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

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

论文共81页,点击 下载论文
上一篇:严苛环境下露头型热电偶探头的内粘接失效分析与设计改进
下一篇:关节式同步带减速机械臂运动精度可靠性分析研究