首页--工业技术论文--一般工业技术论文--制冷工程论文--制冷机械和设备论文--制冷机论文

溴化锂制冷机的神经网络建模与控制

摘要第3-4页
ABSTRACT第4-5页
第1章 绪论第9-17页
    1.1 研究背景第9-10页
    1.2 吸收式制冷机组的特性与国内外研究现状第10-13页
        1.2.1 吸收式制冷机组的特性第10-11页
        1.2.2 吸收式制冷系统国内研究现状第11-13页
            1.2.2.1 制冷工质对的选择与改进第11-12页
            1.2.2.2 机组内部结构优化第12页
            1.2.2.3 机组控制系统的研究第12-13页
    1.3 神经网络控制的研究发展第13-15页
        1.3.1 神经网络控制的特点第13-14页
        1.3.2 神经网络控制的应用类型第14页
        1.3.3 神经网络控制算法在制冷系统中的应用第14-15页
    1.4 本文研究内容第15-17页
第2章 吸收式制冷机组的原理及数据采集第17-27页
    2.1 吸收式制冷机组概况第17-20页
        2.1.1 吸收式制冷机组的分类与结构第17-19页
        2.1.2 单效吸收式制冷机原理第19-20页
    2.2 实验系统第20-23页
    2.3 数据采集第23-26页
        2.3.1 实验数据采集的步骤第23-24页
        2.3.2 数据加工第24-25页
        2.3.3 数据集整理第25-26页
    2.4 本章小结第26-27页
第3章 基于改进BP神经网络的机组建模第27-47页
    3.1 神经网络理论基础第27-30页
        3.1.1 神经网络的发展第27-28页
        3.1.2 神经网络学习算法第28-29页
        3.1.3 单神经元网络第29-30页
    3.2 BP神经网络第30-36页
        3.2.1 BP神经网络的基本特点第30-31页
        3.2.2 BP神经网络模式识别第31-35页
        3.2.3 BP神经网络的局限性第35-36页
    3.3 BP神经网络算法优化第36-41页
        3.3.1 LM算法第36-39页
        3.3.2 结构自适应训练方法第39-41页
    3.4 溴化锂制冷机组模型的建立第41-45页
        3.4.1 模型的建立第41-43页
        3.4.2 模型的验证第43-45页
    3.5 本章小结第45-47页
第4章 溴冷机组的神经网络控制第47-61页
    4.1 RBF神经网络监督控制第47-51页
        4.1.1 RBF网络结构第47-49页
        4.1.2 RBF网络监督控制第49-51页
    4.2 改进单神经元自适应控制第51-56页
        4.2.1 单神经元自适应PID控制概述第51-52页
        4.2.2 几种典型的学习规则第52页
        4.2.3 单神经元PID控制器第52-54页
        4.2.4 采用二次型性能指标的单神经元PID控制器第54-55页
        4.2.5 单神经元PID控制器的参数选择第55-56页
    4.3 改进神经网络控制算法仿真实验第56-59页
        4.3.1 算法描述第56-57页
        4.3.2 仿真实验第57-59页
    4.4 本章小结第59-61页
第5章 总结与展望第61-63页
    5.1 总结第61-62页
    5.2 展望第62-63页
参考文献第63-67页
附录第67-69页
    附录A第67页
    附录B第67-69页
发表论文和参加科研情况说明第69-71页
    发表学术论文第69-71页
致谢第71页

论文共71页,点击 下载论文
上一篇:苏州市B5商业地产项目营销策划方案研究
下一篇:图们市县域经济可持续发展研究