| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究的背景与意义 | 第9页 |
| 1.2 时滞现象的研究状况 | 第9-14页 |
| 1.2.1 Smith预估器的提出与应用 | 第10-11页 |
| 1.2.2 PID控制 | 第11-12页 |
| 1.2.3 自适应控制方法在时滞系统中的应用 | 第12页 |
| 1.2.4 智能控制 | 第12-14页 |
| 1.3 时滞系统中应用的控制方法发展方向 | 第14-15页 |
| 1.4 课题研究的主要内容 | 第15-16页 |
| 第2章 模糊PID与SMITH预估器结合的控制策略 | 第16-38页 |
| 2.1 PID控制原理介绍 | 第16-18页 |
| 2.1.1 数字PID | 第17页 |
| 2.1.2 PID的发展与存在的问题 | 第17-18页 |
| 2.2 模糊控制理论 | 第18-19页 |
| 2.3 自适应模糊PID控制器 | 第19-22页 |
| 2.4 Smith预估器在控制系统中的应用 | 第22-25页 |
| 2.4.1 Smith预估器的原理 | 第23-24页 |
| 2.4.2 Smith预估器的改进 | 第24-25页 |
| 2.5 九点控制方法对tf的整定 | 第25-33页 |
| 2.5.1 被控对象的参数K对tf的影响 | 第30-31页 |
| 2.5.2 被控对象的参数T对tf的影响 | 第31-32页 |
| 2.5.3 被控对象的参数τ对tf的影响 | 第32-33页 |
| 2.6 对t_f进行调整的九点控制规则及实例分析 | 第33-37页 |
| 2.7 本章小结 | 第37-38页 |
| 第3章 SMITH预估系统的混合智能控制策略 | 第38-51页 |
| 3.1 引言 | 第38页 |
| 3.2 神经网络的分类 | 第38-39页 |
| 3.3 神经网络的学习方式 | 第39-40页 |
| 3.4 神经网络模型对系统辨识的原理分析 | 第40-44页 |
| 3.4.1 对系统进行辨识的原理介绍 | 第40-41页 |
| 3.4.2 常用的神经网络对系统进行辨识 | 第41-44页 |
| 3.5 混合智能控制策略 | 第44-48页 |
| 3.5.1 混合智能控制系统结构 | 第44-45页 |
| 3.5.2 Smith预估器与神经网络的结合 | 第45-48页 |
| 3.6 混合智能控制算法的应用 | 第48-50页 |
| 3.7 本章小结 | 第50-51页 |
| 第4章 温度控制系统的硬件与软件设计 | 第51-58页 |
| 4.1 温度控制系统的性能指标 | 第51页 |
| 4.2 温控系统的硬件介绍 | 第51-54页 |
| 4.3 温控系统的软件设计 | 第54-57页 |
| 4.3.1 单片机的软件设计及算法实现 | 第54-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第5章 温度控制系统的硬件调试 | 第58-63页 |
| 5.1 包装机加热设备的特点以及建立系统模型 | 第58-60页 |
| 5.1.1 建立的模型形式 | 第58页 |
| 5.1.2 被控对象的参数确定 | 第58-60页 |
| 5.2 上位机监控软件 | 第60页 |
| 5.3 包装机加热设备的温控系统调试 | 第60-62页 |
| 5.3.1 反馈通道无自整定时间参数 | 第61页 |
| 5.3.2 反馈通道有自整定时间参数 | 第61-62页 |
| 5.4 本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69页 |