| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 智能温室大棚的历史和现状 | 第11-12页 |
| 1.2 本文研究的背景和意义 | 第12-13页 |
| 1.3 本文研究的主要内容 | 第13页 |
| 1.4 本文的结构和安排 | 第13-15页 |
| 第二章 动态解耦控制 | 第15-26页 |
| 2.1 引言 | 第15页 |
| 2.2 传统的解耦控制 | 第15-23页 |
| 2.2.1 耦合程度分析方法 | 第15-17页 |
| 2.2.2 现有解耦控制方法的优缺点 | 第17-23页 |
| 2.3 动态解耦控制算法的原理与设计 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 预测 PI 控制算法 | 第26-39页 |
| 3.1 引言 | 第26页 |
| 3.2 PID 控制算法 | 第26-28页 |
| 3.2.1 PID 控制器参数对控制性能的影响 | 第26-27页 |
| 3.2.2 PID 常用的参数整定方法 | 第27-28页 |
| 3.3 Smith 预估控制的基本原理 | 第28-31页 |
| 3.3.1 常规 Smith 预估控制的优点 | 第30页 |
| 3.3.2 常规 Smith 预估控制的缺点 | 第30-31页 |
| 3.4 预测 PI 控制算法 | 第31-34页 |
| 3.4.1 预测 PI 控制算法的发展历程 | 第32页 |
| 3.4.2 预测 PI 控制器的工作原理 | 第32-34页 |
| 3.5 预测 PI、Smith 预估、PID 控制算法的仿真比较 | 第34-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 智能大棚温湿度控制算法设计 | 第39-53页 |
| 4.1 引言 | 第39页 |
| 4.2 过程控制系统建模 | 第39-44页 |
| 4.2.1 过程建模的方法 | 第39-40页 |
| 4.2.2 阶跃响应法建模 | 第40-44页 |
| 4.3 大棚温湿度的预测 PI 动态解耦控制方案 | 第44-48页 |
| 4.3.1 大棚温湿度过程模型的建立 | 第44-45页 |
| 4.3.2 大棚温湿度控制方案的确定 | 第45-48页 |
| 4.3.3 控制器设计及控制参数整定 | 第48页 |
| 4.4 仿真设计与结果分析 | 第48-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 基于 OPTO22 PAC Project 的监控软件选择 | 第53-68页 |
| 5.1 引言 | 第53页 |
| 5.2 PAC 与 PLC 的硬件选择 | 第53-55页 |
| 5.2.1 PAC 的定义 | 第54页 |
| 5.2.2 PAC 优于 PLC 的原因 | 第54-55页 |
| 5.3 OPTO22 PAC Project 的选择 | 第55-58页 |
| 5.3.1 设备连接的选择方式 | 第55-57页 |
| 5.3.2 SNAP PAC 系统选型 | 第57-58页 |
| 5.4 软件开发环境的配置 | 第58-61页 |
| 5.4.1 OPTO 硬件 IP 的设置 | 第58-59页 |
| 5.4.2 PAC control engines 的创建 | 第59页 |
| 5.4.3 MATLAB 与 OPTO 的数据交换 | 第59-61页 |
| 5.5 软件开发方案 | 第61-67页 |
| 5.5.1 控制算法模块 | 第61-64页 |
| 5.5.2 人机交互界面（HMI）设计 | 第64-67页 |
| 5.6 本章小结 | 第67-68页 |
| 第六章 基于预测 PI 动态解耦控制算法在大棚上的应用 | 第68-75页 |
| 6.1 引言 | 第68页 |
| 6.2 仿真软件结构与系统运行流程 | 第68-71页 |
| 6.2.1 软件仿真结构 | 第68-70页 |
| 6.2.2 系统运行流程 | 第70-71页 |
| 6.3 基于预测 PI 动态解耦控制算法的示例分析 | 第71-74页 |
| 6.3.1 设定值变化前后对比 | 第73页 |
| 6.3.2 模型失配前后对比 | 第73-74页 |
| 6.4 本章小结 | 第74-75页 |
| 第七章 总结和展望 | 第75-77页 |
| 7.1 全文总结 | 第75-76页 |
| 7.2 工作展望 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 攻读硕士期间参加的项目和发表的论文 | 第80-81页 |
| 致谢 | 第81页 |
