| 【中文题名】 | 基于SIS系统的控制系统优化整定研究 |
| 【英文题名】 | Research on Optimal Adjustment of Control System Based on SIS |
| 【学科专业】 | 系统工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-7-23 |
| 【中关键词】 | 厂级监控信息系统,遗传算法,过程建模,参数整定,, |
| 【英关键词】 | SIS,genetic algorithm,process identification,PID parameter tuning, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化技术及设备>自动化系统>自动控制、自动控制系统> |
| 【论文摘要】 |
随着“厂网分开,竞价上网”电力市场改革的深入和电厂信息化建设的逐步开展,通过厂级监控信息系统(Supervisory Information System,简称SIS)建设来实现电厂管控一体化已经成为一项电力企业十分迫切的任务,如何有效利用SIS的历史数据进行进一步开发研究是很多研究人员关注的问题。论文针对基本遗传算法的不足,提出一种改进的实数编码混合遗传算法,研究了该算法在热工过程辨识和控制器参数优化整定问题上的应用。最后探讨了热工过程控制系统优化整定在SIS系统中的设计思路,为理论研究的工程化应用奠定了坚实的基础。 |
| 【论文题纲】 |
|
中文摘要 |
3 |
|
英文摘要 |
3-6 |
|
第一章 引言 |
6-10 |
|
1.1 选题背景 |
6-7 |
|
1.2 国内外研究现状 |
7-9 |
|
1.3 主要研究内容 |
9-10 |
|
第二章 遗传算法 |
10-24 |
|
2.1 基本遗传算法 |
10-14 |
|
2.1.1 基本遗传算法的数学模型 |
10-11 |
|
2.1.2 基本遗传算法的步骤 |
11-13 |
|
2.1.3 遗传算法优点 |
13-14 |
|
2.1.4 基本遗传算法不足 |
14 |
|
2.2 遗传算法的最新发展动态 |
14-17 |
|
2.3 本文改进遗传算法 |
17-20 |
|
2.4 仿真研究 |
20-23 |
|
2.5 小结 |
23-24 |
|
第三章 基于遗传算法的热工过程辨识 |
24-38 |
|
3.1 系统辨识的基本原理 |
24-27 |
|
3.2 基于遗传算法的热工过程辨识 |
27-31 |
|
3.2.1 基于遗传算法的过程辨识原理 |
28-29 |
|
3.2.2 电厂热工对象研究 |
29-30 |
|
3.2.3 遗传算法辨识方案设计 |
30-31 |
|
3.3 仿真与应用研究 |
31-37 |
|
3.3.1 给定模型的辨识 |
31-33 |
|
3.3.2 利用现场数据的辨识 |
33-37 |
|
3.4 小结 |
37-38 |
|
第四章 基于遗传算法的 PID 参数优化整定 |
38-54 |
|
4.1 PID参数整定方法概述 |
38-44 |
|
4.2 基于遗传算法的 PID 参数优化整定 |
44-48 |
|
4.2.1 目标函数选取 |
45-48 |
|
4.2.2 遗传算法整定方案 |
48 |
|
4.3 仿真与应用研究 |
48-52 |
|
4.3.1 单回路PID参数整定 |
48-50 |
|
4.3.2 串级PID参数整定 |
50-52 |
|
4.4 小结 |
52-54 |
|
第五章 基于SIS的控制系统优化整定软件设计 |
54-59 |
|
5.1 SIS系统介绍 |
54-55 |
|
5.2 控制系统优化整定软件设计 |
55-58 |
|
5.3 小结 |
58-59 |
|
第六章 结论与展望 |
59-60 |
|
6.1 结论 |
59 |
|
6.2 课题研究展望 |
59-60 |
|
参考文献 |
60-63 |
|
致谢 |
63-64 |
|
在学期间发表论文和参加科研情况 |
64 |
|
| 【DOI】 | LunWen.ID:2.2008.383781 |
