油轮静电防爆智能数字监测控制系统

摘要

该文从控制的角度出发,提出了一个基于小波神经网络的油轮静电防爆实时监控系统.其特点是,利用小波神经网络建立油轮静电产生积累的系统模型,以对不能直接现场测量的油舱静电或油面静电电位等参数进行软测量,预测当前的静电电位来控制产生静电积累的过程.控制量的大小通过系统逆模型得到.由于小波神经网络算法的实现涉及到大量的运算,对实时监控系统来说,使用具有高速运算能力并针对实时信号处理进行了优化的微处理器芯片——DSP,可以很好地满足实时性要求.该文使用运算速度为100MIPS的TMS320C5402 DSP作为系统的硬件核心,实现小波神经网络算法,不仅保证了安全性要求,而且提高了生产效率.

目录

文摘

英文文摘

声明

前言

一、问题的引出

二、油轮静电防爆智能数字监测控制系统

第一章基于人工神经网络的系统建模

1.1概述

1.2小波分析

1.2.1连续小波变换

1.2.2离散小波变换

1.3小波神经网络

1.3.1小波神经网络的结构

1.3.2小波神经网络的构造和训练

第二章模糊逻辑控制

2.1概述

2.2模糊控制器的设计

2 2.1隶属函数及输入模糊化

2.2.2规则库的形式与生成

2.2.3模糊决策

2.2.4输出解模糊

2.2.5模糊控制表

第三章洗舱状态下的监控系统设计

3.1洗舱系统输入参数的提取

3.2小波神经网络的构造与训练

3.2.1小波神经网络辨识器

3.2.2小波神经网络控制器

3.3惰性气体模糊控制器的设计

第四章装卸状态下的监控系统设计

4.1装卸系统输入参数的提取

4.2小波神经网络的构造与训练

4.2.1小波神经网络辨识器

4.2.2小波神经网络控制器

4.3惰性气体模糊控制器的设计

第五章小波神经网络的DSP实现

5.1监控系统的实时性要求与DSP实现的引入

5.2 TMS320C54xDSP芯片简介

5.2.1 DSP芯片的特点

5.2.2 TMS320C5402性能简介

5.3 DSP系统设计

5.3.1硬件设计

5.3.2软件设计

结语与鸣谢

参考文献

附录