| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-17页 |
| ·研究背景 | 第7-12页 |
| ·循环流化床锅炉技术概况 | 第7-10页 |
| ·循环流化床燃烧技术的的结构组成 | 第10-12页 |
| ·循环流化床锅炉燃烧控制的任务及特点 | 第12-15页 |
| ·循环流化床锅炉燃烧控制的任务 | 第12-13页 |
| ·循环流化床锅炉燃烧控制的特点及难点 | 第13-15页 |
| ·本文的工作任务及内容安排 | 第15-17页 |
| 第二章 循环流化床床温控制模型的建立 | 第17-31页 |
| ·循环流化床锅炉的建模 | 第17-22页 |
| ·连续介质模型 | 第17-20页 |
| ·颗粒轨道模型 | 第20-22页 |
| ·神经网络模型 | 第22页 |
| ·循环流化床锅炉床温的数学模型 | 第22-31页 |
| ·建模思想 | 第22-23页 |
| ·宏观模型结构 | 第23-24页 |
| ·密相区的模型方程 | 第24-26页 |
| ·稀相区的模型方程 | 第26-27页 |
| ·床温控制对象模型仿真 | 第27-31页 |
| 第三章 人工神经网络 | 第31-42页 |
| ·人工神经网络 | 第31-39页 |
| ·人工神经网络的发展与应用 | 第31-33页 |
| ·人工神经元模型 | 第33-35页 |
| ·网络结构及工作方式 | 第35-37页 |
| ·NN的学习方式 | 第37-39页 |
| ·多层前馈神经网络 | 第39-40页 |
| ·径向基函数网络 | 第40-42页 |
| 第四章 循环流化床锅炉床温的神经网络整定的PID控制及系统辨识 | 第42-57页 |
| ·神经网络用于循环流化床锅炉的系统辩识 | 第42-43页 |
| ·基于单神经元网络的循环流化床锅炉床温PID智能控制 | 第43-48页 |
| ·单神经元自适应PID控制 | 第43-44页 |
| ·改进的单神经元自适应PID控制 | 第44-45页 |
| ·仿真与分析 | 第45-48页 |
| ·基于RBF神经网络整定的循环流化床锅炉床温PID控制 | 第48-54页 |
| ·RBF神经网络模型 | 第48-50页 |
| ·RBF网络PID整定原理 | 第50-52页 |
| ·仿真与分析 | 第52-54页 |
| ·两种神经网络仿真的比较分析 | 第54-57页 |
| 第五章 基于RBF神经网络辨识的循环流化床锅炉床温的单神经元模型参考自适应控制系统 | 第57-67页 |
| ·前馈控制简介 | 第57-60页 |
| ·前馈控制原理及算法 | 第57-59页 |
| ·前馈—负反馈控制 | 第59-60页 |
| ·神经网络模型参考自适应控制原理 | 第60-64页 |
| ·模型参考自适应控制 | 第60页 |
| ·神经网络模型参考自适应控制原理 | 第60-61页 |
| ·仿真及分析 | 第61-64页 |
| ·仿真过程和拟应用于实际的一些问题讨论 | 第64-67页 |
| 第六章 结束语 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士期间发表的论文 | 第72页 |
