| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 选题背景及意义 | 第9-10页 |
| 1.2 主汽温控制的研究现状 | 第10-12页 |
| 1.3 模糊控制的发展与研究现状 | 第12-14页 |
| 1.3.1 模糊控制理论的发展历程 | 第12-13页 |
| 1.3.2 基于模糊控制理论的主汽温控制研究 | 第13页 |
| 1.3.3 粒子群优化算法整定PID参数研究 | 第13-14页 |
| 1.4 课题的主要研究内容 | 第14-15页 |
| 第2章 T-S模糊PID调度控制 | 第15-23页 |
| 2.1 模糊控制理论 | 第15-18页 |
| 2.1.1 模糊控制系统的基本结构 | 第15-16页 |
| 2.1.2 模糊控制器的组成 | 第16页 |
| 2.1.3 模糊控制器结构 | 第16-17页 |
| 2.1.4 模糊控制器的设计方法 | 第17-18页 |
| 2.2 模糊模型 | 第18页 |
| 2.3 模型辨识 | 第18-19页 |
| 2.4 T-S模糊PID调度控制 | 第19-22页 |
| 2.4.1 传统PID控制 | 第19-20页 |
| 2.4.2 T-S模糊PID调度控制结构设计 | 第20-22页 |
| 2.4.3 PID参数确定 | 第22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 粒子群优化算法 | 第23-32页 |
| 3.1 基本粒子群优化算法介绍 | 第23-25页 |
| 3.1.1 算法原理 | 第23-24页 |
| 3.1.2 基本粒子群优化算法参数 | 第24-25页 |
| 3.2 粒子群优化算法的测试函数与性能评价标准 | 第25-28页 |
| 3.2.1 粒子群优化算法的测试函数 | 第25-27页 |
| 3.2.2 粒子群优化算法性能的评价标准 | 第27-28页 |
| 3.3 改进粒子群优化算法 | 第28-31页 |
| 3.3.1 带收缩因子和惯性权重线性递减的PSO算法 | 第28页 |
| 3.3.2 遗传粒子群(GAPSO)算法 | 第28-30页 |
| 3.3.3 改进前后两种算法对4个测试函数的优化结果 | 第30-31页 |
| 3.3.4 改进算法的PID参数整定 | 第31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 主汽温系统T-S模糊调度控制 | 第32-45页 |
| 4.1 主汽温被控对象变化特性 | 第32-34页 |
| 4.2 主汽温系统的控制方案 | 第34-35页 |
| 4.3 主汽温系统的T-S模糊调度控制 | 第35-41页 |
| 4.3.1 粒子群优化辨识局部工作点传递函数 | 第35-36页 |
| 4.3.2 局部控制器的设计 | 第36-39页 |
| 4.3.3 全局控制器的集成 | 第39-41页 |
| 4.4 仿真试验 | 第41-44页 |
| 4.4.1 确定工况下的仿真试验 | 第41-43页 |
| 4.4.2 变工况下的仿真试验 | 第43-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 结论与展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第50-51页 |
| 致谢 | 第51页 |