摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 引言 | 第9-18页 |
1.1 课题背景及研究意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-16页 |
1.2.1 偏最小二乘(PLS)及研究现状 | 第10-12页 |
1.2.2 基于PLS的控制器设计方法及研究现状 | 第12-13页 |
1.2.3 模型预测控制及研究现状 | 第13-16页 |
1.3 基于潜空间的模型预测控制方法中仍存在的问题 | 第16页 |
1.4 本文主要研究内容 | 第16-18页 |
第二章 基于ARX-PLS模型的潜空间广义预测控制方法 | 第18-32页 |
2.1 偏最小二乘(PLS)方法 | 第18-19页 |
2.2 基于ARX-PLS的动态建模方法 | 第19-21页 |
2.3 广义预测控制方法 | 第21-24页 |
2.4 基于ARX-PLS模型的广义预测控制方法 | 第24-25页 |
2.5 仿真研究 | 第25-31页 |
2.5.1 四容水箱对象的工作原理及机理建模 | 第25-27页 |
2.5.2 ARX-PLS动态建模的仿真结果 | 第27-28页 |
2.5.3 基于ARX-PLS模型的广义预测控制仿真 | 第28-31页 |
2.6 本章小结 | 第31-32页 |
第三章 基于ARX-Dynamic inner PLS的潜空间广义预测控制方法 | 第32-47页 |
3.1 基于ARX-DIPLS的动态建模算法 | 第32-36页 |
3.2 基于ARX-DIPLS模型的自适应广义预测控制方法 | 第36-40页 |
3.2.1 外模型参数的在线更新 | 第36-39页 |
3.2.2 内模型参数的在线更新 | 第39-40页 |
3.3 仿真研究 | 第40-46页 |
3.3.1 ARX-DIPLS动态建模结果 | 第40-42页 |
3.3.2 自适应预测控制仿真结果 | 第42-46页 |
3.4 本章小结 | 第46-47页 |
第四章 基于局部最小二乘支持向量机的潜空间预测控制方法 | 第47-61页 |
4.1 最小二乘支持向量机(LSSVM) | 第47-48页 |
4.2 即时学习算法(Just-in-time Learning) | 第48-49页 |
4.3 相似度阈值的自适应更新 | 第49-50页 |
4.4 基于局部LSSVM的动态PLS建模方法 | 第50-51页 |
4.5 基于局部LSSVM的潜空间预测控制方法 | 第51-53页 |
4.5.1 模型实时线性化 | 第51-52页 |
4.5.2 基于局部LSSVM的广义预测控制方法 | 第52-53页 |
4.6 仿真研究 | 第53-60页 |
4.6.1 四容水箱仿真研究 | 第53-56页 |
4.6.2 pH中和过程仿真研究 | 第56-60页 |
4.7 本章小结 | 第60-61页 |
第五章 过程控制装置潜空间广义预测控制算法的实施 | 第61-71页 |
5.1 实验室双容水箱对象介绍 | 第61-65页 |
5.1.1 双容水箱的工作原理 | 第61-62页 |
5.1.2 入口泵的工作特性测试 | 第62-64页 |
5.1.3 双容水箱的机理建模 | 第64-65页 |
5.2过程控制装置的潜空间预测控制实验 | 第65-70页 |
5.2.1 OPC通讯协议 | 第65-66页 |
5.2.2 双入双出过控装置潜空间预测控制算法的实验分析 | 第66-70页 |
5.3 本章小结 | 第70-71页 |
总结与展望 | 第71-73页 |
参考文献 | 第73-79页 |
攻读硕士学位期间取得的成果 | 第79-80页 |
致谢 | 第80页 |