| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题研究背景 | 第8-9页 |
| 1.2 水箱液位研究现状 | 第9-12页 |
| 1.2.1 常规算法的研究 | 第9-10页 |
| 1.2.2 模糊控制算法的研究 | 第10页 |
| 1.2.3 神经网络算法的现状 | 第10-11页 |
| 1.2.4 模糊神经网络的研究 | 第11-12页 |
| 1.3 本课题研究来源及意义 | 第12页 |
| 1.4 研究内容及章节安排 | 第12-14页 |
| 第2章 水箱系统的数学建模 | 第14-19页 |
| 2.1 三容水箱的结构 | 第14-15页 |
| 2.2 水箱的多模型建模 | 第15-18页 |
| 2.3 切换性能指标 | 第18-19页 |
| 第3章 PID控制器的设计及仿真 | 第19-26页 |
| 3.1 PID控制原理 | 第19-20页 |
| 3.2 数字PID控制 | 第20-21页 |
| 3.3 PID参数的工程整定 | 第21-22页 |
| 3.4 PID控制器的仿真 | 第22-25页 |
| 3.5 本章小结 | 第25-26页 |
| 第4章 模糊PID的设计与仿真 | 第26-34页 |
| 4.1 模糊控制的介绍 | 第26页 |
| 4.2 模糊PID控制的工作原理 | 第26-28页 |
| 4.3 模糊PID控制器的设计 | 第28-32页 |
| 4.4 模糊PID控制器的仿真 | 第32-33页 |
| 4.5 本章小结 | 第33-34页 |
| 第5章 RBF神经网络PID控制器的设计与仿真 | 第34-40页 |
| 5.1 人工神经网络的介绍 | 第34-35页 |
| 5.2 径向基神经网络 | 第35-36页 |
| 5.2.1 径向基神经网络结构 | 第35页 |
| 5.2.2 高斯RBF网络的学习方法 | 第35-36页 |
| 5.3 基于RBF神经网络的PID控制器的设计 | 第36-38页 |
| 5.4 基于RBF神经网络的PID控制器的仿真 | 第38-39页 |
| 5.5 本章小结 | 第39-40页 |
| 第6章 模糊神经网络PID控制器的设计与仿真 | 第40-47页 |
| 6.1 模糊神经网络的介绍 | 第40页 |
| 6.2 模糊神经网络的类型 | 第40-42页 |
| 6.2.1 基于Mamdani推理的模糊神经网络 | 第41-42页 |
| 6.3 基于模糊神经网络的PID控制器设计 | 第42-45页 |
| 6.4 基于FNN的PID控制器的仿真 | 第45页 |
| 6.5 本章小结 | 第45-47页 |
| 第7章 三容水箱液位控制系统研究 | 第47-54页 |
| 7.1 三容水箱系统介绍 | 第47-49页 |
| 7.1.1 A3000 现场系统工艺流程 | 第47-48页 |
| 7.1.2 JX-300 DCS控制系统 | 第48-49页 |
| 7.2 OPC通讯技术 | 第49-50页 |
| 7.3 MATLAB与DCS的通讯 | 第50-51页 |
| 7.3.1 监控软件AdvanTrol的OPC实现 | 第50页 |
| 7.3.2 MATLAB的OPC实现 | 第50-51页 |
| 7.4 不同控制算法对水箱液位的控制 | 第51-53页 |
| 7.5 本章小结 | 第53-54页 |
| 总结与展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60页 |