首页> 中文学位 >智能模糊控制理论及其在复杂工业过程控制的中应用研究
【6h】

智能模糊控制理论及其在复杂工业过程控制的中应用研究

代理获取

目录

文摘

英文文摘

摘要

第一章绪论

§1.1复杂工业过程的概念和特点

§1.2复杂工业过程的智能模糊控制

§1.3本论文的主要研究工作

第二章模糊模型参考学习控制

§2.1基本模糊控制器的设计

§2.2模糊模型参考学习控制器的设计

§2.3仿真研究

§2.4小结

第三章高阶模糊CMAC自适应控制

§3.1 CMAC的原理

§3.2高阶模糊CMAC的研究

§3.3多层量化中的算法研究

§3.4高阶模糊CMAC的自适应控制系统

§3.5仿真应用研究

§3.6小结

第四章基于神经网络模型的模糊预测控制

§4.1模糊预测控制的工作原理

§4.2基于RBF网络的神经网络模型

§4.3基于神经网络模型的模糊预测控制器的设计

§4.4仿真试验研究

§4.5小结

第五章智能PID控制器在纯滞后工业对象中的应用

§5.1基于RBF神经网络的智能PID控制器设计

§5.2智能PID控制器与史密斯预估器的结合

§5.3仿真研究

§5.4小结

第六章基于遗传算法的前馈-反馈模糊控制

§6.1常规的前馈控制器

§6.2基于遗传算法的前馈-反馈模糊控制器

§6.3工业过程控制的仿真研究

§6.4小结

第七章基于复杂系统的智能控制网络系统应用

§7.1杀菌锅生产过程概述

§7.2智能控制网络系统总体设计方案

§7.3杀菌生产过程硬件设计方案

§7.4杀菌生产过程软件设计方案

§7.5间歇式反应釜的生产过程

§7.6间歇反应釜系统的软件方案设计

§7.7小结

结束语

致谢

参考文献

展开▼

摘要

该论文针对复杂工业过程具有大滞后、非线性、时变、耦合等特点,研究了几种有效的智能模糊控制方法,并应用于复杂工业过程控制中.论文针对传统模糊控制器控制存在的缺陷,提出了一种模糊模型参考学飞控制器,使得模糊控制规则可以得到在线实时的调整,具有很好的效果.论文将模糊控制和小脑模型关节控制器(CMAC)结合起来,提出了一种高阶模糊CMAC自适应控制器.利用模糊集来提高小脑神经网络的泛化能力,大大的进高了系统的性能.根据预测控制和模糊控制特点,利用RBF神经网络作为辨识模型,提出了一种基于网 络模型的模糊预测控制.针对纯滞后工业对象特点,将神经网络的优化方法、PID控制策略 以及Smith预估器相结合,提出了种智能PID控制和一种基于遗传算法的前馈-反馈模糊控制 器.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号