摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-13页 |
1.1 课题研究背景及意义 | 第8-9页 |
1.2 火电机组的建模研究现状 | 第9-10页 |
1.2.1 机理/实验建模方法及相关模型 | 第9-10页 |
1.2.2 智能建模方法及相关模型 | 第10页 |
1.3 单元机组协调控制系统的控制方案 | 第10-12页 |
1.3.1 基于线性系统理论的研究 | 第10-11页 |
1.3.2 基于非线性系统理论的研究 | 第11页 |
1.3.3 基于智能化方法的研究 | 第11-12页 |
1.4 本文主要内容 | 第12-13页 |
第二章 超超临界单元机组混合建模方法研究 | 第13-28页 |
2.1 超超临界单元机组模型分析 | 第13-14页 |
2.1.1 直流锅炉对象特性的描述 | 第13页 |
2.1.2 单元机组模型的简化 | 第13-14页 |
2.2 基于改进自适应遗传算法的传递函数模型系统辨识 | 第14-20页 |
2.2.1 超超临界单元机组的传递函数描述及等效简化 | 第14-15页 |
2.2.2 传统GA算法简介 | 第15-17页 |
2.2.3 改进自适应GA算法 | 第17-18页 |
2.2.4 模型辨识性能测试 | 第18-20页 |
2.3 单元机组的加权多模型建模策略 | 第20-24页 |
2.3.1 多模型建模的研究现状 | 第20-21页 |
2.3.2 基于递推贝叶斯概率加权方法的多模型建模 | 第21-22页 |
2.3.3 加权多模型建模性能测试 | 第22-24页 |
2.4 基于RBF神经网络的模型非线性补偿 | 第24-27页 |
2.4.1 用于非线性补偿的RBF神经网络 | 第24-25页 |
2.4.2 基于非线性补偿的模型辨识性能测试 | 第25-27页 |
2.5 本章总结 | 第27-28页 |
第三章 广义预测控制算法及其改进 | 第28-37页 |
3.1 基于非线性的广义预测控制 | 第28-32页 |
3.1.1 传统广义预测控制 | 第28-30页 |
3.1.2 基于神经网络前馈补偿的广义预测控制算法 | 第30-32页 |
3.2 基于期望响应的GPC参考轨迹在线自校正方法 | 第32-34页 |
3.2.1 参考轨迹 | 第32页 |
3.2.2 基于期望响应的参考轨迹在线优化算法 | 第32-34页 |
3.3 锅炉-负荷通道基于参考轨迹优化的非线性GPC控制仿真 | 第34-36页 |
3.4 本章小结 | 第36-37页 |
第四章 模糊自适应整定PID控制算法及其改进 | 第37-50页 |
4.1 模糊控制器组成 | 第37-40页 |
4.1.1 模糊化 | 第37-38页 |
4.1.2 知识库 | 第38-39页 |
4.1.3 模糊推理 | 第39页 |
4.1.4 反模糊化 | 第39-40页 |
4.2 模糊PID控制 | 第40-43页 |
4.2.1 模糊PID控制器的结构 | 第40页 |
4.2.2 模糊PID控制器的设计 | 第40-42页 |
4.2.3 基于模糊自适应整定的PID控制仿真 | 第42-43页 |
4.3 基于变论域的改进模糊PID控制算法 | 第43-49页 |
4.3.1 模糊PID控制算法的论域伸缩 | 第44-45页 |
4.3.2 几种常见的伸缩因子选择计算方法 | 第45-47页 |
4.3.3 基于误差分级的伸缩因子选择方法 | 第47-48页 |
4.3.4 基于误差分级的变论域模糊PID控制仿真 | 第48-49页 |
4.4 本章小结 | 第49-50页 |
第五章 广义预测控制和模糊PID控制在协调控制系统中的应用 | 第50-57页 |
5.1 协调机组典型负荷控制结构分析 | 第50-53页 |
5.1.1 锅炉跟随的负荷控制方式 | 第50-51页 |
5.1.2 汽机跟随的负荷控制方式 | 第51-52页 |
5.1.3 机炉协调的负荷控制方式 | 第52-53页 |
5.2 机炉协调控制的几种方式和分析 | 第53-54页 |
5.2.1 以锅炉跟随为基础的协调控制方式 | 第53页 |
5.2.2 以汽机跟随为基础的协调控制方式 | 第53-54页 |
5.2.3 综合型协调控制系统 | 第54页 |
5.3 控制仿真结果 | 第54-57页 |
第六章 总结和展望 | 第57-59页 |
6.1 论文总结 | 第57-58页 |
6.2 论文展望 | 第58-59页 |
参考文献 | 第59-62页 |
致谢 | 第62-63页 |
攻读硕士期间发表的论文 | 第63页 |