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--自动化技术在各方面的应用论文

打浆过程的建模与先进控制研究

中文摘要第1-9页
英文摘要第9-11页
致谢第11-12页
第一章 绪论第12-36页
 1.1 引言第12-13页
 1.2 推断控制概述第13-27页
  1.2.1 软测量第14-19页
  1.2.2 推断控制策略第19-27页
 1.3 本文工业应用对象第27-28页
 1.4 本文研究内容第28-29页
 参考文献第29-36页
第二章 打浆过程机理模型和实时控制研究现状第36-50页
 2.1 引言第36页
 2.2 打浆过程机理模型的研究现状第36-42页
  2.2.1 研究成果概述第37-38页
  2.2.2 著名的机理假说第38-42页
 2.3 国内外打浆过程控制的现状及发展趋势第42-47页
  2.3.1 国内外打浆过程控制的现状第42-46页
  2.3.2 打浆过程控制的发展趋势第46-47页
 2.4 小结第47-48页
 参考文献第48-50页
第三章 高浓打浆过程的数学模型第50-68页
 3.1 引言第50-51页
 3.2 高浓打浆过程的数学模型第51-64页
  3.2.1 基于SEL理论的高浓打浆过程比能量比负荷模型第52-57页
  3.2.2 浓缩机浆位模型第57-64页
 3.3 基于比能量比负荷的成浆质量模型第64-66页
 3.4 小结第66-67页
 参考文献第67-68页
第四章 基于遗传编程的低浓打浆过程模型第68-84页
 4.1 引言第68-69页
 4.2 遗传编程的描述第69-77页
  4.2.1 端点集和函数集的设定第69页
  4.2.2 初始群体的设定第69-71页
  4.2.3 适应度的计算及其定标第71-73页
  4.2.4 遗传编程操作第73-75页
  4.2.5 个体树常数结点的优化第75-76页
  4.2.6 控制参数的设定第76页
  4.2.7 进化速度的改善方法第76-77页
 4.3 基于遗传编程的低浓打浆过程动态建模第77-82页
  4.3.1 初始条件的设定第77-79页
  4.3.2 遗传编程的算法第79页
  4.3.3 计算结果第79-82页
 4.4 小结第82页
 参考文献第82-84页
第五章 打浆过程不可测变量的预测推断控制第84-98页
 5.1 引言第84页
 5.2 串联对象的预测推断控制第84-91页
  5.2.1 串联对象预测推断控制第85-89页
  5.2.2 串联对象的预测自适应推断控制第89-90页
  5.2.3 浓缩机出口浆浓度的预测推断控制第90-91页
 5.3 状态可测对象的预测推断控制第91-97页
  5.3.1 状态可测对象的预测推断控制第92-94页
  5.3.2 成浆质量的预测推断控制第94-97页
 5.4 小结第97页
 参考文献第97-98页
第六章 打浆过程非自衡对象的预测控制第98-114页
 6.1 引言第98页
 6.2 非自衡对象的动态矩阵控制第98-104页
  6.2.1 算法基本原理第99-101页
  6.2.2 闭环特性分析第101-103页
  6.2.3 仿真结果第103-104页
 6.3 非自衡对象的前馈预测控制第104-109页
  6.3.1 非自衡对象的前馈动态矩阵控制第104-105页
  6.3.2 非自衡对象的前馈广义预测控制第105-109页
 6.4 浓缩机浆位的前馈动态矩阵控制第109-110页
 6.5 小结第110-112页
 参考文献第112-114页
第七章 打浆过程计算机控制系统的设计与实施第114-130页
 7.1 引言第114-115页
 7.2 系统的硬件与软件构成第115-120页
  7.2.1 硬件构成第115-116页
  7.2.2 软件构成第116-120页
 7.3 高浓成浆质量控制系统设计与实施第120-123页
  7.3.1 打浆度、湿重控制第121-122页
  7.3.2 浓缩机浆位、出口浓度控制第122页
  7.3.3 控制结果第122-123页
 7.4 高浓打浆过程的顺序控制及联锁保护第123-126页
  7.4.1 盘磨机的启动与跳闸逻辑第123-125页
  7.4.2 辅机的启动与跳闸逻辑第125页
  7.4.3 DCS上的实现第125-126页
 7.5 系统评价第126-127页
 7.6 小结第127页
 参考文献第127-130页
第八章 结束语第130-132页
附录第132页

论文共132页,点击 下载论文
上一篇:不确定系统的鲁棒优化方法及应用研究
下一篇:面向HDTV信源集成解码芯片的软硬件协同设计研究