| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 选题背景及意义 | 第8-9页 |
| 1.2 水轮机系统的控制及发展概况 | 第9-13页 |
| 1.2.1 水轮机控制系统概述 | 第10页 |
| 1.2.2 水轮机控制策略国内外研究现状 | 第10-13页 |
| 1.3 水轮机系统辨识 | 第13-14页 |
| 1.4 本文主要内容与章节安排 | 第14-16页 |
| 第2章 基于NNARX网络的水轮机系统模型辨识 | 第16-35页 |
| 2.1 水轮机系统数学模型分析 | 第16-23页 |
| 2.1.1 引水系统数学模型 | 第18-19页 |
| 2.1.2 水轮机部分数学模型 | 第19-20页 |
| 2.1.3 发电机及负载数学模型 | 第20-21页 |
| 2.1.4 随动系统数学模型 | 第21页 |
| 2.1.5 水轮机系统输入输出关系 | 第21-23页 |
| 2.2 基于NNARX动态神经网络水轮机系统辨识 | 第23-29页 |
| 2.2.1 数据的预处理 | 第23-26页 |
| 2.2.2 基于NNARX网络水轮机系统建模和辨识 | 第26-29页 |
| 2.3 NNARX神经网络辨识仿真实验结果 | 第29-34页 |
| 2.3.1 BP网络辨识 | 第30-31页 |
| 2.3.2 RBF网络辨识 | 第31-32页 |
| 2.3.3 NNARX网络辨识 | 第32-33页 |
| 2.3.4 几种网络对比 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第3章 基于优化PID的水轮机控制研究 | 第35-50页 |
| 3.1 神经网络优化PID参数控制 | 第35-38页 |
| 3.1.1 PID控制 | 第35-36页 |
| 3.1.2 神经网络PID控制 | 第36-37页 |
| 3.1.3 神经PID控制系统仿真 | 第37-38页 |
| 3.2 模糊优化PID控制 | 第38-44页 |
| 3.2.1 模糊逻辑控制器 | 第38-40页 |
| 3.2.2 Fuzzy-PID控制 | 第40-42页 |
| 3.2.3 仿真结果 | 第42-44页 |
| 3.3 模糊神经网络优化PID水轮机调速控制 | 第44-48页 |
| 3.3.1 模糊神经网络设计 | 第44-46页 |
| 3.3.2 模糊神经网络算法 | 第46-47页 |
| 3.3.3 仿真结果 | 第47-48页 |
| 3.4 本章小结 | 第48-50页 |
| 第4章 基于滑模变结构控制的水轮机调速系统研究 | 第50-65页 |
| 4.1 滑模变结构控制 | 第50-51页 |
| 4.2 系统模型改造及控制器的设计 | 第51-56页 |
| 4.2.1 水轮机控制系统模型的改进 | 第51-55页 |
| 4.2.2 滑模控制器的设计 | 第55-56页 |
| 4.3 算例分析 | 第56-60页 |
| 4.3.1 滑模空载扰动 | 第57-58页 |
| 4.3.2 滑模控制负荷扰动 | 第58-60页 |
| 4.4 基于遗传算法的模糊滑模控制 | 第60-64页 |
| 4.4.1 遗传算法 | 第60-62页 |
| 4.4.2 模糊控制接口设计 | 第62-63页 |
| 4.4.3 仿真结果 | 第63-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 全文总结 | 第65页 |
| 5.2 研究展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |