微型燃气轮机控制系统的研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 绪论 | 第10-14页 |
| 1.1 课题的背景 | 第10页 |
| 1.2 国内外研究现状及趋势 | 第10-12页 |
| 1.3 课题研究的意义及应用价值 | 第12页 |
| 1.4 本文研究的内容和论文安排 | 第12-13页 |
| 1.5 本章小节 | 第13-14页 |
| 2 微型燃气轮机模型描述 | 第14-20页 |
| 2.1 微型燃气轮机简介 | 第14-15页 |
| 2.2 单轴燃气轮机模型 | 第15-17页 |
| 2.1.1 速度控制环节 | 第15-16页 |
| 2.1.2 温度控制环节 | 第16页 |
| 2.1.3 燃料控制环节 | 第16-17页 |
| 2.1.4 微型燃气轮机环节 | 第17页 |
| 2.3 微型燃气轮机整体仿真模型 | 第17-18页 |
| 2.4 本章小节 | 第18-20页 |
| 3 基于燃气轮机转速的神经网络PID控制 | 第20-38页 |
| 3.1 基于燃机转速的BP-PID原理 | 第20-27页 |
| 3.1.1 燃机转速的PID控制 | 第20-21页 |
| 3.1.2 BP神经网络 | 第21-22页 |
| 3.1.3 BP-PID控制器结构设计 | 第22-25页 |
| 3.1.4 BP-PID控制策略 | 第25-27页 |
| 3.2 燃机转速的RBF-PID控制 | 第27-30页 |
| 3.2.1 基于燃机转速的RBF结构 | 第27-28页 |
| 3.2.2 RBF神经网络学习算法 | 第28-29页 |
| 3.2.3 基于RBF网络整定PID原理 | 第29-30页 |
| 3.3 各种控制算法下的仿真对比 | 第30-34页 |
| 3.4 融合RBF的BP-PID | 第34-37页 |
| 3.5 本章小结 | 第37-38页 |
| 4 改进的基于燃机转速的神经网络PID算法 | 第38-46页 |
| 4.1 遗传算法 | 第38-39页 |
| 4.2 GA优化的神经网络PID控制策略 | 第39-45页 |
| 4.2.1 GA优化BP-PID的算法 | 第40-43页 |
| 4.2.2 仿真分析 | 第43-45页 |
| 4.3 本章小结 | 第45-46页 |
| 5 微型燃气轮机温度检测与控制 | 第46-59页 |
| 5.1 燃机排气温度检测 | 第46-54页 |
| 5.1.1 小波阈值去噪 | 第46-48页 |
| 5.1.2 新阈值函数的提出 | 第48-51页 |
| 5.1.3 新阈值函数自适应去噪 | 第51-52页 |
| 5.1.4 新去噪算法的仿真 | 第52-54页 |
| 5.2 燃机温度检测分析 | 第54-56页 |
| 5.3 温度控制器的设计 | 第56-58页 |
| 5.4 本章小结 | 第58-59页 |
| 6 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 作者简历 | 第64-65页 |
| 学位论文数据集 | 第65-66页 |
