声明
摘要
第一章 绪论
1.1 课题研究背景
1.2 循环流化床锅炉简介
1.2.1 循环流化床锅炉结构与运行原理
1.2.2 循环流化床锅炉发展与现状
1.2.3 循环流化床锅炉燃烧特点
1.2.4 循环流化床锅炉控制研究现状
1.3 蚁群优化算法简介
1.3.1 蚁群优化算法的产生与发展
1.3.2 蚁群算法的研究现状
1.4 热工过程辨识现状
1.5 本文主要研究内容
第二章 基本蚁群算法
2.1 蚁群行为的原理与特点
2.2 蚁群算法模型与流程
2.2.1 基本蚁群算法模型
2.2.2 基本蚁群算法流程
2.3 基本蚁群算法的参数设置
2.4 基本蚁群算法的优点与缺陷
2.5 本章小结
第三章 改进蚁群算法及其在系统辨识中的应用
3.1 人工免疫算法
3.1.1 人工免疫系统简介
3.1.2 人工免疫算法流程
3.1.3 人工免疫算法特点
3.2 基于免疫原理的改进蚁群算法辨识
3.2.1 热工过程辨识原理
3.2.2 辨识方案流程设计
3.2.3 改进初始信息素分布
3.2.4 建立信息素分布调整机制
3.2.5 改进选择概率函数
3.3 辨识仿真
3.3.1 改进蚁群算法性能测试
3.3.2 给定模型辨识仿真
3.3.3 现场数据的辨识仿真
3.4 本章小结
第四章 CFB锅炉燃烧对象动态辨识
4.1 CFB锅炉燃烧系统控制任务分析
4.1.1 CFB锅炉燃烧系统被控对象
4.1.2 CFB锅炉燃烧系统控制目标
4.1.3 CFB锅炉燃烧系统控制特点
4.2 CFB锅炉燃烧对象动态特性分析及模型确定
4.2.1 回料阀开度对床温床压的影响
4.2.2 一次风量对床温床压的影响
4.3 燃烧对象动态辨识
4.4 本章小结
第五章 CFB锅炉燃烧系统自适应模糊控制研究
5.1 模糊控制器设计
5.1.1 模糊控制器输入输出变量的确定
5.1.2 输入变量的模糊化
5.1.3 定义模糊子集与隶属度函数
5.1.4 确定模糊控制规则
5.1.5 确定模糊推理机制
5.1.6 去模糊化处理
5.2 变论域模糊控制器研究
5.2.1 模糊变论域思想
5.2.2 量化因子和比例因子的自适应调整
5.3 自适应模糊控制规则
5.3.1 自适应模糊规则调整函数
5.3.2 函数变量调整原则
5.4 燃烧对象模糊控制系统设计
5.4.1 多变量模糊控制系统
5.4.2 燃烧对象控制器结构设计
5.4.3 燃烧系统模糊控制规则
5.5 CFB锅炉燃烧系统控制仿真
5.5.1 给定值扰动下的控制系统仿真
5.5.2 内扰下的控制系统仿真
5.5.3 外扰下的控制系统仿真
5.6 本章小结
总结与展望
致谢
参考文献
硕士期间发表的学术论文