文摘
英文文摘
学位论文数据集
第一章 绪论
1.1 分布参数系统
1.2 混合神经网络
1.3 样条神经网络
1.4 本课题的研究内容
第二章 管式反应器聚合反应
2.1 管式反应器
2.2 管式聚合反应过程的数学模型
2.2.1 基元反应
2.2.2 反应动力学方程
2.2.3 热量衡算方程
2.3 建立管式聚合反应数学模型的意义
2.4 实验方案
第三章 B样条神经网络的理论基础
3.1 单变量B样条神经网络
3.1.1 单变量B样条函数定义
3.1.2 单输入B样条网络
3.2 多变量B样条神经网络
3.2.1 多变量B样条函数定义
3.2.2 多输入B样条神经网络
3.3 B样条网络训练
第四章 基于管式反应器温度分布的动态混合神经网络建模
4.1 混合神经网络建模算法概述[45]
4.2 神经网络建模步骤
4.3 动态神经网络建模结果
4.4 建模方法的推广
4.5 混合神经网络建模结论
第五章 基于动态网络模型的PI控制
5.1 研究背景的介绍
5.1.1 数学描述
5.1.2 控制可实现的依据
5.2 PI算法的数学描述
5.3 PI参数整定
5.4 基于模型的控制
5.4.1 控制过程描述
5.4.2 仿真研究
5.5 控制算法的可行性
5.6 总结
第六章 存在随机干扰的PI控制
6.1 实际控制背景描述
6.2 控制过程描述
6.2.1 控制框图描述
6.2.2 控制流程图描述
6.3 控制算法描述
6.4 反馈系数β的选择
6.5 仿真结果
6.6 加入柔化滤波器
6.6.1 控制框图
6.6.2 仿真结果
6.7 总结
第七章 存在随机干扰的最优线性二次型调节器设计
7.1 最优线性二次型调节器设计
7.2 模型可控性[53]研究
7.3 最优线性二次型调节器[54]
7.3.1 控制框图
7.3.2 控制过程描述
7.4 仿真结果
7.4.1 比例增益矩阵L
7.4.2 比例积分矩阵L
7.5 其他控制方法讨论及推广
7.6 总结
第八章 结束语
参考文献
致谢
研究成果及发表的学术论文
作者及导师简介
北京化工大学 硕士研究生学位论文答辩委员会决议书