非线性预测与控制方法在温度控制中的应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-16页 |
| ·温度预测与控制的背景和意义 | 第10-12页 |
| ·课题的背景 | 第10-11页 |
| ·研究目的和意义 | 第11-12页 |
| ·预测控制的国内外研究现状与发展动态 | 第12-14页 |
| ·预测控制的产生与发展 | 第12页 |
| ·非线性预测控制的发展现状 | 第12-14页 |
| ·论文主要工作和结构安排 | 第14-16页 |
| 2 非线性预测控制温度的基本理论 | 第16-29页 |
| ·预测控制温度的基本原理 | 第16-17页 |
| ·建模的目的和基本方法 | 第17-19页 |
| ·建立数学模型的主要目的 | 第17-18页 |
| ·建立模型的基本方法 | 第18-19页 |
| ·建立预测模型的方法 | 第19-25页 |
| ·BP 网络的介绍 | 第20-24页 |
| ·BP 神经网络的特点 | 第24-25页 |
| ·对系统优化的滤波算法介绍 | 第25-29页 |
| 3 温度数据的采集 | 第29-34页 |
| ·采集数据的必要性 | 第29页 |
| ·采集温度数据的方案介绍 | 第29-31页 |
| ·采集温度数据的过程 | 第31-34页 |
| 4 系统模型的建立 | 第34-49页 |
| ·用最小二乘法辨识模型的介绍 | 第34-35页 |
| ·辨识温度系统需要的模型 | 第35-39页 |
| ·NARMAX 模型的介绍 | 第35-37页 |
| ·将 NARMAX 模型转变到 NARMA | 第37-39页 |
| ·建立线性 ARMA 模型 | 第39-46页 |
| ·建立 NARMA 模型 | 第46-49页 |
| 5 基于模型的温度预测控制 | 第49-67页 |
| ·非线性预测控制算法简介 | 第49-51页 |
| ·线性化方法 | 第49-50页 |
| ·基于特殊模型的非线性预测控制 | 第50页 |
| ·先进控制策略与预测控制相结合的控制方法 | 第50-51页 |
| ·神经网络用于非线性系统预测控制的优点 | 第51-52页 |
| ·神经网络预测控制的介绍 | 第52-55页 |
| ·神经网络辨识的原理 | 第52-53页 |
| ·基于动态 BP 神经网络的预测控制器设计 | 第53-55页 |
| ·动态补偿器的设计 | 第55-59页 |
| ·传感器动态补偿过程 | 第55-57页 |
| ·卡尔曼滤波算法及其扩展算法的特性和应用 | 第57-59页 |
| ·反馈线性化方法详细介绍 | 第59-63页 |
| ·基于微分几何理论的反馈线性化方法 | 第60-62页 |
| ·直接反馈线性化(DFL)方法 | 第62-63页 |
| ·整体预测控制系统的控制结果 | 第63-67页 |
| 6 总结与展望 | 第67-69页 |
| ·论文总结 | 第67页 |
| ·工作展望 | 第67-69页 |
| 附录 | 第69-74页 |
| 参考文献 | 第74-79页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第79-80页 |
| 致谢 | 第80页 |
