超临界CO2染色装置神经网络预测控制的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题背景 | 第10-11页 |
| ·神经网络预测控制研究概况 | 第11-14页 |
| ·预测控制研究概况 | 第11-12页 |
| ·神经网络技术概况 | 第12-14页 |
| ·课题的研究意义 | 第14页 |
| ·课题主要工作内容 | 第14-16页 |
| 第二章 超临界CO_2染色工艺及控制要求 | 第16-22页 |
| ·超临界流体的基本性质 | 第16-17页 |
| ·超临界CO_2染色装置染色工艺 | 第17-20页 |
| ·系统的构成 | 第17-18页 |
| ·染色装置工作流程 | 第18-19页 |
| ·被控对象参数对染色品质的影响 | 第19-20页 |
| ·工艺对被控对象参数控制要求 | 第20页 |
| ·本章小结 | 第20-22页 |
| 第三章 染色釜温度对象的神经网络的辨识 | 第22-32页 |
| ·神经网络的基本要素 | 第22-26页 |
| ·人工神经元 | 第22-24页 |
| ·人工神经元之间的连接形式 | 第24-25页 |
| ·神经网络的学习 | 第25-26页 |
| ·线性神经网络对染色温度对象模型参数辨识 | 第26-31页 |
| ·辨识方法 | 第26-29页 |
| ·对输入数据的处理 | 第29-30页 |
| ·对象参数的确定 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 染色釜温度控制算法研究 | 第32-48页 |
| ·预测控制的基本原理 | 第32-35页 |
| ·广义预测控制算法 | 第35-39页 |
| ·基于BP神经网络的预测控制 | 第39-46页 |
| ·多层前向神经网络及误差反向传播(BP)算法 | 第39-42页 |
| ·神经网络预测控制的一般结构 | 第42-44页 |
| ·BP神经网络预测控制模型建立 | 第44-46页 |
| ·本章小结 | 第46-48页 |
| 第五章 超临界CO_2染色温度控制器仿真研究 | 第48-60页 |
| ·PID控制器 | 第48-49页 |
| ·仿真对象 | 第49-50页 |
| ·仿真实验 | 第50-59页 |
| ·仿真结论 | 第59页 |
| ·本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66页 |
