文摘
英文文摘
1 绪论
1.1 课题的研究背景和意义
1.2 反应釜控制技术研究现状
1.3 研究思路及论文的主要研究工作
2 胶粘剂生产工艺分析
2.1 胶粘剂生产工艺简介
2.2 酚醛胶生产过程分析
2.2.1 工作原理
2.2.2 影响系统设计的因素
2.3 功能指标
2.4 总体控制方案选择
2.5 本章小结
3 模糊控制及神经网络控制
3.1 模糊控制
3.1.1 模糊控制的特点
3.1.2 模糊控制器的组成
3.2 人工神经网络
3.2.1 神经元结构模型
3.2.2 人工神经网络结构
3.2.3 神经网络的学习规则
3.2.4 BP神经网络
3.3 神经网络与模糊控制的结合
3.3.1 两者的结合是发展的必然
3.3.2 模糊控制与神经网络的结合方式
3.4 神经网络实现模糊控制
3.4.1 标准模型
3.4.2 隶属函数网络模型
3.4.3 模糊神经网络控制模型
3.4.4 模糊神经网络的学习算法
3.5 本章小结
4 模糊神经网络技术在反应釜温度控制过程中的应用
4.1 模糊神经网络自学习控制器
4.2 神经网络预测器NNP的结构
4.2.1 BP型NNP的工作原理
4.2.2 NNP的自学习算法
4.2.3 BP型NNP的网络结构及学习计算
4.3 带有神经网络预测器的模糊神经网络的控制学习流程
4.4 本章小结
5 系统仿真及结果分析
5.1 仿真工具介绍
5.2 三种控制算法的仿真比较
5.2.1 阶跃响应仿真
5.2.2 抗扰动仿真实验
5.3 本章小结
6 炼胶釜计算机温度控制系统的设计
6.1 系统总体设计
6.2 系统硬件设计
6.2.1 PCI2003数据采集卡
6.2.2 模拟输入信号的连接方式
6.2.3 接口电路设计
6.2.4 硬件抗干扰措施
6.3 系统软件设计
6.3.1 系统程序流程图
6.3.2 PCI2003相关函数介绍
6.3.3 数据采集并A/D转换
6.3.4 监控界面的设计与买现
6.4 本章小结
7 结论和展望
7.1 结论
7.2 展望
参考文献
附录 A 模糊神经网络控制算法的部分程序
附录 B 攻读学位期间的主要学术成果
致谢