循环流化床锅炉燃烧系统模糊神经网络与自适应模糊控制研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·选题背景 | 第9-10页 |
| ·循环流化床技术发展概况 | 第10-12页 |
| ·国外循环流化床锅炉的发展 | 第10-11页 |
| ·国内循环流化床锅炉的发展 | 第11-12页 |
| ·循环流化床锅炉的自动控制技术 | 第12-15页 |
| ·本文的主要研究内容 | 第15-16页 |
| 第2章 CFB 锅炉结构及燃烧过程控制原理 | 第16-30页 |
| ·CFB 结构及工艺简介 | 第16-20页 |
| ·CFB 锅炉结构 | 第16-17页 |
| ·CFB 锅炉工艺流程 | 第17页 |
| ·循环流化床的优点 | 第17-18页 |
| ·CFB 锅炉的特点 | 第18页 |
| ·CFB 锅炉的优点 | 第18-20页 |
| ·CFB 锅炉燃烧过程控制系统的目标和特点 | 第20-23页 |
| ·CFB 锅炉燃烧过程控制目标 | 第20-21页 |
| ·CFB 燃烧过程控制特点 | 第21-23页 |
| ·CFB 锅炉燃烧过程控制系统 | 第23-29页 |
| ·主蒸汽压力控制系统 | 第23-24页 |
| ·床温控制系统 | 第24-25页 |
| ·风量控制系统 | 第25-27页 |
| ·炉膛压力控制系统 | 第27-28页 |
| ·料层差压控制系统 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 神经网络理论及模糊控制原理 | 第30-42页 |
| ·神经网络理论 | 第30-34页 |
| ·神经元模型 | 第30-31页 |
| ·神经网络的结构 | 第31-33页 |
| ·神经网络的基本学习算法 | 第33-34页 |
| ·误差反向传播(BP)神经网络 | 第34-37页 |
| ·BP 网络结构 | 第34-35页 |
| ·BP 算法原理 | 第35-37页 |
| ·模糊控制理论 | 第37-41页 |
| ·模糊控制的特点 | 第37-38页 |
| ·模糊控制系统组成 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 模糊神经网络及自适应模糊控制器设计 | 第42-56页 |
| ·模糊神经网络概述 | 第42-44页 |
| ·模糊神经网络的特点 | 第42-43页 |
| ·模糊神经网络分类 | 第43-44页 |
| ·FNNC 和FNNI 设计 | 第44-49页 |
| ·FNN 结构 | 第44-46页 |
| ·FNN 学习算法 | 第46-48页 |
| ·模糊神经网络控制器结构 | 第48-49页 |
| ·自适应模糊控制概述 | 第49页 |
| ·自适应模糊控制器结构 | 第49-50页 |
| ·自适应模糊控制器设计 | 第50-54页 |
| ·问题描述 | 第50-51页 |
| ·基本模糊控制系统 | 第51页 |
| ·稳定的自适应模糊控制器设计 | 第51-54页 |
| ·保证参数有界的投影法 | 第54页 |
| ·本章小结 | 第54-56页 |
| 第5章 循环流化床锅炉燃烧控制系统仿真 | 第56-66页 |
| ·燃烧控制系统数学模型 | 第56-57页 |
| ·床温被控对象数学模型 | 第56页 |
| ·汽压被控对象数学模型 | 第56-57页 |
| ·送风(一次风)量扰动下床温对象的数学模型 | 第57页 |
| ·基于BP 神经网络的解耦 | 第57-59页 |
| ·燃烧控制系统仿真 | 第59-65页 |
| ·本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第72-73页 |
| 致谢 | 第73-74页 |
| 作者简介 | 第74页 |
