粒子群优化算法在脱硝控制系统中的应用
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-15页 |
1.1 课题背景及研究的目的和意义 | 第9页 |
1.2 SCR的研究现状 | 第9-11页 |
1.2.1 国外SCR的发展现状 | 第10-11页 |
1.2.2 国内SCR的发展现状 | 第11页 |
1.3 粒子群算法的发展现状 | 第11-13页 |
1.3.1 PSO算法的理论研究现状 | 第11-12页 |
1.3.2 PSO算法的改进研究现状 | 第12-13页 |
1.4 论文的主要工作 | 第13-15页 |
第2章 选择性催化还原脱硝技术 | 第15-21页 |
2.1 SCR反应机理 | 第15-16页 |
2.2 SCR脱硝工艺布置方式 | 第16-18页 |
2.3 SCR烟气脱硝系统 | 第18-19页 |
2.4 本章小结 | 第19-21页 |
第3章 粒子群算法对SCR脱硝系统模型辨识 | 第21-37页 |
3.1 辨识概述 | 第21页 |
3.2 数据预处理 | 第21-24页 |
3.2.1 零初始值处理 | 第21-22页 |
3.2.2 粗大值处理 | 第22-23页 |
3.2.3 五点三次平滑法 | 第23-24页 |
3.3 粒子群算法辨识的仿真实验 | 第24-30页 |
3.3.1 粒子群算法起源 | 第24页 |
3.3.2 粒子群优化算法原理 | 第24-27页 |
3.3.3 粒子群算法辨识模拟对象 | 第27-30页 |
3.4 粒子群算法辨识脱硝系统 | 第30-36页 |
3.4.1 辨识副对象 | 第30-33页 |
3.4.2 辨识主对象 | 第33-36页 |
3.5 本章小结 | 第36-37页 |
第4章 粒子群算法优化PID控制器 | 第37-45页 |
4.1 PID控制器 | 第37-39页 |
4.1.1 PID控制器基本原理 | 第37-38页 |
4.1.2 控制器参数对控制性能的影响 | 第38-39页 |
4.2 控制系统性能评价指标 | 第39-40页 |
4.2.1 单项性能指标 | 第39-40页 |
4.2.2 误差积分性能指标 | 第40页 |
4.3 经验整定公式 | 第40-41页 |
4.4 粒子群算法整定PID参数 | 第41-44页 |
4.4.1 整定原理 | 第41页 |
4.4.2 仿真研究 | 第41-43页 |
4.4.3 鲁棒性检验 | 第43-44页 |
4.5 本章小节 | 第44-45页 |
第5章 改进粒子群算法在SCR控制中的应用 | 第45-50页 |
5.1 量子行为粒子群优化算法 | 第45-48页 |
5.1.1 量子力学背景 | 第45页 |
5.1.2 基本模型 | 第45-46页 |
5.1.3 算法流程 | 第46-48页 |
5.2 改进粒子群算法优化PID参数 | 第48页 |
5.3 鲁棒性检验 | 第48-49页 |
5.4 本章小结 | 第49-50页 |
第6章 总结与展望 | 第50-52页 |
6.1 本文总结 | 第50页 |
6.2 展望 | 第50-52页 |
参考文献 | 第52-55页 |
攻读硕士学位期间发表的论文及其它成果 | 第55-56页 |
致谢 | 第56页 |