一、简化的DMC-PID串级控制及其在汽温系统中的应用（论文文献综述）
刘文杰[1]（2021）在《结合神经网络和DMC的过热汽温控制仿真研究》文中提出作为燃煤锅炉的重要监控参数,过热汽温波动过大会对机组运行的安全和经济性构成很大威胁。由于过热汽温系统具有时变性且受很多变量影响,当火电机组参与电网调频、调峰快速深度变负荷运行时,与过热汽温密切关联的风、煤、水系统快速调节,常规的串级PID控制往往造成过热汽温偏离设定值且波动过大。为确保过热汽温不超限,运行人员往往需要不断手动调整控制器的汽温设定值（偏置）或将喷水阀切手动控制,增加了工作强度。所以,非常需要设计出更有效、更实用的喷水减温控制系统。论文在论述过热汽温系统、DMC算法的相关理论与神经网络相关原理的基础上,将神经网络与动态矩阵控制（Dynamic Matrix Control）结合应用于过热汽温系统,开展了过热汽温控制方案设计和仿真研究。（1）借助600MW仿真机进行阶跃扰动试验,获取各级过热器入口与出口温度随喷水阀门开度的变化数据,通过遗传算法辨识出传递函数模型,进而设计了DMC-PID串级控制策略;（2）考虑汽温对象在不同工况条件下特性不同,针对不同负荷建立多个DMC控制模型,针对不同工况进行实时控制量计算;（3）考虑多模型DMC控制的模型获取过程相对繁琐、参数过多整定复杂等因素,在DMC-PID串级控制策略中结合神经网络,设计了两种不同的控制策略。上述控制方案均编写了Matlab实时在线控制程序,并在600MW超临界机组仿真机上进行了全工况仿真试验,验证了各方案的控制效果。通过仿真试验结果来看,四种控制方案控制效果均优于机组原控制方案,过热汽温度波动范围缩小。相比DMC-PID控制策略,多模型DMC控制下过热汽温波动进一步减小,阀门调节平稳性也得到了改善。在结合神经网络的两种方案中,两种方案控制效果均优于DMC-PID,有效增强了过热汽温系统的稳定性,相比结合神经网络逆与DMC-PID的串级控制方案,带有神经网络前馈补偿的DMC-PID串级控制方案过热汽温偏离设定值范围更小,控制效果更好。
孙明[2]（2021）在《火电机组热工过程自抗扰控制的研究与应用》文中研究表明燃煤机组热工过程普遍具有高阶惯性、时滞、非线性、多扰动、回路耦合以及不确定性等特点,使得探索更为高效的建模方法和高性能的鲁棒控制算法成为一直以来的研究热点和难点。尤其是当前火电机组需要通过深度调峰来有效平衡间歇性的新能源电力高比例接入电网引起的系统波动,使得热工过程自动控制系统的可靠性和鲁棒性面临着更为严峻的挑战。此外,分散控制系统的历史数据库中存储了因扰动或不确定因素而产生的大量过程数据,可以充分利用这些过程扰动数据,进而增强控制器的模型信息以提升控制系统的设定值跟踪、扰动抑制以及鲁棒性等控制性能。因此,本文以线性扩张状态观测器为主线,开展了广义积分串联型系统的相位分析、扰动数据驱动的扩张状态观测器模型参数智能辨识方法以及基于相位补偿的降阶自抗扰控制器设计等方面的理论研究、算例仿真与工程实现。论文主要工作有:1)在频域内详细分析了线性扩张状态观测器对总扰动进行估计和前馈补偿后,虚拟控制量与系统输出以及估计输出两者之间的广义积分串联型传递函数特性。当采用全阶扩张状态观测器时,仿真并分析了广义积分串联型逼近标准积分器串联型的影响因素;当采用低阶扩张状态观测器时,为保证广义扩张状态观测器与广义被控对象在相位上的近似同步,提出了增加部分模型信息对扩张状态观测器进行相位补偿的设计方法,算例仿真验证了该方法的有效性。2)针对零初始条件下输出信号中可能存在外部扰动作用的分量而导致闭环数据驱动建模准确性降低的问题,提出了一种利用控制回路中干扰作用产生的动态过渡到稳态这一特征的过程数据驱动扩张状态观测器参数辨识的新方法,也就是将过程数据中扰动作用结束时刻点的状态初值估计和总扰动中的确定性模型信息估计相结合,进而通过群体智能算法对模型参数进行优化和聚类分析,得到最佳辨识参数,算例仿真验证了所提建模方法的有效性和准确性。3)为了提高一类具有大惯性、时滞等特点的热工过程对象设定值跟踪能力和抗干扰性能,提出了基于相位补偿的降阶自抗扰控制设计方法,并完成了稳定性分析。考虑到运用低阶自抗扰控制器时,控制量增益难以确定的问题,给出了新的参数整定方法。而对于热工过程的多变量系统,则采用分散式相位补偿型降阶自抗扰控制策略,并将控制系统在频域内进行等效变换,揭示了自抗扰控制技术框架下的逆解耦器特性。同时,为了增强其逆向解耦能力,推导出一种针对多变量系统的相位补偿环节设计方法。算例仿真验证了所提控制算法的优越性。4)研究并解决了基于相位补偿的降阶自抗扰控制算法的逻辑组态、抗降阶扩张状态观测器饱和以及无扰切换等工程化设计中的具体问题,进而在激励式仿真机上进行了控制策略的仿真与实现。进而将其应用于现役火电机组的主汽温系统和负荷控制系统。实施结果表明所提改进自抗扰控制算法的可行性、有效性以及优越性,展现了该算法良好的工业应用前景。
任广山[3]（2020）在《火电厂过热汽温系统建模与控制研究》文中研究表明随着新能源发电系统并网比例逐步提高,电网的负荷需求峰谷差逐渐加大,火电机组越来越频繁地参与电网深度调峰,导致机组经常处于大范围变负荷的动态工况运行,对机组的控制品质提出了更高的要求。作为火电机组安全经济运行的关键蒸汽参数之一,过热汽温具有大迟延、大惯性、非线性以及时变等特性,传统控制策略难以保证机组参与电网深度调峰时的控制效果,经常出现温度波动范围大、调节滞后以及稳定性差等问题,既影响机组安全运行,又降低其使用寿命。因此,结合先进控制理论,应用先进的控制算法及技术提高过热汽温控制系统的控制品质是过热汽温控制的重要研究方向。本文基于开环前馈控制和闭环反馈控制相互结合的控制思路,主要围绕过热汽温系统建模、控制系统重构以及控制算法优化等方面展开相关研究,主要内容简要概括如下:1)通过对控制对象动态特性的深入分析,采用机理建模方法分别建立减温器和过热器的动态数学模型,并基于某电厂350MW机组运行规程数据借助Matlab Simulink仿真平台验证过热汽温系统机理模型的准确性。仿真结果表明,在机组各种运行工况下,过热汽温系统机理模型能够全面准确地描述系统的稳态特性和动态特性,模型物理含义明确,适用于全工况建模过程,为接下来对过热汽温系统进行控制策略设计与优化研究以及控制系统仿真验证提供了有力的研究基础。2)根据单元机组参与电网深度调峰的需要,在对过热汽温系统机理模型分析的基础上,依据机组负荷指令与过热汽温系统输入变量以及各种扰动变量之间的函数映射关系,基于开环前馈控制思想设计基于数据驱动的主调控制。该控制策略通过机组负荷指令变化超前调节减温水流量,从而减弱调节滞后,有效地控制过热汽温。通过借助过热汽温系统机理模型的Matlab仿真模型进行仿真试验可以发现,基于数据驱动的主调控制在机组负荷大范围变化的工况下基本可以有效地消除机组负荷变化以及各种扰动对过热汽温系统调节品质的综合影响,可以作为前馈控制环节引入闭环控制系统中实现超前粗调作用。3)通过线性化处理和Laplace变换将过热汽温系统机理模型转变成传递函数模型,设计基于阶跃响应模型的多模型动态矩阵控制（Dynamic Matrix Control,DMC）切换控制,实现机组在参与电网深度调峰时全工况范围内对过热汽温系统的闭环反馈控制,并且克服了火电机组运行现场不允许或者没有条件实施阶跃扰动实验的问题。该控制策略先在若干典型工况下建立局部传递函数模型,利用过热汽温系统不同典型工况处多个线性模型近似逼近系统的全工况动态特性,然后在多个阶跃响应模型的基础上单独设计每个DMC控制系统,最后通过设计的多模型DMC无扰切换策略将每个DMC控制系统的输出控制量映射成最优控制量并作用于整个系统。借助过热汽温系统机理模型的Matlab仿真模型,在基于数据驱动的主调控制基础上将多模型DMC切换控制引入到过热汽温系统中进行仿真试验,并与常规串级PID控制进行了控制性能比较。仿真结果表明,多模型DMC切换控制在各种工况下均具有较好的鲁棒性和稳定性,基于不同工况设计的多模型DMC控制系统可以根据运行工况变化进行平稳切换,实现了系统全工况运行下满意的控制品质,其控制效果明显优于常规串级PID控制系统,解决了过热汽温系统存在非线性以及参数时变等控制难题,为线性控制理论在非线性时变系统中的控制应用提供一条新思路。4)考虑到亟待实现在线运算量小和在线实施方便的控制策略,设计径向基函数（Radial Basis Function,RBF）神经网络预测控制,实现在不依赖于非参数模型的情况下对过热汽温系统的闭环反馈控制,并且避免了多模型DMC切换控制存在矩阵求逆和数值病态问题。该控制策略采用RBF神经网络预测模型对非线性时变系统进行在线建模和在线预测过热汽温系统在给定输入下未来时刻的输出,同时将神经网络预测模型与预测控制相结合,通过梯度寻优过程在线求解非线性优化问题,并结合误差校正环节在线修正预测模型,具有在线计算简单等特点,很适合实际工业过程的控制需要。借助过热汽温系统机理模型的Matlab仿真模型,在基于数据驱动的主调控制基础上将RBF神经网络预测控制引入到过热汽温系统中进行仿真试验,并与常规串级PID控制进行了控制性能比较。仿真结果表明,RBF神网络预测控制能够在机组连续大幅度升降负荷过程中很好地兼顾控制系统的稳定性和鲁棒性,能够根据机组运行工况的变化及时地调整控制系统的参数,使整个系统在各种工况下始终处于最优控制状态,其控制品质明显优于常规串级PID控制系统,具有一定的工程应用价值,为非线性预测控制在非线性时变系统中的控制应用提供一条新思路。
王维[4]（2020）在《滑模变结构控制及其在超临界火电机组中的应用研究》文中提出滑模变结构控制具有响应速度快、对系统参数变化和外部扰动不灵敏、鲁棒性强等优点,因此在实际工程中获得了广泛的应用,尤其是近些年来在电力生产过程中的应用。作为锅炉主要性能参数,主蒸汽温度的调节和控制对电厂的安全、经济、高效运行具有重大的意义。锅炉主汽温这一控制对象往往表现出大惯性、多容、大迟延特性,还有一定的时变性和非线性,传统串级PID控制很难保持良好的控制品质。本文针对某电厂超临界直流锅炉,设计了一种基于改进超螺旋算法的滑模变结构控制方法。主要工作如下:（1）本文介绍了超临界直流锅炉的结构和特点。针对主汽温被控对象具有大惯性、大迟延、非线性及时变性的特点,在分析其在蒸汽流量、烟气流量、减温水三种扰动下静态、动态特性的基础上,阐述了过热器汽温调节的基本原则,进而引出了常用的串级PID控制。（2）研究了一般滑模变结构控制的设计及相关应用,着重介绍了滑模变结构控制的定义、滑模面的参数设计,并分析了滑模控制抖振问题出现的原因及解决办法,此外还介绍了超螺旋算法并给出相应的改进建议。（3）提出了一种基于改进超螺旋算法的积分滑模变结构控制,将积分环节引入到滑模控制中来消除误差,将改进后的超螺旋算法引入到滑模控制中来减弱抖振。详细介绍了该控制的设计方案,给出了参数滑模面σ、辅助输出函数ξ、等效控制律ueq、切换控制律usw的计算方法,证明了系统Lyapunov稳定性。（4）根据建立的直流锅炉主汽温动态模型传递函数,在Simulink仿真平台上搭建了主汽温滑模变结构控制模型,比较了其与串级PID控制、一般滑模变结构控制的控制效果。仿真结果表明,基于改进超螺旋算法的滑模变结构控制方法调节速度快,超调量小,抗干扰能力和鲁棒性也得到了很大的提高。
孟庆喜[5]（2019）在《改进自抗扰控制器在锅炉汽温控制系统中的应用》文中提出主蒸汽温度是火力发电锅炉的一个重要被控参数,其稳定性影响到发电机组运行的经济性和可靠性。锅炉的正常运行通常要求主汽温在设定值的±5℃范围内变化。由于锅炉汽温对象具有的大惯性、大延迟、不确定性和干扰因素多的特点,尤其是在燃料量波动非常大且不受控制的冶金行业煤气发电锅炉中,常规PID控制算法无法满足实际控制需求,经常需要人工进行干预。因此,设计一种结构简单、易于实现且具有更强的抗干扰和鲁棒性的控制算法对于实现发电机组的安全稳定运行具有重要意义。本文以涟源钢铁公司F3#150t燃气发电锅炉为对象,研究了自抗扰控制技术的实现过程和控制机理,针对其可调参数多且不易整定的问题,结合线性自抗扰控制理论提出了基于RBF神经网络在线辨识的单神经元改进线性自抗扰控制方法。论文在详细分析燃气锅炉过热汽温控制系统和影响因素的基础上,利用最小二乘法辨识过热蒸汽导前区和惰性区汽温对象的多输入单输出仿真模型,并利用RBF神经网络辨识器对仿真模型的Jacobian矩阵进行在线辨识,以实现神经元改进线性自抗扰控制器对控制量加权系数的在线优化。仿真结果表明:RBF神经元改进线性自抗扰控制器拥有最少的控制器参数且获得了比自抗扰控制器更好的控制性能。最后将该控制算法应用于发电锅炉现场的智能优化控制系统,实现对锅炉主汽温的调节,应用结果表明:与原前馈PID控制系统相比,RBF神经元改进线性自抗扰控制算法进一步减小了主气温波动范围,提高了主气温参数的动态控制品质,缩短了系统调节时间。
毛求福[6]（2019）在《超临界机组给水系统建模与优化控制的研究》文中认为随着我国电力行业的迅猛发展,火力发电机组仍然承担着主要用电量供应任务,如何保证火电机组稳定、安全、高效的运行一直是电力行业研究的重点和难点。由于超临界发电技术比较成熟,并且具有热效率高、可靠性强、节能环保、可复合变压运行以及调峰性能好等优势,是我国目前火力发电技术主要的发展方向,并逐步成为电网的主力机组。给水系统作为超临界机组中的一个非常重要子系统,其控制任务是以中间点温度或者焓值作为反馈校正信号,保证燃水比不变,进而控制蒸汽温度,以满足不同负荷下对给水流量的要求。虽然传统的PID控制器结构简单、稳定性较好、应用成本低,并且在电厂中有着广泛的应用,然而在实际运行过程中,给水系统控制过程的复杂性和不确定性使得PID控制难以达到满意的控制效果。本文以某电厂350MW超临界机组给水系统为研究对象,针对其具有复杂多变、大惯性、大迟延等特点,对给水系统的校正回路引入了模糊内模控制（Fuzzy-IMC）和动态矩阵控制（DMC）等先进控制算法,并运用蚁群优化算法对其控制器参数进行整定。首先分析了超临界直流锅炉的结构特性,介绍了给水系统的工艺流程以及控制策略。接着采集电厂现场运行的历史数据,对数据进行预处理和选取合适的辨识数据,并运用蚁群优化算法建立给水系统的传递函数模型。再将模糊内模控制和动态矩阵控制同PID控制结合,分别设计了Fuzzy IMC-PID和DMC-PID串级给水系统的控制器,并对其控制器参数进行了优化。最后通过与传统的PID串级控制系统进行了MATLAB仿真对比实验。结果表明,Fuzzy IMC-PID串级控制和DMC-PID串级控制均具有更好的稳定性和较快的调节速度,并且鲁棒性和抗扰动能力更强。
周志刚[7]（2019）在《自抗扰控制在过热汽温中的应用及参数优化研究》文中研究说明随着大型超临界机组的性能要求的提升,过热汽温控制系统的控制精度也随之升高,并成为了当今研究学者主要的研究课题和方向。自抗扰控制器（Active Disturbance Rejection Control:ADRC）因其强的鲁棒性及抗扰性能,被作为新型的控制器进行研究,其能够克服传统PID控制的局限性,控制效果很好。因此,本文将自抗扰控制器应用于超临界机组的过热汽温控制系统,以满足过热汽温长期安全、稳定运行。由于自抗扰控制器参数多,且尚未找到具体有效的方法用于其参数的整定,本文通过对大量的人工智能算法的研究,决定采用易于寻求全局最优值的人群搜索算法对自抗扰控制器的主要参数进行优化整定。本文首先对深能保定西北郊发电有限公司的#1号机组进行过热汽温数据采集,利用粒子群的快速性对对象的模型进行辨识。然后将自抗扰控制器用于过热汽温控制系统,通过测试函数验证人群搜索算法在寻求全局最优解明显优于粒子群及遗传算法,并将其用于自抗扰控制器参数的寻优。最后通过经验公式及人群搜索算法整定的PI控制器与人群搜索算法整定的ADRC控制器的阶跃扰动性能指标对比、人群搜索算法整定的PI控制器与人群搜索算法整定的ADRC控制器的扰动实验和模型变换实验比较,验证了本文算法优化的自抗扰控制器能够很好的控制过热汽温控制系统,同时也证实了自抗扰控制在大型超临界机组具有一定的研究价值和应用前景。
刘淼[8]（2018）在《超超临界二次再热机组汽温系统控制算法的研究与应用》文中研究表明随着全球能源问题的日益严峻和经济的快速增长,社会对环境保护以及节能减排技术的要求越来越高,因此,电力行业中号称即高效又清洁的超超临界二次再热技术机组吸引了大批技术人员的注意力。二次再热技术一方面提高了电厂效率、降低燃煤消耗,同时还减少了有害、污染气体的排放,高标准地达到节能减排的目的。因此,超超临界二次再热技术机组的发展前景十分良好。以此同时,新技术机组的崛起对机组内部的各个系统就提出了更高的控制要求,高参数机组安全稳定的运行就必须有适合于新技术、新工艺的控制系统来保证。本文围绕超超临界二次再热机组汽温系统的结构及动态特性,针对汽温系统的控制策略展开以下的研究工作:（1）在某一负荷状态系统的确定状态空间模型下,研究了系统的H2/H∞鲁棒无差跟踪控制策略,即在该控制策略的控制器中,不光包含有系统的状态反馈项,还包含有关于跟踪误差的积分项,为了防止积分饱和,还在最后的控制系统中加入了抗积分饱和模块,得到了带有抗积分饱和器的H/H∞鲁棒无差跟踪控制器,有效地消除了系统跟踪参考输出的静态跟踪误差。（2）在实际工业过程中,系统的状态并不一定全都可测,甚至是都不可测的,这样就会影响所设计控制策略的实施。另外,当辨识模型与实际系统模型发生偏差时,根据辨识模型所设计的控制策略也将达不到较好的控制策略,甚至不能使系统稳定。针对这两个原因,设计了基于系统全维状态观测器的H2/H∞鲁棒无差跟踪控制策略,即在控制策略的推导过程中,加入状态观测部分,将系统辨识模型输出与实际系统输出之间的误差考虑在内,得到的基于系统全维状态观测器的H2/H∞鲁棒无差跟踪控制策略,有效地解决了系统状态不可测及模型误差的问题。（3）本文的对象,超超临界二次再热机组的汽温系统,都是非线性的系统。本文用随负荷变化的系统状态空间模型来近似的替代非线性的汽温系统。设计无记忆状态反馈控制律,该控制律具有一定的冗余结构,并在该控制器的结构上引入预测控制滚动优化的思想,根据汽温系统模型的变化实时调整控制器的参数。并证明了该控制策略在控制时域内的稳定性。得到了具有较强鲁棒性的无记忆状态反馈H2/H∞预测控制策略。（4）同理,在无记忆状态反馈H2/H∞预测控制策略的基础上,加入全阶状态观测器,即在控制策略的推导过程中加入状态观测部分,解决系统状态不可测及模型误差的问题。（5）依然针对超超临界二次再热机组汽温的非线性系统,采用模糊T-S模型来逼近非线性模型,并设计了基于T-S模型的模糊鲁棒H2/H∞控制策略,将带有线性矩阵不等式约束的多目标优化问题的求解方法与多目标进化策略方法相结合。在求解H2/H∞多目标优化问题的过程中同时对H性能指标和H∞性能指标进行优化,得到多目标优化问题的帕累托前沿解,再根据控制系统的性能要求选择合适的优化解以获得相应的控制器参数。得到的多目标H2/H∞模糊鲁棒控制的鲁棒性能较好。（6）在多目标H2/H∞模糊鲁棒控制策略中加入系统的全维状态观测器,即在控制策略的推导过程中加入状态观测部分,解决系统状态不可测及模型误差的问题。提高控制策略的现场实用性。（7）基于文章提出的三种带有全维状态观测器及抗积分饱和的控制策略,分别设计了过热汽温的串级控制系统结构及再热汽温系统的协调控制系统结构。并在最后,对过热汽温系统和再热汽温系统的这三种控制策略分别进行了变负荷鲁棒性实验和模型参数失配鲁棒性,得出了多目标H2/H∞模糊鲁棒控制策略较文中其他两种控制策略更适用于现场控制系统的结论。
吴海中,田沛[9]（2018）在《动态矩阵控制算法的仿真研究及PLC应用》文中研究说明针对具有大迟延、大惯性、时变和非线性等特性的主汽温系统,传统PID已无法满足工业生产的需要。采用动态矩阵控制（DMC）算法,对主蒸汽温度系统进行控制仿真,并利用西门子S7-300 PLC的S7-SCL语言,将DMC算法封装成可供用户调用的功能块,完成了DMC算法的PLC实现。为了增强主蒸汽温度控制系统的抗干扰性,将DMC算法与PID控制策略相结合,设计了DMC-PID串级控制结构,以充分发挥DMC对大延迟对象适应能力强和PID抗干扰能力强的优点。针对主汽温系统时变和非线性的特性,在DMC算法中添加了模型切换策略,完成了对主汽温系统多模型控制的仿真,实现了不同模型之间平滑切换。引入性能指标,通过粒子群算法对DMC控制参数进行优化,结合国电智深EDPF-NT DCS系统,对荥阳电厂主汽温系统进行控制试验。试验结果表明,DMC算法在主汽温控制系统中具有着良好的控制效果,提高了系统动静态性能指标。
李晓伟[10]（2018）在《具有执行机构饱和约束的过热汽温系统预测控制研究》文中研究指明过热蒸汽温度的控制效果对火电机组运行的安全性、稳定性和经济性有着重要影响。其被控对象具有的大迟延、大惯性、多扰动以及时变等特点令传统控制方法难以取得令人满意的控制效果。此外,忽略减温水阀门（执行机构）存在的饱和约束而设计的控制系统在实际应用时通常无法达到预期效果,严重时甚至会出现系统崩溃的现象。为此,论文提出了一种新的串级DMC-DMC过热蒸汽温度控制方案。该方案的设计过程分为两步:串级DMC-PID控制系统设计和串级DMC-DMC控制系统设计:第一步:针对过热蒸汽温度被控对象的大迟延、大惯性、多扰动以及时变等特点,采用传统过热蒸汽温度控制系统的串级结构,充分利用其内回路能快速消除扰动、提高系统工作频率的优点,在保留内回路PID控制器的前提下,进行了外回路DMC控制器设计。仿真研究表明串级DMC-PID控制相较于串级PID-PID控制具有更好的给定值跟随能力、抗干扰能力和鲁棒性。但是串级DMC-PID方案无法处理执行机构饱和约束问题。第二步:为了处理执行机构的饱和约束,针对动态规划、二次规划、非线性规划等约束处理方法存在着计算量大、不适用于实时控制的问题,提出了一种通过转变目标函数,将约束问题转变为线性规划问题。然后在保持串级DMC-PID控制系统外回路控制器不变的前提下,将线性约束处理方式和DMC控制方法结合,设计出了内回路DMC控制器,取代串级DMC-PID控制系统的内回路PID控制器。将该控制方案应用于具有执行机构饱和约束的过热汽温系统中进行仿真研究。仿真结果验证了该方案的有效性。
二、简化的DMC-PID串级控制及其在汽温系统中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、简化的DMC-PID串级控制及其在汽温系统中的应用（论文提纲范文）
（1）结合神经网络和DMC的过热汽温控制仿真研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 锅炉过热汽温控制方法的发展现状 |
| 1.3 结合神经网络和DMC的控制方法研究现状 |
| 1.4 研究内容简介 |
| 第2章 锅炉过热汽温影响因素及控制系统分析 |
| 2.1 600MW超临界锅炉机组过热汽温系统简介 |
| 2.2 过热汽温控制对象影响因素 |
| 2.3 常规的过热汽温控制系统 |
| 2.3.1 PID串级汽温控制方案 |
| 2.3.2 导前微分信号的汽温控制方案 |
| 2.4 本章小结 |
| 第3章 动态矩阵控制算法 |
| 3.1 动态矩阵控制算法原理 |
| 3.1.1 参考轨迹 |
| 3.1.2 预测模型 |
| 3.1.3 滚动优化 |
| 3.1.4 反馈校正 |
| 3.2 DMC算法在线计算流程 |
| 3.3 动态矩阵控制算法参数选取 |
| 3.3.1 采样周期Ts、序列长度N与预测长度P |
| 3.3.2 误差加权矩阵H和控制加权矩阵R |
| 3.3.3 控制时域长度M |
| 3.3.4 预测误差加权修正系数C |
| 3.4 本章小结 |
| 第4章 DMC过热汽温系统控制方案设计 |
| 4.1 DMC-PID串级控制方案设计与仿真 |
| 4.1.1 DMC-PID串级控制方案设计 |
| 4.1.2 过热汽温系统对象传递函数模型辨识 |
| 4.1.3 控制方案实现及仿真研究 |
| 4.2 多模型DMC串级控制方案的设计与仿真 |
| 4.2.1 多模型DMC串级控制方案设计 |
| 4.2.2 过热汽温系统对象传递函数模型辨识 |
| 4.2.3 控制方案实现及仿真研究 |
| 4.3 本章小结 |
| 第5章 结合神经网络和DMC的过热汽温控制仿真研究 |
| 5.1 BP神经网络简介 |
| 5.2 神经网络逆模型简介 |
| 5.3 结合神经网络逆与DMC-PID串级控制方案设计与仿真 |
| 5.3.1 方案设计 |
| 5.3.2 600MW超临界机组喷水减温系统逆模型建立与验证 |
| 5.3.3 控制方案实现及仿真研究 |
| 5.4 带神经网络前馈补偿的DMC-PID串级控制方案设计与仿真 |
| 5.4.1 方案设计 |
| 5.4.2 600MW超临界机组过热汽温特性的神经网络建模 |
| 5.4.3 控制方案实现及仿真研究 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（2）火电机组热工过程自抗扰控制的研究与应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究进展及现状 |
| 1.2.1 热工过程控制研究现状 |
| 1.2.2 自抗扰控制理论的研究现状 |
| 1.2.3 自抗扰控制理论的应用现状 |
| 1.3 目前存在的问题 |
| 1.4 本文研究内容和技术路线 |
| 第2章 广义积分串联型的相位分析 |
| 2.1 引言 |
| 2.2 自抗扰控制结构 |
| 2.2.1 被控系统描述 |
| 2.2.2 跟踪微分器 |
| 2.2.3 扩张状态观测器 |
| 2.2.4 状态误差反馈控制律 |
| 2.3 线性ESO的收敛性分析 |
| 2.4 广义积分串联型的相位分析 |
| 2.4.1 标准积分串联型 |
| 2.4.2 无模型信息补偿的ESO分析 |
| 2.4.3 带模型信息补偿的ESO分析 |
| 2.5 仿真研究 |
| 2.5.1 无模型信息补偿的ESO |
| 2.5.2 带模型信息补偿的ESO |
| 2.6 本章小结 |
| 第3章 基于扩张状态观测器的模型参数智能辨识 |
| 3.1 引言 |
| 3.2 零初始条件下的数据驱动建模 |
| 3.2.1 连续系统的离散化 |
| 3.2.2 闭环扰动数据辨识分析 |
| 3.3 零终止条件下的数据驱动建模 |
| 3.4 基于ESO模型的参数智能辨识方法 |
| 3.4.1 热工过程的ESO建模 |
| 3.4.2 ESO的离散化与条件稳定 |
| 3.4.3 ESO参数的智能自寻优辨识 |
| 3.5 算例研究 |
| 3.5.1 零初始条件下的ESO参数辨识 |
| 3.5.2 基于扰动数据的ESO参数辨识 |
| 3.5.3 多变量系统的ESO参数辨识 |
| 3.6 本章小结 |
| 第4章 基于相位补偿的降阶自抗扰控制设计 |
| 4.1 引言 |
| 4.2 基于相位补偿的降阶ADRC |
| 4.2.1 降阶扩张状态观测器 |
| 4.2.2 基于相位补偿的降阶ADRC设计 |
| 4.2.3 稳定性分析 |
| 4.3 I_RADRC的二自由结构分析 |
| 4.4 I_RADRC的参数整定与数值仿真 |
| 4.4.1 I_RADRC的参数对控制性能的影响 |
| 4.4.2 I_RADRC参数的整定步骤 |
| 4.4.3 数值仿真 |
| 4.5 多变量系统的分散式I_RADRC控制 |
| 4.5.1 分散式I_RADRC的解耦能力分析 |
| 4.5.2 算例研究 |
| 4.6 本章小结 |
| 第5章 I_RADRC的工程应用 |
| 5.1 引言 |
| 5.2 I_RADRC算法的工程化设计 |
| 5.2.1 自动跟踪与无扰切换设计 |
| 5.2.2 抗积分饱和方案 |
| 5.2.3 I_RADRC控制策略实现 |
| 5.3 主汽温系统的串级自抗扰控制 |
| 5.3.1 被控过程的描述 |
| 5.3.2 仿真平台试验 |
| 5.3.3 现场应用 |
| 5.4 负荷系统的分散式自抗扰控制 |
| 5.4.1 被控过程描述 |
| 5.4.2 仿真平台试验 |
| 5.4.3 现场应用 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 研究总结 |
| 6.2 进一步工作的建议与展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（3）火电厂过热汽温系统建模与控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 过热汽温系统建模研究现状 |
| 1.2.2 过热汽温系统控制研究现状 |
| 1.3 主要工作和章节安排 |
| 第二章 预备知识 |
| 2.1 间壁式换热器的分布参数动力学模型 |
| 2.2 间壁式换热器的集总参数动力学模型 |
| 第三章 过热汽温系统机理建模与主调控制研究 |
| 3.1 过热汽温系统机理模型 |
| 3.1.1 详细建模过程 |
| 3.1.2 模型参数确定 |
| 3.1.3 模型仿真验证 |
| 3.2 基于数据驱动的主调控制在过热汽温控制系统中的应用 |
| 3.2.1 基于数据驱动的主调控制 |
| 3.2.2 基于数据驱动的主调控制在过热汽温系统中的仿真试验 |
| 3.3 本章小结 |
| 第四章 多模型DMC切换控制在过热汽温控制系统中的应用 |
| 4.1 多模型DMC切换控制 |
| 4.1.1 过热汽温系统传递函数模型 |
| 4.1.2 多模型DMC控制 |
| 4.1.3 多模型DMC无扰切换策略 |
| 4.1.4 多模型DMC参数选择 |
| 4.2 仿真试验 |
| 4.2.1 过热汽温系统传递函数模型仿真验证 |
| 4.2.2 多模型DMC切换控制在过热汽温系统中的仿真试验 |
| 4.3 本章小结 |
| 第五章 RBF神经网络预测控制在过热汽温控制系统中的应用 |
| 5.1 RBF神经网络预测控制 |
| 5.1.1 RBF神经网络预测模型 |
| 5.1.2 在线优化 |
| 5.1.3 误差校正 |
| 5.2 仿真试验 |
| 5.2.1 RBF神经网络预测模型仿真验证 |
| 5.2.2 RBF神经网络预测控制在过热汽温系统中的仿真试验 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（4）滑模变结构控制及其在超临界火电机组中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 直流炉主蒸汽温度控制方法的研究现状 |
| 1.2.2 滑模变结构控制国内外研究现状 |
| 1.3 论文的主要工作 |
| 第2章 超临界直流锅炉与主汽温动态特性 |
| 2.1 超临界直流炉的结构和特点 |
| 2.1.1 直流锅炉的整体布置 |
| 2.1.2 直流锅炉的特点 |
| 2.2 过热器系统 |
| 2.3 主蒸汽温度调节的基本原则 |
| 2.4 主蒸汽温度对象的动态特性 |
| 2.5 超临界锅炉主蒸汽温度对象数学模型 |
| 2.6 本章小结 |
| 第3章 滑模变结构控制算法的设计 |
| 3.1 滑模变结构控制基本原理 |
| 3.1.1 滑动模态定义及数学表达 |
| 3.1.2 滑模变结构控制的定义 |
| 3.1.3 切换面的设计 |
| 3.2 滑模变结构控制的抖振问题 |
| 3.3 一般滑模变结构控制器 |
| 3.4 本章小结 |
| 第4章 滑模变结构控制算法的改进 |
| 4.1 普通滑模变结构控制的缺陷 |
| 4.2 滑模变结构控制算法的改进措施 |
| 4.3 改进滑模变结构控制算法的设计 |
| 4.4 本章小结 |
| 第5章 改进滑模控制算法在锅炉主汽温中的应用 |
| 5.1 基于改进超螺旋算法的主汽温滑模控制器的设计 |
| 5.2 阶跃响应与扰动检验 |
| 5.3 模型参数失配检验 |
| 5.4 鲁棒性检验 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 本文总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（5）改进自抗扰控制器在锅炉汽温控制系统中的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景和意义 |
| 1.2 研究现状及存在问题 |
| 1.2.1 自抗扰控制技术研究现状 |
| 1.2.2 存在的主要问题 |
| 1.3 课题来源及主要研究内容 |
| 第二章 燃气发电锅炉主汽温系统分析 |
| 2.1 燃气锅炉的工艺原理 |
| 2.2 锅炉过热器特性分析 |
| 2.3 锅炉主汽温控制特性分析 |
| 2.4 锅炉主汽温影响因素分析 |
| 2.4.1 减温水流量对主蒸汽温度的影响特性 |
| 2.4.2 蒸汽流量对主蒸汽温度的影响特性 |
| 2.4.3 烟气热量对主蒸汽温度的影响特性 |
| 2.5 本章小结 |
| 第三章 自抗扰控制器设计及仿真 |
| 3.1 非线性PID控制 |
| 3.1.1 PID控制 |
| 3.1.2 跟踪微分器 |
| 3.1.3 非线性PID控制 |
| 3.2 自抗扰控制器原理 |
| 3.2.1 扩张状态观测器 |
| 3.2.2 非线性状态反馈 |
| 3.2.3 自抗扰控制器设计 |
| 3.3 自抗扰控制器的参数整定 |
| 3.3.1 跟踪微分器参数整定 |
| 3.3.2 扩张状态观测器参数整定 |
| 3.3.3 非线性状态反馈参数整定 |
| 3.4自抗扰控制器的仿真实验 |
| 3.5 本章小结 |
| 第四章 基于RBF辨识的线性自抗扰控制器设计与仿真 |
| 4.1 RBF神经网络 |
| 4.2 线性自抗扰控制 |
| 4.2.1 自抗扰控制的线性化 |
| 4.2.2 线性自抗扰控制参数整定 |
| 4.2.3 线性自抗扰控制器仿真 |
| 4.3 基于RBF神经网络的改进线性自抗扰控制 |
| 4.3.1 改进线性自抗扰控制器 |
| 4.3.2 基于RBF神经元的改进LADRC控制器 |
| 4.4 RBF-LADRC仿真性能对比 |
| 4.5 本章小结 |
| 第五章 基于RBF-LADRC的主汽温控制系统仿真及应用 |
| 5.1 主汽温控制对象介绍 |
| 5.2 基于RBF-LADRC的锅炉主蒸汽温度控制系统设计 |
| 5.3 基于RBF-LADRC的锅炉主汽温控制系统仿真 |
| 5.3.1 基于最小二乘法的锅炉主汽温控制系统模型辨识 |
| 5.3.2 RBF-LADRC对锅炉主汽温模型的控制仿真 |
| 5.4 RBF-LADRC控制在锅炉主汽温控制中的应用实验 |
| 5.4.1 优化控制系统设计要求 |
| 5.4.2 优化控制系统结构设计 |
| 5.4.3 优化控制系统软件设计 |
| 5.4.4 控制系统应用效果分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 附录 A部分辨识数据 |
| 附录 B部分MATLAB代码 |
| 附录 C插图清单 |
| 在学研究成果 |
| 致谢 |
（6）超临界机组给水系统建模与优化控制的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 国内外研究现状和发展动态分析 |
| 1.2.1 超临界机组给水系统的发展现状 |
| 1.2.2 群体智能算法的发展及应用现状 |
| 1.2.3 先进控制理论的发展及应用现状 |
| 1.3 课题主要的研究内容 |
| 第2章 超临界机组给水系统的分析介绍 |
| 2.1 超临界火电机组直流锅炉的概述 |
| 2.1.1 超临界直流锅炉的工作原理 |
| 2.1.2 超临界直流锅炉的结构特点 |
| 2.2 超临界机组给水系统简介 |
| 2.2.1 超临界机组给水系统的工艺流程 |
| 2.2.2 超临界机组给水系统的控制策略 |
| 2.2.3 超临界机组给水系统的控制难点 |
| 2.3 本章小结 |
| 第3章 超临界机组给水系统模型的建立 |
| 3.1 系统建模概念及方法简介 |
| 3.2 蚁群优化算法的基本原理 |
| 3.3 基于蚁群优化算法的给水系统模型辨识 |
| 3.3.1 采样数据的选取 |
| 3.3.2 模型及参数区间的选取 |
| 3.3.3 数据预处理 |
| 3.3.4 超临界机组给水系统模型参数辨识 |
| 3.4 本章小结 |
| 第4章 超临界机组给水系统控制算法设计 |
| 4.1 模糊控制 |
| 4.1.1 模糊控制算法基本原理 |
| 4.1.2 模糊自整定PID控制器设计 |
| 4.2 内模控制 |
| 4.2.1 内模控制算法基本原理 |
| 4.2.2 内模PID控制器设计 |
| 4.3 动态矩阵控制 |
| 4.3.1 动态矩阵控制算法基本原理 |
| 4.3.2 动态矩阵控制参数的选择 |
| 4.4 串级给水系统控制方案设计 |
| 4.4.1 模糊内模控制的给水系统设计 |
| 4.4.2 动态矩阵控制的给水系统设计 |
| 4.4.3 蚁群优化算法整定控制器参数 |
| 4.5 仿真实验结果及分析 |
| 4.5.1 阶跃响应实验 |
| 4.5.2 鲁棒性实验 |
| 4.5.3 抗扰动实验 |
| 4.6 本章小结 |
| 第5章 总结与展望 |
| 5.1 论文的主要工作及总结 |
| 5.2 存在的问题及今后工作的展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（7）自抗扰控制在过热汽温中的应用及参数优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景和重要意义 |
| 1.2 自抗扰控制发展现状 |
| 1.3 本论文的主要工作 |
| 第2章 过热汽温控制系统辨识 |
| 2.1 过热汽温控制系统 |
| 2.1.1 过热蒸汽温度控制任务及动态分析 |
| 2.1.2 串级过热汽温控制系统 |
| 2.2 粒子群 |
| 2.2.1 粒子群算法的基本原理 |
| 2.2.2 PSO算法的基本流程 |
| 2.3 辨识的基本原理 |
| 2.3.1 辨识的基本原理 |
| 2.3.2 数据的处理 |
| 2.3.3 目标函数的选择 |
| 2.3.4 辨识对象的选择 |
| 2.4 现场数据结构辨识 |
| 2.5 本章小结 |
| 第3章 自抗扰控制技术 |
| 3.1 自抗扰控制基本原理 |
| 3.1.1 自抗扰控制结构 |
| 3.1.2 跟踪微分器 |
| 3.1.3 扩张状态观测器 |
| 3.1.4 非线性状态误差反馈控制律 |
| 3.1.5 自抗扰控制器方程 |
| 3.2 自抗扰控制器稳定性和收敛性分析 |
| 3.3 自抗扰控制器参数优化 |
| 3.3.1 基于分离性原理整定 |
| 3.3.2 基于人工智能方法的参数整定 |
| 3.4 本章小结 |
| 第4章 人群搜索算法 |
| 4.1 人群搜索算法基本原理 |
| 4.1.1 搜索步长的确定 |
| 4.1.2 搜索方向的确定 |
| 4.1.3 个体位置的更新 |
| 4.2 测试函数的选取 |
| 4.3 本章小结 |
| 第5章 人群搜索算法优化的自抗扰控制在过热汽温系统的应用 |
| 5.1 基于经验公式整定过热汽温控制器参数 |
| 5.1.1 经验公式基本原理 |
| 5.1.2 经验公式整定过热汽温串级PID参数 |
| 5.2 基于人群搜索算法整定过热汽温控制器参数 |
| 5.2.1 基于人群搜索算法整定过热汽温串级PI-PI外环参数 |
| 5.2.2 基于人群搜索算法整定过热汽温串级ADRC-PI外环参数 |
| 5.3 时域性能比较 |
| 5.4 抗干扰能力测试 |
| 5.5 模型变化测试 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
| 致谢 |
（8）超超临界二次再热机组汽温系统控制算法的研究与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 超超临界二次再热机组汽温控制的研究现状 |
| 1.2.1 过热汽温度控制的研究现状 |
| 1.2.2 再热汽温度控制的研究现状 |
| 1.3 鲁棒控制的发展及应用现状 |
| 1.3.1 鲁棒控制的发展 |
| 1.3.2 鲁棒控制理论研究的基本问题 |
| 1.4 文研究内容和章节安排 |
| 第2章 预备知识 |
| 2.1 引言 |
| 2.2 线性矩阵不等式 |
| 2.2.1 线性矩阵不等式的一般表达式 |
| 2.2.2 关于矩阵不等式的结论 |
| 2.3 鲁棒控制分析: Lyapunov方法 |
| 2.3.1 Lyapunov稳定理论 |
| 2.3.2 渐近稳定的条件 |
| 2.4 多目标优化 |
| 2.4.1 多目标优化的几个定义 |
| 2.4.2 多目标优化目标 |
| 2.4.3 多目标优化问题的帕累托解 |
| 2.5 超超临界二次再热机组汽温系统模型 |
| 2.5.1 过热汽温系统 |
| 2.5.2 再热汽温系统 |
| 2.6 本章小结 |
| 第3章 H_2/H_∞鲁棒无差控制算法的研究 |
| 3.1 引言 |
| 3.2 H_2/H_∞鲁棒跟踪控制系统设计 |
| 3.3 H_2/H_∞鲁棒无静差跟踪控制系统设计 |
| 3.4 带有状态观测器的H_2/H_∞鲁棒无静差跟踪控制系统设计 |
| 3.4.1 单入单出系统的控制器设计 |
| 3.4.2 双入双出系统的控制器设计 |
| 3.5 过热汽温系统鲁棒控制器的设计及其仿真 |
| 3.5.1 H_2/H_∞鲁棒无静差跟踪控制器设计 |
| 3.5.2 仿真实验 |
| 3.6 再热汽温系统鲁棒控制器的设计及其仿真 |
| 3.6.1 再热汽温多变量系统控制器设计 |
| 3.6.2 仿真实验 |
| 3.7 本章小结 |
| 第4章 无记忆状态反馈H_2/H_∞预测控制算法的研究 |
| 4.1 引言 |
| 4.2 多包不确定系统描述 |
| 4.3 混合H_2/H_∞多步鲁棒预测控制系统设计 |
| 4.3.1 控制器的设计 |
| 4.3.2 鲁棒稳定性 |
| 4.4. 带有状态观测器的混合H_2/H_∞多步鲁棒预测控制器设计 |
| 4.4.1 单入单出系统的控制器设计 |
| 4.4.2 双入双出系统的控制器设计 |
| 4.5 过热汽温系统的H_2/H_∞多步鲁棒预测控制器设计及其仿真 |
| 4.5.1 过热汽温系统的H_2/H_∞多步鲁棒预测控制器设计 |
| 4.5.2 仿真实验 |
| 4.6 再热汽温系统的混合H_2/H_∞多步鲁棒预测控制器设计 |
| 4.6.1 再热汽温多变量系统控制器设计 |
| 4.6.2 仿真实验 |
| 4.7 本章小结 |
| 第5章 多目标H_2/H_∞模糊鲁棒控制算法的研究 |
| 5.1 引言 |
| 5.2 模糊系统及H_2/H_∞模糊跟踪控制 |
| 5.2.1 模糊系统 |
| 5.2.2 H_2/H_∞模糊跟踪控制 |
| 5.3 基于MOEA方法的多目标优化H_2/H_∞跟踪控制 |
| 5.4 带状态观测器的H_2/H_∞模糊无差跟踪控制 |
| 5.4.1 单入单出系统的控制器设计 |
| 5.4.2 双入双出系统的控制器设计 |
| 5.5 过热汽温系统的多目标模糊H_2/H_∞跟踪控制器设计及其仿真 |
| 5.5.1 过热汽温系统的多目标模糊H_2/H_∞跟踪控制器设计 |
| 5.5.2 仿真实验 |
| 5.6 再热汽温系统的多目标模糊H_2/H_∞跟踪控制器设计及仿真 |
| 5.6.1 再热汽温系统的多目标模糊H_2/H_∞跟踪控制器设计 |
| 5.6.2 仿真实验 |
| 5.7 本章小结 |
| 第6章 算法性能对比研究 |
| 6.1 引言 |
| 6.2 过热汽温系统算法性能对比 |
| 6.2.1 变负荷鲁棒性实验 |
| 6.2.2 模型参数失配鲁棒性实验 |
| 6.3 再热汽温系统算法性能对比 |
| 6.3.1 变负荷鲁棒性实验 |
| 6.3.2 模型参数失配鲁棒性实验 |
| 6.4 本章小结 |
| 第7章 结论与展望 |
| 7.1 本文的主要工作和创新点 |
| 7.2 本课题今后的研究内容 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（9）动态矩阵控制算法的仿真研究及PLC应用（论文提纲范文）
| 0 引言 |
| 1 动态矩阵预测控制 |
| 1.1预测模型 |
| 1.2 滚动优化 |
| 1.3 反馈校正 |
| 2 仿真研究 |
| 2.1 DMC算法的实现 |
| 2.2 参数分析 |
| 2.3 DMC-PID串级控制系统 |
| 2.4 多模型动态矩阵控制 |
| 3 工程应用 |
| 4 结束语 |
（10）具有执行机构饱和约束的过热汽温系统预测控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 过热蒸汽温度控制方法的研究现状 |
| 1.2.2 预测控制研究现状 |
| 1.2.3 具有饱和约束的过热汽温控制方法的研究现状 |
| 1.3 论文内容安排 |
| 第2章 问题的描述 |
| 2.1 过热器的作用及工作特点 |
| 2.2 过热器的结构型式 |
| 2.3 过热蒸汽温度对象特性 |
| 2.4 控制任务分析与控制方案制定 |
| 2.5 本章小结 |
| 第3章 过热蒸汽温度系统的串级DMC-PID控制 |
| 3.1 预测控制算法 |
| 3.1.1 预测模型 |
| 3.1.2 滚动优化 |
| 3.1.3 反馈校正 |
| 3.2 动态矩阵控制参数的设计 |
| 3.3 仿真研究 |
| 3.4 本章小结 |
| 第4章 过热蒸汽温度系统的串级DMC-DMC控制 |
| 4.1 具有约束的串级动态矩阵控制器设计 |
| 4.2 控制系统的约束类型 |
| 4.3 约束处理 |
| 4.3.1 常用约束处理方式 |
| 4.3.2 本文约束处理方式 |
| 4.4 仿真研究 |
| 4.5 本章小结 |
| 第5章 结论与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
四、简化的DMC-PID串级控制及其在汽温系统中的应用（论文参考文献）
- [1]结合神经网络和DMC的过热汽温控制仿真研究[D]. 刘文杰. 华北电力大学, 2021
- [2]火电机组热工过程自抗扰控制的研究与应用[D]. 孙明. 华北电力大学(北京), 2021(01)
- [3]火电厂过热汽温系统建模与控制研究[D]. 任广山. 西安电子科技大学, 2020(05)
- [4]滑模变结构控制及其在超临界火电机组中的应用研究[D]. 王维. 华北电力大学(北京), 2020(06)
- [5]改进自抗扰控制器在锅炉汽温控制系统中的应用[D]. 孟庆喜. 安徽工业大学, 2019
- [6]超临界机组给水系统建模与优化控制的研究[D]. 毛求福. 华北电力大学, 2019(01)
- [7]自抗扰控制在过热汽温中的应用及参数优化研究[D]. 周志刚. 华北电力大学, 2019(01)
- [8]超超临界二次再热机组汽温系统控制算法的研究与应用[D]. 刘淼. 华北电力大学(北京), 2018(05)
- [9]动态矩阵控制算法的仿真研究及PLC应用[J]. 吴海中,田沛. 自动化仪表, 2018(03)
- [10]具有执行机构饱和约束的过热汽温系统预测控制研究[D]. 李晓伟. 华北电力大学, 2018(01)