热风炉半实物仿真平台的设计与开发
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 论文背景及研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 热风炉建模的研究现状 | 第12页 |
| 1.2.2 仿真平台的研究现状 | 第12-14页 |
| 1.3 热风炉概述 | 第14-16页 |
| 1.4 章节安排 | 第16-19页 |
| 第2章 基于机理方法的热风炉传热过程建模 | 第19-29页 |
| 2.1 数值方法简述 | 第19-20页 |
| 2.2 热风炉模型 | 第20-21页 |
| 2.2.1 热风炉的物理模型 | 第20-21页 |
| 2.2.2 热风炉数值模型 | 第21页 |
| 2.3 数值求解条件的约束与系数计算 | 第21-23页 |
| 2.3.1 边界条件与初始条件 | 第21-22页 |
| 2.3.2 综合换热系数计算 | 第22-23页 |
| 2.3.3 导热系数计算 | 第23页 |
| 2.4 数值计算过程及结果分析 | 第23-28页 |
| 2.4.1 数学模型的离散化 | 第23-24页 |
| 2.4.2 计算所需数据 | 第24-26页 |
| 2.4.3 计算过程 | 第26-27页 |
| 2.4.4 计算结果及分析 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于神经网络的热风炉传热过程建模 | 第29-39页 |
| 3.1 BP神经网络简介 | 第29-32页 |
| 3.1.1 BP神经网络模型结构 | 第30-31页 |
| 3.1.2 BP神经网络学习算法 | 第31-32页 |
| 3.2 BP神经网络模型的建立 | 第32-36页 |
| 3.2.1 BP神经网络建模参数的选择 | 第32-34页 |
| 3.2.2 样本数据的选择和归一化 | 第34-35页 |
| 3.2.3 BP神经网络学习算法的步骤 | 第35-36页 |
| 3.3 实际数据与BP网络预测结果对比 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 热风炉半实物仿真平台的设计 | 第39-53页 |
| 4.1 半实物仿真平台简介 | 第39页 |
| 4.2 整体框架 | 第39-41页 |
| 4.3 半实物仿真平台设计 | 第41-50页 |
| 4.3.1 虚拟被控对象的设计 | 第41-43页 |
| 4.3.2 监控系统的设计 | 第43-46页 |
| 4.3.3 过程控制系统的设计 | 第46-50页 |
| 4.4 半实物仿真平台的通讯 | 第50-52页 |
| 4.4.1 虚拟热风炉对象与监控系统之间通信 | 第50-51页 |
| 4.4.2 过程控制系统与监控系统之间通信 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 基于热风炉仿真平台的温度控制实验 | 第53-69页 |
| 5.1 控制方案的选取 | 第53-54页 |
| 5.2 热风炉控制的要求 | 第54-55页 |
| 5.3 模糊控制器的设计 | 第55-61页 |
| 5.3.1 论域与量化因子的选取 | 第56-58页 |
| 5.3.2 隶属度函数 | 第58-59页 |
| 5.3.3 模糊规则表离线生成 | 第59-61页 |
| 5.3.4 清晰化计算 | 第61页 |
| 5.4 模糊控制器的实现 | 第61-65页 |
| 5.5 实验运行结果 | 第65-67页 |
| 5.6 本章小结 | 第67-69页 |
| 第6章 总结与展望 | 第69-71页 |
| 6.1 研究工作总结 | 第69页 |
| 6.2 未来工作展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |
