水处理过程中DO值控制的研究
独创性说明 | 第1-4页 |
摘要 | 第4-5页 |
Abstract | 第5-10页 |
引言 | 第10-11页 |
1 绪论 | 第11-14页 |
·课题来源 | 第11页 |
·国内外活性污泥法的发展现状 | 第11页 |
·发展及应用概况 | 第11-13页 |
·本文所作的研究 | 第13-14页 |
2 污水处理系统研究分析 | 第14-20页 |
·活性污泥法基本工作原理 | 第14页 |
·污水处理系统流程及该系统存在的问题 | 第14-16页 |
·控制参数的选定及意义 | 第16-18页 |
·控制系统的选择 | 第18-20页 |
3 RBF神经网络的理论基础 | 第20-35页 |
·RBF神经网络的结构 | 第20页 |
·RBF神经网络的映射关系及映射机理 | 第20-22页 |
·RBF神经网络的学习算法研究 | 第22-28页 |
·算法综述 | 第22-23页 |
·动态均值聚类的RBF学习方法和改进的减聚类算法 | 第23-28页 |
·基于 RBF神经网络的水处理过程建模 | 第28-35页 |
·原始数据的收集与处理 | 第28-30页 |
·建模和仿真及结果分析 | 第30-32页 |
·仿真及结果分析 | 第32-35页 |
4 基于DSP控制系统的设计 | 第35-45页 |
·TMS320系列DSP概况 | 第35-36页 |
·控制系统的硬件设计 | 第36-45页 |
·控制系统整体设计 | 第36-37页 |
·电源模块的设计 | 第37页 |
·电压电流信号的处理 | 第37-38页 |
·JTAG接口的设计 | 第38-39页 |
·存储器的扩展 | 第39页 |
·电机转速的测量 | 第39-40页 |
·复位电路 | 第40-41页 |
·系统接口的扩展 | 第41-42页 |
·串行通信的设计 | 第42-43页 |
·传感器的选择 | 第43页 |
·智能功率模块(IPM) | 第43-45页 |
5 控制系统的软件设计 | 第45-64页 |
·系统程序总体介绍 | 第45-46页 |
·基于 RBFNN系统程序的设计 | 第46-47页 |
·RBFNN过程模型对电机转速的预测 | 第46-47页 |
·RBFNN对 DO值的预测模型 | 第47页 |
·系统电机控制程序模块化设计 | 第47-61页 |
·系统控制主程序 | 第47-50页 |
·链接器命令文件 | 第50页 |
·系统初始化子程序 | 第50页 |
·电流磁链转换模块 | 第50-51页 |
·相电流检测模块 | 第51-53页 |
·光电编码脉冲计数器模块 | 第53-54页 |
·电流环的PI控制模块 | 第54页 |
·速度环的PI控制模块 | 第54页 |
·PARK变换 | 第54-55页 |
·PARK逆变换 | 第55-56页 |
·旋转角度正弦函数表 | 第56页 |
·CLARK变换模块 | 第56-57页 |
·空间矢量产生模块 | 第57-61页 |
·PWM波的发生模块 | 第61页 |
·软件设计中的几个问题 | 第61-64页 |
·数据定标问题 | 第61-62页 |
·溢出问题及数据处理方法 | 第62页 |
·乘除法运算问题 | 第62-63页 |
·看门狗问题 | 第63-64页 |
6. 编译环境及仿真工具简介仿真试验 | 第64-71页 |
·编译环境及仿真工具介绍 | 第64-67页 |
·仿真器运行环境的配置 | 第64-65页 |
·Emulator集成环境的介绍 | 第65-67页 |
·实验结果 | 第67-71页 |
结论 | 第71-72页 |
参考文献 | 第72-74页 |
附录A 主要算法程序 | 第74-78页 |
攻读硕士学位期间发表学术论文情况 | 第78-79页 |
致谢 | 第79-80页 |
大连理工大学学位论文版权使用授权书 | 第80页 |