摘要 | 第1-5页 |
Abstract | 第5-9页 |
1 绪论 | 第9-13页 |
·引言 | 第9-10页 |
·锅炉自动控制国内外现状 | 第10-11页 |
·热水锅炉燃烧控制的意义 | 第11-12页 |
·本文主要工作 | 第12-13页 |
2 热水锅炉工作原理及总体控制方案 | 第13-21页 |
·锅炉的工作过程 | 第13-14页 |
·锅炉燃烧系统的主要任务 | 第14-15页 |
·锅炉燃烧系统控制方案 | 第15-19页 |
·负荷控制系统 | 第16-17页 |
·送风控制系统 | 第17-18页 |
·引风控制系统 | 第18-19页 |
·各子控制系统的协调控制 | 第19页 |
·本章小结 | 第19-21页 |
3 热水锅炉燃烧系统辨识与建模 | 第21-32页 |
·系统辨识的定义及分类 | 第21-22页 |
·系统辨识的定义 | 第21页 |
·系统辨识的分类 | 第21-22页 |
·系统辨识的基本原理 | 第22-23页 |
·系统辨识的步骤 | 第23-26页 |
·多输入多输出系统的辨识原理 | 第26-29页 |
·辨识结果 | 第29-31页 |
·本章小结 | 第31-32页 |
4 锅炉燃烧系统控制算法研究 | 第32-40页 |
·PID神经网络 | 第33-36页 |
·PID神经网络结构 | 第33-34页 |
·PID神经网络控制率计算 | 第34-35页 |
·权值修正 | 第35-36页 |
·粒子群优化算法 | 第36-37页 |
·自适应变异粒子群优化算法 | 第37-39页 |
·本章小结 | 第39-40页 |
5 仿真实验设计与结论 | 第40-51页 |
·控制参数选取 | 第40-42页 |
·供水温度设定 | 第40-42页 |
·其他参数设定 | 第42页 |
·仿真实验 | 第42-50页 |
·PID神经网络算法仿真效果 | 第42-44页 |
·基本粒子群优化的PID神经网络算法仿真效果 | 第44-47页 |
·自适应变异粒子群优化的PID神经网络算法仿真效果 | 第47-50页 |
·本章小结 | 第50-51页 |
结论 | 第51-52页 |
参考文献 | 第52-54页 |
附录 | 第54-57页 |
攻读硕士学位期间发表学术论文情况 | 第57-58页 |
致谢 | 第58-59页 |