首页--工业技术论文--电工技术论文--发电、发电厂论文--发电厂论文--火力发电厂、热电站论文--发电设备论文

直流锅炉发电机组协调控制系统自适应控制算法研究

中文摘要第1页
英文摘要第4-8页
第一章 引言第8-13页
   ·选题背景及意义第8页
   ·直流锅炉机组模型研究现状第8-10页
   ·自适应控制系统的研究现状第10-12页
   ·论文的主要工作第12-13页
第二章 直流锅炉特性分析及建模第13-29页
   ·直流锅炉的基本原理和特点第13-16页
     ·直流锅炉基本原理及典型的协调控制系统模型第13-16页
     ·直流锅炉的基本特点第16页
   ·直流锅炉机组静态特性第16-19页
     ·汽温静态特性第16-17页
     ·汽压静态特性第17-18页
     ·焓与温度、压力之间的关系第18-19页
   ·直流锅炉机组动态特性第19-20页
   ·影响直流锅炉机组运行状况的主要因素第20-21页
     ·燃水比是主要影响因素第20-21页
     ·中间点温度的影响第21页
     ·煤质变化的影响第21页
   ·采用机理法直流锅炉机组建模及 Sim PowerSystems 模块库拓展第21-27页
     ·采用机理法直流锅炉机组建模第22-24页
     ·Sim PowerSystems 模块库拓展第24-27页
       ·模型的封装第24-25页
       ·电力系统模块库中的 Machines(机构模块集)拓展第25-27页
   ·直流锅炉机组模型的扰动实验及实验分析第27-28页
     ·模型的扰动实验第27-28页
     ·扰动实验分析第28页
   ·小结第28-29页
第三章 直流炉机组协调控制系统自适应控制器的设计与分析第29-48页
   ·自适应控制系统简介第29-30页
   ·极点配置自适应PID 控制算法第30-35页
     ·极点配置自适应控制律第30-31页
     ·期望特征多项式参数的选取第31-32页
     ·带遗忘因子的递推最小二乘实时参数估计算法第32-33页
     ·自适应PID 控制器设计第33-35页
       ·传统PID 控制器第33-34页
       ·自适应PID 控制器第34-35页
   ·极点配置自适应PID 控制器的设计与分析第35-38页
     ·极点配置自适应PID 控制器设计第35-37页
     ·MATLAB 环境下自适应PID 控制算法验证与分析第37-38页
       ·极点配置自适应PID 控制系统的跟踪实验第37-38页
       ·极点配置自适应PID 控制系统的脉冲扰动试验第38页
   ·参数自适应并行模糊PID 控制算法第38-45页
     ·并行模糊PID 控制器设计与分析第39-41页
       ·控制器结构第39-41页
       ·非线性校正项的特性分析第41页
     ·控制器参数的在线自适应整定第41-43页
     ·MATLAB 环境下自适应模糊PID 控制算法验证与分析第43-45页
       ·参数自适应模糊PID 控制系统的跟踪实验第43-44页
       ·参数自适应模糊PID 控制系统的脉冲扰动试验第44-45页
   ·直流锅炉发电机组协调控制系统三种控制算法仿真对比分析第45-47页
     ·阶跃响应跟踪实验第45-46页
     ·脉冲扰动试验第46-47页
   ·小结第47-48页
第四章 基于 HOLLIAS-ConMaker 平台的直流锅炉机组自适应控制系统仿真第48-60页
   ·HOLLIAS-ConMaker 控制算法仿真软件介绍第48-49页
   ·HOLLIAS-ConMaker 的编程语言第49-53页
     ·HOLLIAS-ConMaker 的编程语言简介第49-50页
     ·直流锅炉机组自适应控制系统基本单元程序编写第50-53页
   ·HOLLIAS-ConMaker 环境下直流锅炉机组自适应控制系统设计第53-59页
     ·直流锅炉机组极点配置自适应PID 控制系统模型搭建第53-57页
     ·在线实时仿真与仿真结果分析第57-59页
       ·ConMaker 环境下在线实时仿真第57页
       ·实时仿真数据处理第57-58页
       ·实时仿真结果分析第58-59页
   ·小结第59-60页
第五章 总结与展望第60-62页
   ·研究工作总结第60-61页
   ·展望第61-62页
参考文献第62-65页
致谢第65-66页
在学期间发表的学术论文和参加科研情况第66页

论文共66页,点击 下载论文
上一篇:基于SVM的变压器油色谱故障预测与诊断
下一篇:基于知识库的电力系统短期负荷预测的研究