声明
摘要
第一章 绪论
1.1 研究背景及意义
1.2 课题研究现状
1.2.1 脱硝控制系统的现状
1.2.2 神经网络预测控制研究现状
1.3 本文主要完成的工作
第二章 SCR脱硝系统建模与仿真
2.1 引言
2.2 二阶过阻尼系统传递函数辨识方法
2.3 SCR脱硝系统建模
2.3.2 工程试验方法
2.3.3 SCR脱硝系统的系统辨识
2.3.4 模型准确性验证
2.4 本章小结
第三章 基于串级Smith预估的脱硝控制策略
3.1 引言
3.2.2 基于串级PID的脱硝控制
3.2.3 Smith预估补偿控制
3.2.4 改进的Smith预估补偿控制策略
3.3 本章小结
第四章 基于神经网络预测控制的脱硝系统控制策略
4.1 引言
4.2 多层感知器神经网络模型
4.2.1 多层感知器神经网络模型简介
4.2.2 多层感知器神经网络模型结构
4.2.3 多层感知器神经网络特点
4.2.4 BP算法数学原理
4.3 广义预测控制
4.3.1 广义预测控制特点
4.3.2 广义预测控制基本算法
4.4 基于多层感知器神经网络的预测控制
4.4.1 神经网络辫识算法介绍
4.4.2 神经网络模型混联辨识结构
4.4.3 神经网络模型混联辨识算法
4.4.4 自适应递归最小二乘法
4.4.5 基于神经网络的广义预测控制算法
4.5 仿真研究
4.6 仿真结果对比
4.7 本章小结
第五章 基于改进的粒子群算法的SCR脱硝控制器参数优化
5.1 引言
5.2 粒子群算法介绍
5.2.1 基本粒子群算法
5.2.2 改进的粒子群算法
5.3 算法验证
5.3.1 基准测试函数
5.3.2 部分改进粒子群算法
5.3.3 比较结果
5.4 基于PSOk的脱硝系统神经网络预测控制器参数优化
5.5 本章小结
第六章 总结与展望
6.1 论文工作总结
6.2 未来工作展望
致谢
参考文献
硕士期间发表的科研成果