钛坯天然气加热炉优化控制策略及其工业应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章 绪论 | 第12-28页 |
| ·研究背景与意义 | 第12-14页 |
| ·国内外研究现状 | 第14-25页 |
| ·加热炉加热过程建模方法 | 第14-19页 |
| ·加热炉控制技术 | 第19-21页 |
| ·模糊优化控制技术 | 第21-25页 |
| ·钛坯加热炉建模及优化控制难点分析 | 第25-26页 |
| ·论文主要内容及结构 | 第26-28页 |
| 第二章 加热过程优化控制系统结构 | 第28-41页 |
| ·钛坯天然气加热炉工艺机理 | 第28-35页 |
| ·炉体结构 | 第28-30页 |
| ·钛坯加热的炉温特性 | 第30-32页 |
| ·钛坯加热的炉温曲线 | 第32-34页 |
| ·脉冲加热方式 | 第34-35页 |
| ·加热特性分析 | 第35-37页 |
| ·加热炉控制系统总体设计结构 | 第37-40页 |
| ·优化控制思想 | 第37-39页 |
| ·控制系统结构 | 第39-40页 |
| ·小结 | 第40-41页 |
| 第三章 基于神经网络的钛坯加热炉建模 | 第41-68页 |
| ·加热炉炉温影响因素分析 | 第41-47页 |
| ·数据预处理 | 第47-54页 |
| ·噪声数据的平滑滤波 | 第47-49页 |
| ·冗余数据处理 | 第49-50页 |
| ·标准归一化处理 | 第50-51页 |
| ·数据处理效果 | 第51-54页 |
| ·钛坯加热炉神经网络建模 | 第54-60页 |
| ·建模思想 | 第54-56页 |
| ·加热炉炉温神经网络预测模型 | 第56-60页 |
| ·改进PSO算法的炉温预测模型优化 | 第60-64页 |
| ·粒子群算法及其特点 | 第60-61页 |
| ·改进PSO优化算法 | 第61-63页 |
| ·改进PSO优化算法设计 | 第63-64页 |
| ·模型仿真与结果分析 | 第64-67页 |
| ·小结 | 第67-68页 |
| 第四章 钛坯加热过程自组织模糊优化控制方法 | 第68-95页 |
| ·加热过程自组织模糊优化控制结构 | 第68-70页 |
| ·加热炉炉温自组织模糊控制 | 第70-81页 |
| ·自组织模糊控制结构和算法 | 第70-75页 |
| ·炉温自组织模糊控制器设计 | 第75-81页 |
| ·炉温模糊控制器的论域伸缩 | 第81-85页 |
| ·变论域模糊控制 | 第81-83页 |
| ·自适应变异差分进化算法 | 第83页 |
| ·伸缩因子优化 | 第83-85页 |
| ·加热过程性能评估策略 | 第85-86页 |
| ·炉温变论域自组织模糊控制器及仿真 | 第86-90页 |
| ·脉冲加热燃烧方法下的烧嘴设定 | 第90-92页 |
| ·炉内气氛模糊控制 | 第92-94页 |
| ·小结 | 第94-95页 |
| 第五章 钛坯天然气加热炉优化控制系统及工业应用 | 第95-109页 |
| ·系统总体设计 | 第95-105页 |
| ·系统硬件设计 | 第95-97页 |
| ·系统软件设计 | 第97-105页 |
| ·工业运行数据分析 | 第105-108页 |
| ·小结 | 第108-109页 |
| 第六章 结论与展望 | 第109-111页 |
| ·结论 | 第109-110页 |
| ·展望 | 第110-111页 |
| 参考文献 | 第111-121页 |
| 致谢 | 第121-122页 |
| 攻读博士学位期间发表及完成论文情况 | 第122-123页 |
| 攻读博士学位期间参加的科研项目情况 | 第123页 |
