 |
4.1 常规PID控制器 | 第41-44页 |
4.1.1 PID控制规律 | 第41-42页 |
4.1.2 PID控制性能指标 | 第42-43页 |
4.1.3 常规PID参数整定 | 第43-44页 |
4.2 双闭环控制策略 | 第44-46页 |
4.2.1 双闭环控制策略的原理 | 第44-45页 |
4.2.2 单闭环与双闭环控制策略的比较 | 第45-46页 |
4.3 BP神经网络原理及L-M算法 | 第46-48页 |
4.3.1 BP神经网络原理 | 第46-47页 |
4.3.2 L-M算法 | 第47-48页 |
4.4 PID参数整定设计 | 第48-54页 |
4.4.1 BP神经网络输出层 | 第49-51页 |
4.4.2 BP神经网络输入层 | 第51-53页 |
4.4.3 数据归一化处理 | 第53页 |
4.4.4 隐含节点数和传输函数的确定 | 第53-54页 |
4.4.5 BP神经网络的训练样本 | 第54页 |
4.5 实验结果分析 | 第54-59页 |
4.5.1 结果分析 | 第54-57页 |
4.5.2 同类产品闭环控制效果对比分析 | 第57-59页 |
4.6 本章小结 | 第59-61页 |
第5章 基于气室气压的切换控制算法研究 | 第61-75页 |
5.1 切换控制理论简介 | 第61-62页 |
5.2 切换信号与切换点的选取 | 第62-63页 |
5.3 切换控制过程中的问题及解决方案 | 第63-64页 |
5.4 基于气室气压的切换控制算法原理 | 第64-66页 |
5.5 实验结果分析 | 第66-73页 |
5.5.1 结果分析 | 第66-71页 |
5.5.2 同类产品闭环控制效果对比分析 | 第71-73页 |
5.6 本章小结 | 第73-75页 |
第6章 总结与展望 | 第75-77页 |
参考文献 | 第77-80页 |
致谢 | 第80-81页 |
攻读学位期间参加的科研项目和成果 | 第81页 |