一、动态矩阵控制方法的仿真研究（论文文献综述）
董世镇[1]（2021）在《基于IKH-PID的通信电缆线径控制系统研究与设计》文中认为随着中国制造业的快速发展与国家智能制造2025计划的提出,整个制造业开始向更高层次发展。电缆制造行业也在追求产品生产的高效率和高品质。尤其是在电力传输、通信、航空航天等多个应用领域里,对电线电缆的线径质量提出更高的要求。其中的通信电缆更是未来通信发展的基础。而当前多数企业所使用电线电缆生产的卧式聚合物推挤机有着多种缺陷,主要为精度与稳定性不高、智能化水平较低,机器控制参数的调整是由技术员凭经验手动完成。在此背景之下,本文开始了对通信电缆线径控制系统进行研究与设计工作。针对通信电缆线径控制系统中存在时滞与扰动导致建模困难和控制精度低等问题,传统PID控制方式具有一定的局限性,在此基础上采用一种基于动态矩阵预测（DMC）和改进磷虾群算法（IKH）对控制系统进行优化的策略。在使用IKH对PID参数快速寻优的同时,利用DMC算法预测功能提前调控,最终得到逼近期望的线径值。通过仿真实验与传统PID控制以及一般磷虾群优化PID控制算法对比,结果表明在抗干扰能力和响应速度方面相比后两种算法更具优势。然后根据系统的需求完成通信电缆线径控制系统的总体设计。硬件部分划分为PLC控制单元、检测设备、触摸屏与通信设备以及电机设备进行选型配置。其中PLC控制单元主要分为CPU模块、输入输出扩展模块、PLC电源以及通信模块。而系统检测设备则包含测径仪、编码器、以及温度与压力传感器等器材。完成硬件选型及线路设计完毕后,开始使用博途V14SP1软件完成系统控制编程工作。根据生产的工艺流程顺序,对主程序、线径检测与报警模块、推挤和牵引速度控制模块、压力检测及控制以及模块与料缸温度检测模块等程序进行编写,并在其中加入本文的优化策略算法。而触摸屏操作系统则是由GP-Pro-Ex软件编制,主要由推挤、填料、牵引调速等多个界面,方便操作手安全快捷控制。在完成系统软硬件的设计后,进行实验并对数据进行采集处理,通过实验数据的对比分析表明,本文采用的基于IKH-DMC-PID算法的通信电缆线径控制系统,在坯料的接头处可以快速将线径稳定在3.57mm左右,具有一定的实际应用价值。
冯川[2]（2021）在《基于预测控制的航空发动机控制器设计与验证》文中研究指明航空发动机是一种经常工作在高温、高压、高转速环境中的热机,要求控制器具有较高的控制性能。传统模型预测控制由于需要在线反复计算二次规划问题而导致算法实时性较差,本文基于某型涡扇发动机,从降低算法复杂度和程序存储空间方面分别研究了显式模型预测控制算法和动态矩阵控制算法,并将模型预测控制算法拓展到加力状态。主要工作如下:（1）基于多参数规划设计了一种航空发动机显式预测控制算法,降低了模型预测控制算法的复杂度。基于多参数规划方法,将有约束二次规划问题转化为关于状态的线性函数计算问题,通过航空发动机当前状态即可查询得到当前控制量。仿真结果表明,建立的显式预测控制算法在考虑约束的同时实现了稳态和过渡态控制,有效地降低了模型预测控制算法的复杂度,硬件在环仿真试验结果验证了所设计算法的优越性和可行性。（2）基于稀疏矩阵存储和矩阵分解法设计了一种航空发动机动态矩阵控制算法,降低了模型预测控制算法的复杂度并减少了程序存储空间。首先基于航空发动机阶跃响应,求出算法中所需的预测模型,然后通过矩阵分解法离线求解算法中的二次规划问题,最后设计了基于三元组表的稀疏矩阵存储方法存储程序中的矩阵。仿真结果表明,建立的动态矩阵控制算法在考虑约束的同时实现了稳态和过渡态控制,稀疏矩阵存储方法极大的降低了程序存储空间,矩阵分解法减少了程序在线计算时间,硬件在环仿真试验结果验证了算法的优越性和可行性。（3）基于补偿控制策略设计了一种航空发动机加力状态组合控制算法,将模型预测控制器拓展到了加力状态。基于航空发动机加力控制计划,设计了加力燃油流量关于油门杆角度、压气机进口总温等参数的开环控制算法;由于加力的快速开通和关断会干扰核心机正常工作,利用调节参数更少的线性自抗扰控制器对发动机压比控制环节进行扰动补偿。仿真结果表明,建立的加力控制算法和抗加力扰动补偿控制算法在保证航空发动机正常加力控制的同时不会对核心机造成扰动,模型预测控制算法在加力状态也可以保证核心机正常工作。
门进博[3]（2021）在《工矿车无人驾驶运动控制算法研究》文中研究说明工矿车在隧道渣土运输方面发挥着重要的作用,随着通信技术和智能设备的发展,使得无人驾驶技术在工矿车驾驶方面的应用成为了可能。其中,自动驾驶系统控制着工矿车的牵引和制动,直接影响着运行的安全性、快速性和停车精度等性能。因此研究优异的运动控制算法不仅可以提升工矿车的运行效率,也可以避免与盾构机之间相撞事故的发生。工矿车的运行性能主要依赖于目标速度曲线和运动控制算法。以快速性、停车精度和平稳性为指标,并结合工矿车的牵引特性、运行中的约束限制和操作策略,对加减速点和加减度曲线进行规划,利用MATLAB软件仿真得到目标速度曲线。动态矩阵控制是一种基于被控对象单位阶跃响应的增量式控制算法,它包括预测模型、滚动优化和反馈校正三个部分,首先利用模型预测的方式对被控对象未来一段时间的输出进行提前预测,然后根据优化原理计算出最优的控制量,最后根据实际输出和预测输出之间的偏差值对预测输出进行在线校正,以减小未来一段时间的输出偏差,该算法的控制原理类似于司机的驾驶方式。为了比较不同算法的控制性能,引入控制效果较好的模糊PID控制方式,模糊PID控制利用模糊规则实时地优化PID控制的参数,提升了控制系统的鲁棒性和准确性。运用Simulink模块设计工矿车运动仿真系统,该系统包括输入模块、控制器模块、工矿车模块和数据采集模块。利用该系统对目标速度曲线进行跟踪,仿真时间取决于工矿车的运行距离和运行速度,仿真过程中采集工矿车的距离、速度、加速度和纵向冲击率随时间的变化情况。根据工矿车的运动评价指标,对速度-距离曲线、纵向冲击率-距离曲线和距离-时间曲线进行对比。仿真结果表明:模糊PID控制和动态矩阵控制的实际运行速度都没有超过限速,保证了工矿车运行的安全性,然而模糊PID控制在工矿车速度调整阶段有明显的超调现象;在运行时间方面,动态矩阵控制的工矿车运行时间更短,提前达到目的地;在停车误差方面,动态矩阵控制的工矿车的停车误差更小,并且在到达停车点之前停车;在纵向冲击率方面,动态矩阵控制的纵向冲击率更小。故两种控制算法都可以保证工矿车的安全运行,动态矩阵控制器能够更好地跟踪目标速度曲线,提升了运行的快速性、平稳性和停车精度。
陈曦[4]（2021）在《双有源桥DC/DC变换器控制策略研究》文中提出随着大量新能源发电系统、储能系统以及电动汽车等接入电网,双向DC/DC变换器成为功率转换环节的关键部分,其中双有源桥式DC/DC变换器（DAB）由于具有高频化、功率双向流动以及电气隔离等优点,是目前研究的热点之一。本文以DAB变换器为研究对象,从电流应力、回流功率、软开关以及动态响应这几个特性出发,对DAB变换器进行优化控制,以期提高DAB变换器的动态特性和运行效率。首先,介绍了DAB变换器在单重移相控制和拓展移相控制下的工作原理,分析了SPS控制和EPS控制两种控制方式下的开关模式,推导了传输功率、电流应力和回流功率的表达式,并对比了两种控制方式下的传输功率、电流应力和回流功率。其次,为了提高DAB变换器的效率,本文基于EPS控制分别研究了电流应力和回流功率的优化控制方法。以最小化电流应力为优化控制目标,分别建立了两种工作模态下电感电流的拉格朗日表达式,推导出了最优的内、外移相比取值;以回流功率等于零为优化控制目标,分别推导出了两个工作模态下内、外移相比之间需要满足的关系。通过仿真证明了优化控制策略的有效性。然后,为了能够优化电流应力的同时提高DAB变换器的动态响应特性,提出了一种将电压动态矩阵控制算法（DMC）与电流应力优化相结合的控制算法。DMC通过对电压误差进行预测和对控制增量进行最小化约束来提高DAB变换器的动态响应能力。通过仿真和半实物仿真验证了所提出的优化控制方法不仅能够减小电流应力,而且提高了变换器的动态响应能力。最后,分析了DAB变换器在SPS控制下实现软开关的条件,进一步分析了SPS控制和EPS控制实现软开关的功率范围,并在EPS控制分析的基础上,提出了一种在电压转换比不匹配时全功率范围内实现软开关的优化控制方法。通过仿真验证了算法正确性。
杨秋强[5]（2021）在《基于动态矩阵控制和模型在线辨识的微电网二次电压频率控制策略研究》文中指出孤岛微电网系统中,频率和电压的动静态性能是系统稳定运行的重要前提,然而,由于各种未知模型的商业变流器的接入、供电及负荷设备的频繁投切以及网络结构的变化导致了微电网系统模型具有不确定性和时变性的特点。针对传统PI二次电压频率控制策略存在的模型适应性较差、基于参数化预测模型的模型预测二次调节控制策略存在的系统机理建模复杂、在线更新困难、定阶非机理建模难以适应全工况建模需求以及参数化预测模型求解复杂等问题,提出了基于动态矩阵控制算法和模型在线辨识的微电网二次电压频率控制策略。本文研究的主要工作内容有:（1）首先,通过对微电网电压频率发展现状的分析总结,阐明了课题研究的背景意义,综述了微电网电压频率控制关键技术的发展现状,归纳总结了微电网常用的一次、二次调节策略,并对微电网的机理建模进行了详细的分析。在此基础上,针对基于PI控制的二次电压频率控制策略模型适应性差的问题,提出了基于在线自适应非机理建模方法的微电网二次电压频率控制策略的思路。（2）基于带遗忘因子的递推最小二乘法与赤池信息量准则,提出了微电网自适应在线功频特性非机理模型辨识方法,实现了微电网功频外特性模型的精准定阶和准确辨识。在微电网非机理模型的基础上,结合动态矩阵控制算法,在微电网有功和无功功率解耦的前提下,提出了基于自适应模型在线辨识的二次频率控制策略,通过滚动优化控制快速恢复系统频率。在MATLAB/Simulink仿真环境中验证了所提出的外特性建模方法和二次频率控制策略的有效性。（3）考虑中低压微电网阻感比较高引起的有功无功耦合现象,采用对模型先验知识需求少、计算数值鲁棒性强的子空间辨识方法对微电网的有功/无功与电压/频率耦合模型进行辨识,将得到的微电网外特性状态空间模型与动态矩阵控制算法相结合,提出了基于微电网的自适应在线有功/无功与电压/频率耦合模型辨识和动态矩阵控制算法的二次电压频率调节策略,确保在各种微电网中都能够取得良好的电压频率调节效果。最后在MATLAB/Simulink仿真环境中验证了所提出的外特性建模方法和二次调节策略的有效性。
张继强[6]（2020）在《生产全流程多目标动态优化控制》文中研究指明流程工业是我国重要的基础产业,它发展的好坏直接影响着国家的经济基础。生产全流程是一个包含物理、化学反应的,气、液、固多态共存的连续复杂制造流程,整个过程中需控制流量、压力、液位和温度等多个目标。从开始到稳定运行阶段,系统中各个环节和参数一直处于动态变化过程中。生产全流程系统中,由于物料的传输、反应和能量交换需要一定的时间,存在大纯滞后现象,导致系统控制实时性差的问题。针对这一问题,本研究提出了动态矩阵预测模糊自适应PID控制方法。主要工作有以下几方面:首先,对生产全流程系统研究对象每一个装置分析的基础上给出控制回路图,并分析了时滞产生的原因及其特点。给出了用于时滞系统的三种经典控制算法:PID控制算法、微分先行控制算法和Smith控制算法。其次,在经典算法分析的基础上,针对经典控制算法对复杂时滞系统控制效果不理想问题,本文构建了动态矩阵预测模糊自适应PID控制算法。该控制算法一方面通过动态矩阵控制器能够预测未来几个时刻控制器的输出,保证控制器提前动作;另一方面,通过模糊自适应PID控制器,根据预测输出与实际输出的偏差,修正控制动态矩阵控制器的输出。再次,基于MATLAB进行仿真,验证算法的可行性。对经典算法和本文提出的算法进行仿真对比,仿真结果表明:相对于PID控制、微分先行控制、Smith控制、模糊PID控制和动态矩阵控制,本文提出的动态矩阵预测模糊自适应PID控制明显提高了系统的实时性与抗干扰能力。最后,基于实验设施进行实验,验证算法的有效性。本研究构建了生产全流程系统的实验设施,基于PCS7过程控制系统完成对生产全流程系统的控制。针对PLC编程语言功能简单,较难实现对复杂算法编程的问题,本文采用OPC技术,实现MATLAB与WinCC之间的数据交换,利用MATLAB组态控制算法,通过OPC通信实现控制生产全流程系统。图[88]表[11]参[80]
杨凯[7]（2020）在《基于改进PID的三容水箱液位控制方法研究》文中认为在工业生产过程中液位是重要的控制对象之一,液位控制质量的水平对工业生产有着巨大的影响,因此,对液位控制的研究具有极其重要的意义。随着工业化水平的逐步提高,一方面被控对象模型越来越复杂化;另一方面,对控制精度的要求也越来越高,这让传统的PID控制无法满足工业过程控制要求。智能控制理论的引入对于以上问题的解决有着重要的意义,但受工业现场诸多条件的限制,智能控制理论很难在实际中运用,因此寻找一个简单实用的被控对象来模拟现场变得十分重要。三容水箱液位控制系统能够模拟工业领域中多种典型的非线性时变多变量耦合系统,具有时变性、非线性、时滞性的特点。模糊控制、神经网络控制等一些智能控制理论正是借助该系统平台,被先后应用于工业过程控制。本文介绍了三容水箱液位控制系统的研究背景和发展现状,对TTS20三容水箱液位控制系统进行了模型建立,并将三阶水箱转化为一阶水箱进行算法仿真。目前,国内对TTS20试验控制台的引进较少,有很大的研究价值。为了找到适合大惯性、非线性系统优化的算法,在三容水箱液位控制系统中应用了传统PID、模糊PID以及神经网络PID几种控制算法,并且对其进行了比较,分析了它们各自的优越性和不足,着重研究了基于模糊神经网络的PID控制器,将基于模糊神经网络的PID控制器应用在三容水箱液位控制系统当中,仿真、实验结果显示此控制算法拥有超调量小、稳定性高的优点,极大地提高了系统的动静态性能,充分发挥了其优越性。
王丹娜[8]（2020）在《锅炉燃烧系统主蒸汽压力的预测控制方法研究》文中进行了进一步梳理工业锅炉属于高污染的工业设备,主蒸汽压力的优化控制是实现热电厂锅炉节能减排的重要一环。本文以独山子石化公司热电厂2#220t/h煤粉锅炉为研究对象,在分析热电厂锅炉燃烧过程的原理和影响因素以及优化控制要求的基础上,以送入炉膛的煤粉量作为主要控制量,主蒸汽压力作为被控量。在保证安全性的基础上,提出基于动态矩阵控制（DMC）和广义预测控制（GPC）的锅炉燃烧系统主蒸汽压力回路的优化控制方案,并实现基于LabVIEW的主蒸汽压力控制系统设计。本文主要工作总结如下:（1）分析现有的电厂锅炉燃烧系统的控制策略,针对该热电厂目前存在的问题,使用预测控制器控制和优化主蒸汽压力控制系统。设计了以煤粉量为主要影响因素的主蒸汽压力控制系统的控制结构。（2）根据该热电厂的实际情况设计了基于主蒸汽压力控制系统的DMC控制算法,并给出合理的DMC参数调节方法。实现DMC控制器的仿真验证,对比PID控制的主蒸汽压力输出响应,并验证DMC控制程序的可行性。（3）对该热电厂主蒸汽压力回路数据进行分析,采用递推最小二乘法（RLS）对回路数据进行参数辨识。设计基于主蒸汽压力控制系统的GPC控制算法,并给出合理的参数调节方法,仿真验证GPC控制程序的有效性。由于GPC控制初始阶段响应波动较大,设计了一种模拟退火方案对GPC控制器的控制权系数的设置进行参数优化,使得控制系统的动态响应更加平稳,能够得到良好的控制效果。（4）基于预测控制的电厂锅炉主蒸汽压力控制系统的实现,采用C语言和LabVIEW的混合编程方式,包括DMC、GPC和PID控制算法核心程序的动态链接库（DLL）文件的编写,以适应工业现场不同工控平台的调用。LabVIEW平台的控制算法的验证以及控制界面、回路曲线显示、数据分析等功能的实现。为了更好地实现软件系统,设计了基于锅炉燃烧控制系统的设备仿真器,并且考虑到各个控制器对被控系统模型的要求,该软件提供最小二乘法系统参数辨识模块。
王瑞琪[9]（2020）在《长短期记忆网络在模型预测控制中的应用》文中指出本研究通过分析pH中和过程相关控制难题,设计了一种基于长短期记忆网络和动态矩阵控制的辨识方法及控制策略,该过程在许多工业生产中都有所涉及,如化工生产、废水处理、生命制药等。因此对pH值进行快速、高精度且稳定的控制具有十分重要的现实意义。这一大类被控对象有几个明显的特点:该对象反应过程复杂,存在较强的非线性特征;并且在实际过程中会存在较大的时间滞后特性。因此,用传统的建模方法所达到的辨识精度较低,不利于之后控制策略的实施。此外,实际中还存在许多未知扰动,会加大系统控制难度。针对这类复杂系统,使用传统的PID控制策略所达到的控制效果较差,而使用现代控制理论又会因为模型精度差使得控制失败,因此本文使用既能在线控制又对模型精度要求低的预测控制方法。本文将前人的研究成果进行整合,认真分析反应过程,并总结预测控制基础理论,通过设计一种新型的网络拓扑结构,结合长短期记忆网络以及普通神经网络的优点,能够较好的建立该中和过程模型,并在该网络辨识模型的基础上设计分段线性化动态矩阵控制算法,对该过程进行相关控制方案设计,并进行计算机仿真实验。本研究主要分为以下几个方面:本文设计了一种新的网络结构,即将长短期记忆网络单元与普通神经元进行融合,作为第一层隐含层,通过这种特殊的结构,使得该网络能够同时解决非线性以及时滞性问题,通过对比实验,结果证明了使用本文所提出的方法进行辨识,比其他方法有着更小的辨识误差、更快的学习速率、更优的辨识效果以及更好的泛化能力。在所提出的辨识模型基础上,我们提出一种分段线性化动态矩阵控制策略,该方法首先通过该网络模型得出系统的分段向量模型,进一步得到系统的动态矩阵,通过设计性能指标、滚动优化以及反馈校正方式,进而对该过程实现有效控制,并进行仿真验证。通过与其它方法进行研究对比,证明了该算法的可靠性与有效性,仿真结果表明使用所提出的方法可使系统能够快速准确地达到控制目标,并且具有良好的鲁棒性。
冯晓东[10]（2020）在《医用恒温箱的温度控制器开发》文中认为医用恒温箱的主要功能是对各种不同场合所需医疗产品的温度保持,可见该系统中温度的变化是其中一项重要的考察变量。医用恒温箱的温度相比于其他种类的被控变量,响应速度较慢。同时,时变性和非线性也存在于该温度控制系统中,且多种多样的恒温箱具有的不同的干扰环境。利用以往的控制方案如PID控制器,只能适用于控制要求不高的场合。因此需要对恒温箱的温度调节器设计尽量理想且实用的快速算法,来实现对其温度的精确控制,从而保证其储存药品的质量。医用恒温箱温度控制器的开发主要以系统辨识、控制器设计以及仿真和实验验证三个步骤来实施。系统辨识是保证控制器控制效果的第一步,相对准确的传递函数可以让控制器输出比较准确的控制信号。本文在对多种系统辨识方法在恒温箱上实施的优缺点进行了分析和讨论后,决定使用考虑系统初始状态的继电反馈来解决问题。它的基本原理是给定继电器信号使得控制系统的输出发生往复性的有规律的波动,并通过求解图像中的相关参数来得到系统中受控变量的模型,该辨识方法不仅直观明朗,且辨识速度令人满意。控制器的设计主要运用预测控制的思想。文中根据恒温箱响应速度要求不同的情况,分别设计使用DMC和GPC的原理来描述控制器的搭建。DMC本身具有算法结构清晰、步骤层次鲜明、抗干扰能力高等显着特点,且改进后的DMC快速算法,结合拉格朗日乘子法的思想,避免了性能优化指标的迭代计算,从而节约了算法占用调节器的MCU的内存,减少芯片过载现象导致的控制失调现象。GPC继承了自适应控制的诸多先进理念并且在此基础上进行了更进一步的探索,使得系统能够保持更高的响应灵敏度和对噪声信号的处理强度,同时它也使用预测控制的三大步骤来实现对受控变量的限制,从而也保证了系统的抗干扰能力,加强了稳定性。本文采用继电反馈辨识法得到实验专用的恒温箱的温度传递函数后,分别设计了 DMC控制器和GPC控制器。在进行了控制器设计之后,首先使用仿真软件对算法进行编写和响应曲线的比较,再将算法翻译成表上语言,写入实验专用的恒温箱调节器的芯片中。经过在恒温箱上进行了实验,结合仿真检验,验证了控制器设计的可行性和有效性。
二、动态矩阵控制方法的仿真研究（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、动态矩阵控制方法的仿真研究（论文提纲范文）
（1）基于IKH-PID的通信电缆线径控制系统研究与设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 电缆线径控制国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文主要研究内容 |
| 第二章 通信电缆线径控制系统总方案 |
| 2.1 PTFE电缆生产工艺流程 |
| 2.1.1 PTFE坯料加工流程 |
| 2.1.2 PTFE推挤工艺流程 |
| 2.2 电缆线径调控影响因素 |
| 2.3 电缆线径控制系统数学模型 |
| 2.4 电缆线径控制系统总体方案设计 |
| 2.4.1 控制系统功能需求分析 |
| 2.4.2 控制系统的遇到的难点与解决方案 |
| 2.4.3 电缆线径控制系统总方案设计 |
| 2.5 系统的开发平台 |
| 2.6 本章小结 |
| 第三章 通信电缆线径控制算法优化策略研究 |
| 3.1 磷虾群算法在电缆线径控制中的应用 |
| 3.1.1 磷虾群算法及其改进 |
| 3.1.2 改进磷虾群PID控制器设计 |
| 3.2 动态矩阵预测控制策略 |
| 3.3 基于IKH-DMC-PID联合控制策略 |
| 3.4 控制系统仿真实验 |
| 3.4.1 系统框图仿真实验 |
| 3.4.2 仿真结果分析 |
| 3.5 本章小结 |
| 第四章 通信电缆线径控制系统硬件设计 |
| 4.1 电缆线径控制系统硬件总体设计 |
| 4.2 电缆线径控制系统硬件选型配置 |
| 4.2.1 PLC控制单元 |
| 4.2.2 检测设备 |
| 4.2.3 触摸屏与通信设备 |
| 4.2.4 电机设备 |
| 4.3 电缆线径控制系统电路设计 |
| 4.3.1 主电路设计 |
| 4.3.2 PLC模块供电线路设计 |
| 4.3.3 I/O线路设计 |
| 4.3.4 通信线路设计 |
| 4.4 本章小结 |
| 第五章 通信电缆线径控制系统软件设计与仿真实验 |
| 5.1 电缆线径控制系统软件总体设计 |
| 5.2 电缆线径控制系统PLC程序设计 |
| 5.2.1 设备组态 |
| 5.2.2 PLC程序设计流程 |
| 5.2.3 PLC主功能模块以及控制流程 |
| 5.2.4 线径检测与报警设计 |
| 5.2.5 推挤和牵引速度的控制 |
| 5.2.6 压力检测及控制 |
| 5.2.7 计米功能实现 |
| 5.2.8 模口与料缸温度检测及控制 |
| 5.2.9 IKH-DMC-PID控制算法的实现 |
| 5.3 触摸屏操作系统设计 |
| 5.3.1 触摸屏与PLC的通信 |
| 5.3.2 触摸屏操作界面设计 |
| 5.4 现场数据采集与实验分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 参考文献 |
| 附录 |
| 附录 A:实验采集的线径数据 |
| 致谢 |
| 攻读学位期间的研究成果 |
（2）基于预测控制的航空发动机控制器设计与验证（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 航空发动机控制系统研究现状 |
| 1.2.2 航空发动机模型预测控制研究现状 |
| 1.2.3 航空发动机硬件在环仿真研究现状 |
| 1.3 本文研究内容和结构 |
| 2 涡扇发动机及传统模型预测控制 |
| 2.1 涡扇发动机基础知识 |
| 2.1.1 基本结构 |
| 2.1.2 数学模型 |
| 2.1.3 基本概念 |
| 2.2 涡扇发动机线性模型 |
| 2.2.1 线性拟合法 |
| 2.2.2 线性模型获取 |
| 2.3 传统模型预测控制 |
| 2.3.1 模型预测控制基本原理 |
| 2.3.2 实时性验证 |
| 2.4 本章小结 |
| 3 涡扇发动机显式模型预测控制器设计 |
| 3.1 显式模型预测控制基本原理 |
| 3.2 基于非线性模型的仿真验证 |
| 3.2.1 显式模型预测控制离线计算 |
| 3.2.2 数值仿真验证 |
| 3.2.3 硬件在环仿真系统 |
| 3.2.4 硬件在环仿真验证 |
| 3.3 本章小结 |
| 4 涡扇发动机动态矩阵控制器设计 |
| 4.1 动态矩阵控制基本原理 |
| 4.1.1 预测模型 |
| 4.1.2 基于矩阵分解法的滚动优化 |
| 4.1.3 反馈校正 |
| 4.1.4 稀疏矩阵存储 |
| 4.2 基于非线性模型的仿真验证 |
| 4.2.1 数值仿真验证 |
| 4.2.2 硬件在环仿真验证 |
| 4.3 本章小结 |
| 5 涡扇发动机加力状态预测控制研究 |
| 5.1 加力燃油流量控制 |
| 5.1.1 涡扇发动机加力燃油流量控制器设计 |
| 5.1.2 数值仿真验证 |
| 5.1.3 硬件在环仿真验证 |
| 5.2 抗扰动补偿控制 |
| 5.2.1 涡扇发动机抗扰动补偿控制器设计 |
| 5.2.2 数值仿真验证 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 附录A 变量声明 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（3）工矿车无人驾驶运动控制算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外研究状况 |
| 1.2.1 工矿车的发展 |
| 1.2.2 工矿车无人驾驶技术的应用 |
| 1.2.3 运动控制算法的发展 |
| 1.3 论文研究内容 |
| 2 工矿车运动分析 |
| 2.1 工矿车牵引传动系统结构 |
| 2.2 工矿车受力分析 |
| 2.2.1 牵引力 |
| 2.2.2 运行阻力 |
| 2.2.3 制动力 |
| 2.3 工矿车运动模型 |
| 2.4 本章小结 |
| 3 工矿车目标速度曲线规划 |
| 3.1 工矿车运行性能评价指标 |
| 3.1.1 安全性 |
| 3.1.2 停车精度 |
| 3.1.3 准时性 |
| 3.1.4 平稳性 |
| 3.1.5 能耗 |
| 3.2 工矿车运行中的约束限制 |
| 3.2.1 固有约束 |
| 3.2.2 可变约束 |
| 3.3 工矿车操纵策略 |
| 3.3.1 工矿车起动过程 |
| 3.3.2 进入限速区前的调整过程 |
| 3.3.3 下坡道运行过程 |
| 3.3.4 停车制动过程 |
| 3.4 目标速度曲线 |
| 3.4.1 设计原则 |
| 3.4.2 牵引制动曲线 |
| 3.4.3 工矿车目标V-S曲线 |
| 3.5 本章小结 |
| 4 工矿车运动控制算法 |
| 4.1 模糊PID控制 |
| 4.1.1 PID控制 |
| 4.1.2 模糊控制 |
| 4.1.3 模糊PID控制器设计 |
| 4.2 模型预测控制 |
| 4.2.1 模型预测控制的基本原理 |
| 4.2.2 基于阶跃响应的动态矩阵控制 |
| 4.2.3 动态矩阵控制算法的实现过程 |
| 4.3 本章小结 |
| 5 工矿车运动仿真与结果分析 |
| 5.1 仿真系统的结构图 |
| 5.1.1 输入模块 |
| 5.1.2 工矿车模块 |
| 5.1.3 控制算法模块 |
| 5.1.4 数据采集模块 |
| 5.2 基于模糊PID控制的工矿车运动仿真 |
| 5.3 基于动态矩阵控制的工矿车运动仿真 |
| 5.4 仿真结果对比分析 |
| 5.5 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（4）双有源桥DC/DC变换器控制策略研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 DAB研究现状 |
| 1.2.1 拓扑结构 |
| 1.2.2 调制方法 |
| 1.2.3 优化控制 |
| 1.3 论文主要研究内容 |
| 第2章 DAB变换器移相控制方法 |
| 2.1 单重移相控制 |
| 2.1.1 工作原理 |
| 2.1.2 工作特性 |
| 2.2 拓展移相控制 |
| 2.2.1 工作原理 |
| 2.2.2 工作特性 |
| 2.3 本章小结 |
| 第3章 DAB电流应力和回流功率的优化控制 |
| 3.1 电流应力优化控制策略 |
| 3.2 回流功率优化控制策略 |
| 3.3 仿真分析 |
| 3.3.1 电流应力优化仿真 |
| 3.3.2 回流功率优化仿真 |
| 3.4 本章小节 |
| 第4章 基于DMC算法的DAB变换器优化控制 |
| 4.1 动态矩阵控制 |
| 4.2 基于DMC的电流应力优化控制 |
| 4.3 仿真分析 |
| 4.4 半实物仿真 |
| 4.5 本章小节 |
| 第5章 全功率范围实现软开关的DAB变换器优化控制 |
| 5.1 不同移相控制下DAB变换器实现软开关的功率范围分析 |
| 5.2 ZVS优化控制策略 |
| 5.3 仿真分析 |
| 5.4 本章小节 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（5）基于动态矩阵控制和模型在线辨识的微电网二次电压频率控制策略研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究的背景意义 |
| 1.2 微电网建模及二次调节技术发展现状 |
| 1.2.1 孤岛微电网建模方法发展现状 |
| 1.2.2 孤岛微电网二次频率调节发展现状 |
| 1.2.3 孤岛微电网二次电压调节发展现状 |
| 1.3 本文研究的主要内容 |
| 第二章 孤岛微电网电压频率控制策略及建模分析 |
| 2.1 孤岛微电网控制框架 |
| 2.2 孤岛微电网频率电压控制策略 |
| 2.2.1 一次电压频率控制 |
| 2.2.2 二次电压频率控制 |
| 2.3 孤岛微电网建模分析 |
| 2.4 章节小结 |
| 第三章 基于模型预测控制的二次频率调节策略 |
| 3.1 微电网二次调频框架 |
| 3.2 微电网多机系统等值模型 |
| 3.2.1 微电网多机系统功频特性等值模型的理论分析 |
| 3.2.2 微电网功频特性等值模型在线辨识 |
| 3.3 基于模型预测控制微电网二次频率调节策略 |
| 3.3.1 预测模型 |
| 3.3.2 滚动优化和二次目标函数的确定 |
| 3.3.3 反馈校正 |
| 3.4 仿真分析 |
| 3.4.1 自适应微电网模型在线辨识方法验证 |
| 3.4.2 PI控制与AIC-FFRLS+DMC的二次调频效果对比 |
| 3.5 章节小结 |
| 第四章 考虑功率耦合的二次电压频率模型预测控制策略 |
| 4.1 微电网PQ-Uω耦合模型在线辨识 |
| 4.1.1 微电网PQ-Uω耦合模型建模分析 |
| 4.1.2 基于子空间辨识方法的微电网PQ-Uω耦合模型在线辨识 |
| 4.2 基于微电网PQ-Uω耦合模型与动态矩阵控制算法的二次控制策略 |
| 4.2.1 微电网二次电压频率控制预测模型 |
| 4.2.2 微电网二次电压频率控制目标函数与滚动优化 |
| 4.2.3 反馈校正 |
| 4.3 仿真验证 |
| 4.3.1 基于N4SID方法的PQ-Uω耦合模型在线辨识仿真验证 |
| 4.3.2 基于动态矩阵控制算法的二次电压频率控制策略仿真验证 |
| 4.4 章节小结 |
| 第五章 总结与展望 |
| 5.1 全文工作总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果清单 |
（6）生产全流程多目标动态优化控制（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 时滞系统优化控制研究现状 |
| 1.3 论文主要研究内容及章节安排 |
| 2 生产全流程系统 |
| 2.1 生产全流程系统组成 |
| 2.2 混合罐生产过程结构 |
| 2.2.1 混合罐液位控制回路 |
| 2.2.2 混合罐进口原料流量控制回路 |
| 2.3 反应器生产过程结构 |
| 2.3.1 催化剂流量控制回路 |
| 2.3.2 反应器液位控制回路 |
| 2.3.3 反应器温度控制回路 |
| 2.4 闪蒸罐生产过程结构 |
| 2.4.1 闪蒸罐液位控制回路 |
| 2.4.2 闪蒸罐压力控制回路 |
| 2.5 冷凝器生产过程结构 |
| 2.6 冷凝罐生产过程结构 |
| 2.7 生产全流程系统的时滞特性 |
| 2.7.1 时滞产生的原因 |
| 2.7.2 时滞的特点 |
| 2.8 本章小结 |
| 3 时滞系统的经典控制算法 |
| 3.1 PID控制算法 |
| 3.1.1 模拟PID控制算法 |
| 3.1.2 数字PID控制算法 |
| 3.2 微分先行控制算法 |
| 3.3 Smith预估补偿控制算法 |
| 3.4 本章小结 |
| 4 动态矩阵预测模糊自适应PID控制算法 |
| 4.1 模糊自适应PID算法 |
| 4.1.1 模糊控制的基本原理 |
| 4.1.2 模糊自适应PID控制原理 |
| 4.2 动态矩阵控制算法 |
| 4.2.1 动态矩阵控制算法基本原理 |
| 4.2.2 动态矩阵控制参数设计 |
| 4.3 动态矩阵预测模糊自适应PID控制算法 |
| 4.4 本章小结 |
| 5 仿真与实验 |
| 5.1 时滞系统控制算法仿真 |
| 5.1.1 MATLAB与 Simulink简介 |
| 5.1.2 PID控制算法仿真分析 |
| 5.1.3 微分先行控制算法仿真分析 |
| 5.1.4 Smith预估补偿控制算法仿真分析 |
| 5.1.5 模糊自适应PID控制算法与PID控制算法仿真对比 |
| 5.1.6 动态矩阵控制算法与Smith预估补偿控制算法仿真对比 |
| 5.1.7 动态矩阵预测模糊自适应PID控制算法 |
| 5.2 生产全流程系统控制实验 |
| 5.2.1 实验装置介绍 |
| 5.2.2 基于PCS7的生产全流程过程控制实现 |
| 5.3 基于OPC技术实现WinCC与MATLAB数据交换 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介及读研期间主要科研成果 |
（7）基于改进PID的三容水箱液位控制方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 概论 |
| 1.1 概述 |
| 1.2 选题背景及意义 |
| 1.3 当前的研究动态 |
| 1.4 预测控制简介 |
| 1.4.1 预测控制的类型 |
| 1.4.2 预测控制算法的基本特征 |
| 1.4.3 预测控制的研究进展及现状 |
| 1.4.4 预测控制主要趋势 |
| 1.4.5 预测控制的基本原理 |
| 1.5 研究内容及章节安排 |
| 2 水箱系统数学建模 |
| 2.1 TTS20实验平台 |
| 2.2 水箱的模型建立 |
| 3 传统PID控制在水箱液位控制系统中的应用 |
| 3.1 PID控制原理 |
| 3.2 PID参数整定 |
| 3.2.1 PID参数整定的理论设计方法 |
| 3.2.2 PID参数整定的工程实验法 |
| 3.3 传统PID在 TTS20 水箱中的应用 |
| 4 TTS20 水箱预测PID控制策略及仿真研究 |
| 4.1 传统PID控制 |
| 4.1.1 模拟PID控制的基本原理 |
| 4.1.2 数字PID控制的基本原理 |
| 4.1.3 数字PID参数整定方法 |
| 4.2 PID串级控制 |
| 4.3 DMC-PID串级控制 |
| 4.4 仿真研究 |
| 4.4.1 预测控制在参数模型中的仿真研究 |
| 4.4.2 预测控制在非参数模型中的仿真研究 |
| 5 神经网络PID在 TTS20 水箱液位控制系统中的应用研究 |
| 5.1 基于RBF神经网络PID控制器的设计 |
| 5.2 基于RBF神经网络PID控制器的仿真 |
| 5.3 模糊神经网络简介 |
| 5.4 模糊神经网络的类型 |
| 5.4.1 基于Mamdani推理的模糊神经网络 |
| 5.4.2 基于模糊神经网络的PID控制器设计 |
| 5.5 基于FNN的 PID控制器的仿真 |
| 6 总结与展望 |
| 参考文献 |
| 致谢 |
（8）锅炉燃烧系统主蒸汽压力的预测控制方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 锅炉燃烧系统控制策略的国内外研究现状 |
| 1.3 课题主要研究内容和结构 |
| 2 锅炉燃烧系统的控制结构及特性 |
| 2.1 锅炉燃烧系统 |
| 2.1.1 锅炉燃烧系统的控制结构 |
| 2.1.2 锅炉燃烧系统的影响因素 |
| 2.1.3 该电厂存在问题 |
| 2.2 锅炉燃烧系统主蒸汽压力的结构特性 |
| 2.2.1 主蒸汽压力的运行方式 |
| 2.2.2 主蒸汽压力的优化控制 |
| 2.2.3 锅炉燃烧系统模型的建立 |
| 2.3 本章小结 |
| 3 基于DMC的主蒸汽压力锅炉燃烧系统设计 |
| 3.1 主蒸汽压力优化系统中DMC控制算法设计 |
| 3.1.1 主蒸汽压力的模型预测 |
| 3.1.2 控制量的滚动优化 |
| 3.1.3 系统的反馈校正 |
| 3.2 主蒸汽压力优化系统中DMC控制器的参数设计 |
| 3.2.1 动态矩阵控制参数设计 |
| 3.2.2 参数的影响以及性能比较 |
| 3.2.3 主蒸汽压力动态矩阵控制核心程序的实现 |
| 3.3 主蒸汽压力优化系统中DMC控制的仿真验证 |
| 3.3.1 主蒸汽压力回路的DMC控制输出响应 |
| 3.3.2 DMC控制输出加干扰的情况 |
| 3.3.3 主蒸汽压力控制系统DMC和PID输出响应对比 |
| 3.4 本章小结 |
| 4 基于GPC的主蒸汽压力锅炉燃烧系统设计 |
| 4.1 主蒸汽压力优化系统中GPC控制算法设计 |
| 4.1.1 主蒸汽压力的模型预测 |
| 4.1.2 控制量的滚动优化 |
| 4.1.3 主蒸汽压力的在线辨识与校正 |
| 4.2 主蒸汽压力优化系统中GPC控制器的性能分析 |
| 4.2.1 广义预测控制闭环传递函数 |
| 4.2.2 广义预测控制参数设计 |
| 4.2.3 广义预测控制核心程序实现 |
| 4.2.4 模拟退火方案进行参数优化 |
| 4.3 主蒸汽压力优化系统中GPC控制的仿真验证 |
| 4.3.1 主蒸汽压力回路的GPC控制响应 |
| 4.3.2 参数优化退火方案的GPC控制响应 |
| 4.3.3 设定值扰动的GPC控制响应 |
| 4.4 本章小结 |
| 5 基于LabVIEW的锅炉燃烧控制系统设计 |
| 5.1 锅炉燃烧软件系统的总体架构 |
| 5.1.1 独山子锅炉燃烧先进控制系统 |
| 5.1.2 系统实现方式 |
| 5.2 锅炉燃烧优化控制系统的LabVIEW实现 |
| 5.2.1 预测控制器混合编程的实现 |
| 5.2.2 系统控制界面设计 |
| 5.2.3 锅炉燃烧系统设备仿真器 |
| 5.2.4 基于LabVIEW的先进控制系统的控制器实现 |
| 5.2.5 多回路控制器的设计 |
| 5.3 基于LabVIEW的主蒸汽压力控制系统仿真 |
| 5.3.1 预测控制系统单回路控制响应 |
| 5.3.2 设定值发生改变时系统控制响应 |
| 5.3.3 预测控制系统双回路控制响应 |
| 5.3.4 主蒸汽压力现场调试方法 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间部分学术成果 |
（9）长短期记忆网络在模型预测控制中的应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 pH中和过程数学模型的研究现状 |
| 1.2.2 pH中和过程控制方法的研究现状 |
| 1.2.3 人工神经网络的发展历史 |
| 1.2.4 预测控制的研究现状 |
| 1.3 神经网络与预测控制相结合 |
| 1.4 智能控制理论 |
| 1.5 待解决的问题 |
| 1.6 本文的研究内容与创新点 |
| 第二章 神经网络及pH中和过程介绍及分析 |
| 2.1 引言 |
| 2.2 人工神经网络 |
| 2.2.1 人工神经网络概述 |
| 2.2.2 前馈神经网络 |
| 2.2.3 长短期记忆(LSTM)网络 |
| 2.3 pH中和过程的特性分析 |
| 2.4 本章小结 |
| 第三章 pH中和过程的建模与辨识 |
| 3.1 引言 |
| 3.2 FF-LSTM网络结构 |
| 3.3 pH中和过程机理模型 |
| 3.3.1 静态模型 |
| 3.3.2 动态模型 |
| 3.4 中和过程数据收集 |
| 3.5 仿真研究 |
| 3.5.1 实例1 |
| 3.5.2 实例2 |
| 3.6 本章小结 |
| 第四章 pH中和过程预测控制 |
| 4.1 引言 |
| 4.2 预测控制 |
| 4.2.1 预测控制概述 |
| 4.2.2 预测控制原理 |
| 4.3 分段线性化动态矩阵控制算法 |
| 4.4 仿真研究 |
| 4.4.1 实验一 |
| 4.4.2 实验二 |
| 4.4.3 实验三 |
| 4.5 本章小结 |
| 第五章 总结及展望 |
| 5.1 结论 |
| 5.2 展望 |
| 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 |
| 附件 |
（10）医用恒温箱的温度控制器开发（论文提纲范文）
| 学位论文数据集 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 系统辨识策略 |
| 1.2.2 PID控制与预测控制 |
| 1.3 主要研究工作 |
| 第二章 医用恒温箱的动态矩阵控制 |
| 2.1 引言 |
| 2.2 继电反馈的恒温箱动态矩阵控制 |
| 2.2.1 继电反馈辨识 |
| 2.2.2 预测恒温箱模型 |
| 2.2.3 滚动优化 |
| 2.2.4 反馈校正 |
| 2.3 改进的动态矩阵控制快速算法 |
| 2.4 仿真与实验 |
| 2.4.1 仿真验证 |
| 2.4.2 恒温箱实验验证 |
| 2.5 小结 |
| 第三章 医用恒温箱的广义预测控制 |
| 3.1 引言 |
| 3.2 广义预测控制器的设计 |
| 3.2.1 广义预测控制基本原理 |
| 3.2.2 预测模型和参考轨迹 |
| 3.2.3 滚动优化 |
| 3.2.4 在线辨识与反馈校正 |
| 3.3 仿真和实验 |
| 3.4 小结 |
| 第四章 医用恒温箱温度调节器实验 |
| 4.1 引言 |
| 4.2 恒温箱结构及实验 |
| 4.2.1 硬件结构 |
| 4.2.2 软件及实验流程 |
| 4.3 小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 研究成果及发表的学术论文 |
| 作者与导师简介 |
| 附件 |
四、动态矩阵控制方法的仿真研究（论文参考文献）
- [1]基于IKH-PID的通信电缆线径控制系统研究与设计[D]. 董世镇. 江西理工大学, 2021(01)
- [2]基于预测控制的航空发动机控制器设计与验证[D]. 冯川. 大连理工大学, 2021(01)
- [3]工矿车无人驾驶运动控制算法研究[D]. 门进博. 兰州交通大学, 2021(02)
- [4]双有源桥DC/DC变换器控制策略研究[D]. 陈曦. 合肥工业大学, 2021(02)
- [5]基于动态矩阵控制和模型在线辨识的微电网二次电压频率控制策略研究[D]. 杨秋强. 合肥工业大学, 2021(02)
- [6]生产全流程多目标动态优化控制[D]. 张继强. 安徽理工大学, 2020(07)
- [7]基于改进PID的三容水箱液位控制方法研究[D]. 杨凯. 辽宁石油化工大学, 2020(04)
- [8]锅炉燃烧系统主蒸汽压力的预测控制方法研究[D]. 王丹娜. 西安理工大学, 2020(01)
- [9]长短期记忆网络在模型预测控制中的应用[D]. 王瑞琪. 北京化工大学, 2020(02)
- [10]医用恒温箱的温度控制器开发[D]. 冯晓东. 北京化工大学, 2020(02)