基于预测控制算法的软测量技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-11页 |
| §1-1 引言 | 第8-9页 |
| §1-2 预测控制研究状况 | 第9-10页 |
| 1-2-1 非参数模型预测控制 | 第9页 |
| 1-2-2 参数模型预测控制 | 第9-10页 |
| §1-3 论文主要章节安排 | 第10-11页 |
| 第二章 软测量技术 | 第11-16页 |
| §2-1 软测量技术的数学描述和结构 | 第11-12页 |
| 2-1-1 软测量的数学描述 | 第11页 |
| 2-1-2 软测量的结构 | 第11-12页 |
| §2-2 影响软测量性能的因素 | 第12-13页 |
| 2-2-1 辅助变量的选择 | 第12-13页 |
| 2-2-2 数据预处理 | 第13页 |
| §2-3 软测量模型 | 第13-15页 |
| 2-3-1 机理分析法 | 第13页 |
| 2-3-2 经验方法 | 第13-15页 |
| §2-4 软测量模型的在线校正 | 第15-16页 |
| 第三章 广义预测控制算法 | 第16-24页 |
| §3-1 引言 | 第16-17页 |
| §3-2 广义预测基本方法 | 第17-19页 |
| §3-3 Diophantine方程的递推求解 | 第19-20页 |
| §3-4 广义预测控制方法的参数选择 | 第20-21页 |
| §3-5 具有比例积分结构的广义预测控制算法 | 第21-24页 |
| 3-5-1 引言 | 第21页 |
| 3-5-2 PIGPC控制率的设计 | 第21-24页 |
| 第四章 最小二乘法参数辨识 | 第24-30页 |
| §4-1 系统辨识结构 | 第24页 |
| §4-2 最小二乘法的基本概念 | 第24-26页 |
| §4-3 最小二乘问题的一次完成算法 | 第26页 |
| §4-4 最小二乘参数估计递推算法 | 第26-30页 |
| 第五章 基于广义预测的含氧量软测量方法 | 第30-41页 |
| §5-1 引言 | 第30页 |
| §5-2 锅炉燃烧系统 | 第30-31页 |
| §5-3 神经网络烟气含氧量软测量方法 | 第31-34页 |
| 5-3-1 BP神经网络 | 第31-32页 |
| 5-3-2 基于神经网络实现烟气含氧量软测量模型 | 第32-34页 |
| §5-4 广义预测烟气含氧量测控模型的建立 | 第34-41页 |
| 结论 | 第41-42页 |
| 参考文献 | 第42-44页 |
| 致谢 | 第44-45页 |
| 攻读学位期间所取得的相关科研成果 | 第45页 |
