| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-18页 |
| ·课题研究的背景及意义 | 第10-11页 |
| ·时滞对工业控制造成的困难 | 第10页 |
| ·通风机风量自动调节的意义 | 第10-11页 |
| ·时滞过程控制研究现状 | 第11-14页 |
| ·本文主要研究内容及章节分布 | 第14-16页 |
| ·主要研究内容 | 第14页 |
| ·论文的章节分布 | 第14-16页 |
| ·课题来源 | 第16-18页 |
| 2 单神经元自适应PID预估控制 | 第18-34页 |
| ·PID-Smith控制原理 | 第18-21页 |
| ·PID控制原理 | 第18-19页 |
| ·带Smith补偿的PID控制原理 | 第19-21页 |
| ·PID-Smith控制器控制效果分析 | 第21-23页 |
| ·模型精确时的控制效果 | 第21-22页 |
| ·模型不匹配时的控制效果 | 第22-23页 |
| ·单神经元自适应PID预估控制原理 | 第23-28页 |
| ·人工神经元原理 | 第23-26页 |
| ·单神经元PID控制器 | 第26-27页 |
| ·带Smith预估器的单神经元PID控制器 | 第27-28页 |
| ·单神经元自适应PID预估控制器的效果分析 | 第28-32页 |
| ·模型精确时的控制效果 | 第28-29页 |
| ·模型不匹配时的控制效果 | 第29-30页 |
| ·控制器参数对系统的影响 | 第30-32页 |
| ·本章小结 | 第32-34页 |
| 3 单神经元自适应PSD预估控制 | 第34-42页 |
| ·自适应PSD控制原理 | 第34-35页 |
| ·单神经元自适应PSD控制 | 第35-37页 |
| ·单神经元PID与自适应PSD的结合方式 | 第35页 |
| ·单神经元PSD预估控制器 | 第35-37页 |
| ·单神经元PSD控制器的效果分析 | 第37-41页 |
| ·模型精确时的控制效果 | 第37页 |
| ·模型不匹配时的控制效果 | 第37-39页 |
| ·控制器参数对系统的影响 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 4 改进的单神经元PID预估控制 | 第42-52页 |
| ·粒子群优化原理 | 第42-45页 |
| ·标准PSO算法 | 第43-44页 |
| ·粒子群算法参数设置 | 第44-45页 |
| ·基于粒子群优化的在线辨识 | 第45-46页 |
| ·系统辨识 | 第45页 |
| ·基于粒子群优化的系统辨识 | 第45-46页 |
| ·改进的单神经元PID预估控制器 | 第46-47页 |
| ·被控对象变化时的控制效果分析 | 第47-50页 |
| ·控制效果 | 第47-49页 |
| ·辨识效果 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 5 矿井通风机风量自动调节系统的仿真分析 | 第52-60页 |
| ·风量调节方法 | 第52页 |
| ·转速调节节能分析 | 第52-53页 |
| ·基于变频调速的风量自动调节原理 | 第53-54页 |
| ·系统总体设计思想 | 第53页 |
| ·系统控制原理 | 第53-54页 |
| ·基于单神经元PID预估控制的风量调节系统仿真分析 | 第54-58页 |
| ·PID-Smith控制效果 | 第55页 |
| ·单神经元PID预估控制效果 | 第55-56页 |
| ·改进的单神经元PID预估控制效果 | 第56-58页 |
| ·三种控制方法的效果比较 | 第58页 |
| ·本章小结 | 第58-60页 |
| 6 总结与展望 | 第60-62页 |
| ·结论 | 第60页 |
| ·未来工作展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 作者简介 | 第66-68页 |
| 学位论文数据集 | 第68页 |