锅炉燃烧系统的智能控制与仿真研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题的研究背景与意义 | 第10-11页 |
| 1.2 智能控制技术简介 | 第11-14页 |
| 1.3 电厂锅炉燃烧系统建模概述 | 第14-15页 |
| 1.4 本文的主要内容 | 第15-16页 |
| 第2章 锅炉燃烧系统建模分析 | 第16-22页 |
| 2.1 锅炉基本工艺结构及工作原理 | 第16-17页 |
| 2.2 锅炉燃烧控制回路分析 | 第17-20页 |
| 2.3 锅炉控制系统的控制要求 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 锅炉燃烧系统的智能建模 | 第22-45页 |
| 3.1 神经网络 | 第22-25页 |
| 3.1.1 神经网络模型 | 第22页 |
| 3.1.2 网络结构和工作方式 | 第22-24页 |
| 3.1.3 神经网络的学习 | 第24-25页 |
| 3.2 BP神经网络 | 第25-32页 |
| 3.2.1 BP网络结构 | 第25-26页 |
| 3.2.2 BP网络的计算 | 第26-31页 |
| 3.2.3 BP算法步骤 | 第31-32页 |
| 3.3 遗传算法 | 第32-36页 |
| 3.3.1 遗传算法的基本原理 | 第32-33页 |
| 3.3.2 遗传算法的操作流程 | 第33-36页 |
| 3.4 遗传算法优化BP神经网络 | 第36-41页 |
| 3.4.1 BP神经网络参数优化设计 | 第36-40页 |
| 3.4.2 GA-BP算法步骤 | 第40-41页 |
| 3.5 锅炉燃烧系统的BP神经网络建模 | 第41-44页 |
| 3.5.1 数据的选取 | 第41-42页 |
| 3.5.2 GA-BP网络模型的建模及结果分析 | 第42-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 烟气含氧量模糊PID控制优化研究 | 第45-54页 |
| 4.1 PID控制器简介 | 第45页 |
| 4.2 模糊控制器组成 | 第45-46页 |
| 4.3 模糊控制器的设计 | 第46-49页 |
| 4.3.1 模糊化处理 | 第47-48页 |
| 4.3.2 模糊推理 | 第48页 |
| 4.3.3 反模糊化 | 第48-49页 |
| 4.4 模糊自整定PID控制器 | 第49-51页 |
| 4.5 烟气氧量控制系统仿真 | 第51-52页 |
| 4.6 仿真结果分析 | 第52-53页 |
| 4.7 本章小结 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57页 |
