| 【中文题名】 | 控制系统性能评价与优化及其应用研究 |
| 【英文题名】 | |
| 【学科专业】 | 控制理论与控制工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-7-19 |
| 【中关键词】 | 系统评价,系统优化,免疫模糊控制,BP神经网络,, |
| 【英关键词】 | system performance assessment,system optimization,immune fuzzy control,BP neural network, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>自动控制理论>> |
| 【论文摘要】 |
长期以来，控制理论的研究主要集中在各种控制策略的研究上，而有关运行中的控制系统性能评价的研究却很少。而且人们也普遍认识到，控制系统若没有定期的维护，它的性能会随着时间推移而逐渐退化。性能不好的控制器会降低控制系统的有效性，从而导致产品质量的降低或者操作成本的增大。因此，只有那些得到良好设计、整定和维护的过程控制系统才能真正为生产带来长期、稳定和可靠的效益。
在电力系统中，发电机组、各种工艺设备和自动控制设备的动态特性异常复杂，而且控制回路很多。在实际的生产中，只要系统被控参数的变化符合某些规定，不管系统内部性能的变化趋势如何，都认为是合格的，只有在系统显著恶化而不能投入使用时才采取措施。而实际中任何系统的性能都是渐进变化的，因此确定一个评价自动控制系统性能的指标并实现系统性能变化的实时监视具有重大的现实意义。目前基于安全性与经济性的自动控制系统的性能指标在电力系统中还是空白，因此对电力系统中控制器性能评价与优化的研究，不仅具有一定的理论意义，而且符合复杂工业过程控制的要求。
本文将系统的评价与优化用于电力系统中，主要研究了控制系统的综合评价与优化算法，其包括：
1．综合评价函... |
| 【论文题纲】 |
|
摘要 |
6-8 |
|
ABSTRACT |
8-10 |
|
第1章 绪论 |
10-16 |
|
1.1 课题的背景与意义 |
10-11 |
|
1.2 控制系统性能评价技术发展概况 |
11-12 |
|
1.3 控制器性能评价与优化的任务 |
12-13 |
|
1.4 本文的内容安排 |
13-16 |
|
第2章 预备知识 |
16-34 |
|
2.1 神经网络控制知识 |
16-26 |
|
2.1.1 生物神经元模型 |
16-17 |
|
2.1.2 人工神经元模型 |
17-19 |
|
2.1.3 人工神经网络模型及其学习方法 |
19-21 |
|
2.1.4 BP网络 |
21-26 |
|
2.2 免疫模糊控制知识 |
26-33 |
|
2.2.1 模糊控制理论 |
26-27 |
|
2.2.2 论域转换与归一化 |
27-29 |
|
2.2.3 隶属函数与控制规则 |
29-30 |
|
2.2.4 反模糊化 |
30-31 |
|
2.2.5 免疫 P控制算法 |
31-33 |
|
2.3 小结 |
33-34 |
|
第3章 控制系统综合性能评价方法 |
34-40 |
|
3.1 引言 |
34 |
|
3.2 随机性性能指标 |
34-36 |
|
3.3 确定性性能指标 |
36-37 |
|
3.4 综合的性能评价函数 |
37-40 |
|
第4章 基于 BP神经网络和免疫模糊控制的性能优化 |
40-58 |
|
4.1 引言 |
40-41 |
|
4.2 BP神经网络对随机性能的优化 |
41-48 |
|
4.2.1 基于 BP神经网络的PID整定原理 |
41-44 |
|
4.2.2 基于神经网络控制器整定算法 |
44-45 |
|
4.2.3 仿真实验 |
45-47 |
|
4.2.4 结论 |
47-48 |
|
4.3 免疫模糊控制策略优化 |
48-58 |
|
4.3.1 免疫模糊自整定优化策略 |
48 |
|
4.3.2 模糊控制器的分析 |
48-49 |
|
4.3.3 PID模糊控制器的设计 |
49-52 |
|
4.3.4 免疫 P控制器的设计 |
52-54 |
|
4.3.5 仿真实验 |
54-57 |
|
4.3.6 结论 |
57-58 |
|
第5章 综合评价优化算法及其应用 |
58-66 |
|
5.1 实际背景介绍 |
58-59 |
|
5.2 综合评价优化计算方法 |
59-60 |
|
5.3 火电厂汽温系统的应用 |
60-65 |
|
5.4 结论 |
65-66 |
|
第6章 结论与展望 |
66-68 |
|
参考文献 |
68-72 |
|
致谢 |
72-74 |
|
攻读硕士学位期间完成的论文及参加的科研工作 |
74-75 |
|
学位论文评阅及答辩情况表 |
75 |
|
| 【DOI】 | LunWen.ID:2.2008.388684 |
