摘要 | 第1-5页 |
ABSTRACT | 第5-8页 |
图表清单 | 第8-10页 |
注释表 | 第10-11页 |
第一章 绪论 | 第11-19页 |
·研究背景和意义 | 第11-12页 |
·控制系统性能的评价指标 | 第12-13页 |
·国内外研究现状 | 第13-18页 |
·空调控制技术的发展 | 第13页 |
·人工神经网络的发展 | 第13-14页 |
·飞机环控系统 | 第14-17页 |
·飞机环控系统发展 | 第14-16页 |
·飞机环控系统仿真软件介绍 | 第16-17页 |
·飞机座舱温控对象的特点 | 第17-18页 |
·本文研究的主要内容 | 第18-19页 |
第二章 环控系统模型 | 第19-33页 |
·座舱模型 | 第19-23页 |
·座舱通风压力损失模型 | 第20-21页 |
·管道模型 | 第21页 |
·通风口与排风口模型 | 第21-22页 |
·私人通风口模型 | 第22页 |
·人员模型 | 第22-23页 |
·制冷组件 | 第23-31页 |
·制冷系统的选型 | 第23-24页 |
·制冷组件模型 | 第24-25页 |
·压气机模型 | 第25-26页 |
·涡轮模型 | 第26-27页 |
·换热器模型 | 第27-29页 |
·水分离器模型 | 第29页 |
·风扇模型 | 第29-30页 |
·制冷组件性能 | 第30-31页 |
·仿真模型 | 第31-33页 |
第三章 环控系统 PID 控制方法研究 | 第33-40页 |
·座舱系统对控制的基本要求 | 第33-34页 |
·座舱温控系统 PID 控制器 | 第34-36页 |
·PID 控制系统特性 | 第36-40页 |
第四章 环控系统 BP 神经网络控制及仿真实现 | 第40-49页 |
·BP 神经网络 | 第40-43页 |
·BP 算法 | 第41-42页 |
·最速度下降法的稳定性 | 第41-42页 |
·BP 算法的收敛性分析 | 第42页 |
·BP 神经网络结构的选择 | 第42-43页 |
·BP 神经网络座舱温度控制仿真实现 | 第43-49页 |
·基于座舱温控系统构建 BP 神经网络模型 | 第43-46页 |
·座舱温度控制联合仿真实现 | 第46-49页 |
第五章 基于神经网路自校正 PID 的座舱温度控制 | 第49-58页 |
·PID 控制器的缺点 | 第49页 |
·神经网络 PID 控制理论 | 第49-52页 |
·基于神经网络参数自校正 PID 座舱温度控制仿真 | 第52-58页 |
第六章 结论与展望 | 第58-60页 |
·结论 | 第58页 |
·展望 | 第58-60页 |
参考文献 | 第60-63页 |
致谢 | 第63-64页 |
在学期间的研究成果及发表的学术论文 | 第64-65页 |
附录 1 座舱模型 | 第65-66页 |
附录 2 环控系统仿真模型 | 第66页 |