摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-17页 |
1.1 选题背景及意义 | 第11-13页 |
1.2 内模控制与神经网络研究背景及现状 | 第13-15页 |
1.2.1 内模控制 | 第13页 |
1.2.2 神经网络 | 第13-15页 |
1.3 本论文的研究工作 | 第15-17页 |
第2章 内模控制与神经网络 | 第17-29页 |
2.1 内模控制 | 第17-21页 |
2.1.1 内模控制原理 | 第17-18页 |
2.1.2 内模控制性质 | 第18-19页 |
2.1.3 内模控制设计 | 第19-21页 |
2.2 神经网络 | 第21-27页 |
2.2.1 神经元结构 | 第21-23页 |
2.2.2 多层前馈网络与BP学习算法 | 第23-25页 |
2.2.3 BP算法的局限与改进 | 第25-27页 |
2.3 本章小结 | 第27-29页 |
第3章 神经网络内模控制系统设计 | 第29-37页 |
3.1 系统可逆性分析 | 第29-30页 |
3.1.1 逆系统定义 | 第29-30页 |
3.1.2 d阶时延逆系统 | 第30页 |
3.1.3 系统可逆性定义 | 第30页 |
3.2 基于神经网络的模型与逆模型辨识 | 第30-33页 |
3.2.1 正向辨识建模 | 第31-32页 |
3.2.2 逆向辨识建模 | 第32-33页 |
3.3 基于神经网络的内模控制 | 第33-35页 |
3.4 本章小结 | 第35-37页 |
第4章 常压塔塔顶温度控制应用研究 | 第37-47页 |
4.1 引言 | 第37-38页 |
4.2 常规PID前馈-反馈控制设计 | 第38-40页 |
4.2.1 前馈补偿器设计 | 第39-40页 |
4.2.2 反馈控制器设计 | 第40页 |
4.3 前馈-反馈神经网络内模控制 | 第40-44页 |
4.3.1 滤波器设计 | 第41页 |
4.3.2 对内部模型及干扰通道模型进行神经网络系统辨识 | 第41-43页 |
4.3.3 内模控制器(逆模型)辨识 | 第43-44页 |
4.4 仿真结果 | 第44-46页 |
4.5 本章小结 | 第46-47页 |
第5章 常压炉出口温度控制应用研究 | 第47-57页 |
5.1 引言 | 第47页 |
5.2 常规PID串级控制设计 | 第47-49页 |
5.2.1 控制系统规律选择 | 第48-49页 |
5.2.2 控制系统参数整定 | 第49页 |
5.3 神经网络内模串级控制设计 | 第49-52页 |
5.3.1 内模控制器(逆模型)辨识 | 第50-51页 |
5.3.2 内部模型辨识 | 第51-52页 |
5.4 仿真结果 | 第52-56页 |
5.5 本章小结 | 第56-57页 |
第6章 神经网络内模解耦控制 | 第57-73页 |
6.1 引言 | 第57页 |
6.2 解耦控制系统特点 | 第57-58页 |
6.3 常规PID前馈补偿解耦控制 | 第58-59页 |
6.4 神经网络内模解耦控制 | 第59-65页 |
6.4.1 多变量内模解耦控制的结构 | 第59页 |
6.4.2 内模解耦控制器分析 | 第59-61页 |
6.4.3 系统时滞与非最小相位零点分析 | 第61-63页 |
6.4.4 内模解耦控制器设计 | 第63-64页 |
6.4.5 基于递推最小二乘法的模型降阶 | 第64-65页 |
6.4.6 神经网络模型辨识 | 第65页 |
6.5 仿真结果 | 第65-71页 |
6.6 本章小结 | 第71-73页 |
第7章 常减压装置先进控制实验 | 第73-79页 |
7.1 JT3000常减压实验装置简介 | 第73-74页 |
7.2 JT3000常减压实验装置控制系统 | 第74-75页 |
7.3 JT3000常减压实验装置工艺流程 | 第75-76页 |
7.4 常压段内模控制实验 | 第76-78页 |
7.5 本章小结 | 第78-79页 |
第8章 微小流量精馏实验装置设备改造 | 第79-87页 |
8.1 存在问题及解决方案 | 第79-80页 |
8.2 微小流量检测与仪器配件的选择 | 第80-81页 |
8.3 结构改造过程 | 第81-83页 |
8.4 控制实验设计及结果分析 | 第83-86页 |
8.5 本章小结 | 第86-87页 |
结论 | 第87-89页 |
参考文献 | 第89-93页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第93-95页 |
致谢 | 第95页 |