一、基于两种不同算法的ANFIS在非线性系统中的建模（论文文献综述）
顾瑞恒[1]（2021）在《车辆磁流变半主动空气悬架系统控制策略研究》文中研究表明随着经济的发展和科学技术的进步,人们的生活质量逐渐提高,汽车已成为必备的出行工具,与此同时车辆的乘坐舒适性以及行驶平顺性成为了人们关注的焦点,其中抑制车辆振动的悬架起着至关重要的作用。磁流变阻尼器（Magnetorheolocial Damper,MRD）作为一种新型的智能隔振器件,因具有耗能低、响应速度快、输出阻尼力顺逆可调,且有价格低、制造工艺简单、阻尼效果良好等优点,在车辆悬架减振控制中得到广泛应用。由于主动悬架的制造成本过高,其将被动悬架的阻尼元件以及空气弹簧采用主动作动器代替,导致耗能增大,且至今国内外研究人员还没有解决这一难题,因此基于磁流变阻尼器的半主动悬架刚好解决了被动悬架与主动悬架所存在的缺陷,使半主动悬架的研究成为国内外的热点。基于此,本文以空气悬架系统为研究对象,开展了以下几个方面的研究:1、阐述了磁流变液以及磁流变阻尼器的原理,并在此基础上设计加工了一款双出杆剪切阀式磁流变阻尼器。搭建了阻尼悬架的振动试验系统,对阻尼器的性能进行测试分析。对磁流变阻尼器的正向动力学模型进行详细的总结,选用了改进双曲正切模型,利用遗传算法辨识该模型参数,并比较辨识结果与试验数据的吻合度,结果显示所辨识的模型精度较高,可用于后续的半主动控制中。同时设计了磁流变阻尼器的ANFIS逆模型,通过仿真验证其有效性。2、考虑实际车辆行驶路况,分别建立了随机路面与冲击路面输入模型。对空气弹簧刚度进行建模,并以此建立了1/4车空气悬架模型,通过仿真得到时域内的动力学特性。同时,对空气悬架模型进行拉普拉斯变换得到悬架性能指标的传递函数,利用幅频特性曲线分析了悬架阻尼、悬架刚度以及轮胎刚度对减振效果的影响。3、在上文搭建的磁流变阻尼器模型与空气悬架模型的基础上设计了模糊PID控制器。针对模糊PID控制策略中,PID控制器参数整定复杂,模糊规则不确定,提出了Fuzzy-PID开关切换控制策略（FPSC）。当误差较小时,采用PID控制能减小系统的超调量,使系统尽快稳定;当误差较大时,采用Fuzzy控制能获得良好的动态特性,从而改善半主动悬架的控制效果。最后,通过在随机路面下的时域与频域仿真以及在冲击路面下时域的仿真分析可知,模糊PID控制器与Fuzzy-PID开关切换控制策略都能有效的改善悬架的性能,且Fuzzy-PID开关切换控制策略效果更佳。另外,基于磁流变阻尼器的ANFIS逆模型,设计了滑模控制器。针对滑模变结构控制出现的“抖振”现象,引入了模糊控制策略,设计了模糊滑模控制器,通过在随机路面下的时域与频域仿真分析可知,模糊控制与滑模变结构结合可有效抑制“抖振”对控制精度的影响,又确保了系统的稳定性。最后,对本文所设计的四种控制算法进行比较分析可知,本文所提的fuzzy-PID开关切换控制与Fuzzy-SMC在悬架减振效果方面要优于常规的模糊PID与滑模控制。
尤海辉[2]（2021）在《循环流化床垃圾焚烧炉燃烧优化试验研究》文中认为生活垃圾焚烧技术具有减容化、减量化、无害化和资源化的特点,在国家相关产业政策的引导下,国内垃圾焚烧行业得到了蓬勃的发展,循环流化床（Circulating Fluidized Bed,CFB）垃圾焚烧技术作为主要的焚烧技术之一,在国内获得了广泛的推广应用。随着垃圾焚烧环保标准和监管力度不断提高,部分CFB生活垃圾发电企业出现了CO排放及炉膛中上部温度5分钟均值不能连续稳定达标等问题,如何通过系统性的燃烧优化,提升垃圾焚烧炉运行的环保性和经济性,是CFB垃圾焚烧炉持续发展的重要课题。本文以CFB生活垃圾焚烧炉为研究对象,从燃烧优化的角度出发,致力于提升锅炉运行的环保性和经济性,开展了以下研究工作:（1）概括介绍CFB垃圾焚烧工艺和CFB垃圾焚烧炉的组成,分析并归纳总结了CFB焚烧炉流体动力学特性、炉内传热模型、燃烧模型、CO生成和燃烧机理、热工特性,在此基础上阐述了CFB生活垃圾焚烧系统的运行控制要求。（2）对某CFB垃圾炉的烟气污染物排放特性进行了全面的诊断分析,深入跟踪分析CO排放状况、运行状况。结果表明,垃圾品质差、垃圾预处理和给料均匀性不够重视、运行调整不合理等因素,导致出现CO超标排放、运行周期偏短等问题。（3）对CFB垃圾焚烧炉的CO排放特性进行了深入的试验研究,分析了CO超标排放的影响因素。从垃圾预处理、垃圾给料、炉膛受热面布置、炉膛二次风布置、热烟气停留时间等方面着手,提出系统性解决方案。经过整体改造之后,CFB垃圾焚烧锅炉CO排放数据能够连续稳定达到国家排放标准,CO时均值浓度能够稳定控制在50 mg/m3以下,日均值浓度可以控制在20 mg/m3以下,锅炉运行周期亦得到了较大的延长。（4）由于生活垃圾的复杂性,目前还没有可靠的在线测量仪器对其热值进行实时监测,自动控制系统缺少可靠的热值反馈信号,难以掌握入炉燃料热量的变化,影响控制效果。本文提出利用锅炉运行参数对入炉燃料热量进行虚拟重构的方法,结合CFB垃圾焚烧锅炉的运行机理特点和运行人员经验智慧,以模糊神经网络算法为基础,将相关的锅炉运行操作参数作为系统的输入变量,构建入炉垃圾热量的自适应神经模糊推理系统,结果表明,所构建的模型具有优秀泛化能力,可以快速准确反映入炉垃圾热值水平。此外,还利用智能建模算法针对锅炉床温、NOx、汽包水位等参数进行建模研究,预测误差均能控制在±2%以内。（5）CFB生活焚烧炉飞灰产生率普遍在原生垃圾的10%左右,偏高的飞灰率导致锅炉效率下降、运行周期偏短、飞灰处置成本上升。本文进行了针对性的减量化研究,针对长期焚烧城乡垃圾和填埋场陈腐垃圾的焚烧炉,设计了尾部烟道转向室底灰收集减量系统、循环灰收集减量系统和飞灰回燃系统,通过多种方式降低CFB锅炉的飞灰率。实践结果表明,尾部烟道转向室底灰收集减系统可以减少飞灰率4%以上,循环灰收集减量系统在长期焚烧城乡垃圾和填埋场陈腐垃圾的锅炉能够减少飞灰率5%左右,飞灰回燃系统有助于CO排放控制,并且能够减少飞灰率1.5%左右,减少每吨垃圾2kg左右氢氧化钙用量。最后对全文的研究内容和结论进行了总结,认为开展的相关试验研究工作及提出的系统性优化方案,对控制CFB垃圾焚烧炉CO稳定达标排放、延长锅炉运行周期、优化锅炉运行调整方式、降低飞灰量有积极的促进作用。阐述了本文的研究工作不足之处及未来展望,指明了下一步研究工作的方向。
何蒙[3]（2021）在《9kW螺旋热解装置控制系统的研究与开发》文中研究指明热解反应器是生物质热解最主要的设备,具有大惯性、非线性、大滞后、时变特点,且很难建立对象模型。温度影响其产物的产率和质量,所以对温度的控制相当重要。本文对热解反应系统进行了深入研究,采用几种算法进行仿真,设计并选择了软硬件,结合控制要求,设计总体控制方案。根据热解反应器的特点建立数学模型,将Smith预估器与内模算法结合得到Smith内模算法,分析了一自由度控制的局限性,设计了二自由度Smith内模算法,可通过分别调节跟踪及抗干扰控制器的滤波参数实现跟踪以及抗扰动性能单独控制。并且选用ANFIS算法,在线调节参数。经仿真分析,此控制器与二自由度Smith内模、Smith内模和传统PID相比,提高了系统鲁棒性和稳定性。通过对系统软硬件设计,实现了热解反应系统。设计了下位机控制电路,据此完成硬件的安装,在Lab VIEW上设计了人机界面。
苏志鹏[4]（2020）在《基于自适应神经模糊推理系统的锅炉汽轮机建模》文中认为
林豪[5]（2020）在《基于磁流变阻尼器的车辆座椅悬架系统控制技术研究》文中研究表明随着科学技术的进步与生活水平的改善,汽车已逐渐成为人们出行中不可或缺的代步工具,同时人们对车辆的乘坐舒适性及行驶平顺性也提出了更高的要求,其中座椅悬架系统在抑制振动传递中起着至关重要的作用。磁流变阻尼器是应用磁流变液的流变机理而开发的一种新型隔振器件,相比传统的液压元件,具有不受故障影响、耗电量低及输出阻尼力可调控的优点,使得采用磁流变阻尼器的车辆半主动座椅悬架备受专家学者的青睐。通过安装磁流变阻尼器装置来衰减由外界激励传递到驾乘人员身体上的振动能量,继而改善车辆座椅的乘坐舒适性,已成为当前抑制车辆座椅悬架系统振动传递行之有效的手段。然而关于磁流变阻尼器动力学建模与座椅悬架半主动控制方法等方面的研究尚未成熟完善,许多相关的理论知识和关键技术仍需亟待深入探讨。基于此,本文展开了如下几个方面的研究工作。（1）磁流变阻尼器力学性能试验及动力学建模。参照相关试验标准要求,利用疲劳拉伸机对课题组自行研制的磁流变阻尼器进行力学性能试验。设计了一种粒子群优化算法与非线性最小二乘法相结合的参数识别方法,基于采集的阻尼器示功特性与速度特性试验数据对修正Dahl模型中的未知参数进行辨识。通过对比分析不同工况下的试验数据与仿真数据,验证该模型表征磁流变阻尼器力学性能与滞回特性的可行性,同时其较高的精确度为后续半主动座椅悬架系统的建模及仿真研究提供了有力保障。（2）车辆半主动座椅悬架系统建模及其动力学特性分析。考虑车辆行驶道路真实工况,分别建立了随机输入与凸块输入两种路面模型。简要阐述了1/4车、1/2车及全车半主动座椅悬架系统各自的动力学特性及其优缺点,并应用牛顿第二定律和拉格朗日方程推导了三种模型的运动微分方程。在MatlabSimulink平台上搭建了五自由度1/2被动座椅悬架系统仿真模型,选取六个指标来表征其在时域内的动力学特性,同时运用拉普拉斯变换分别计算座椅加速度和座椅悬架动行程相对于路面输入的传递函数,利用幅频特性曲线分析了四个系统参数变化对被动座椅悬架自身动力学性能的影响。（3）车辆半主动座椅悬架系统控制策略的设计及仿真验证。结合半主动座椅悬架系统复杂的非线性振动特性,在详尽介绍模糊控制理论与PID控制理论的基础上,针对模糊控制中制定的模糊规则过于依赖专家经验而导致其控制精度偏低的不足,设计了一种基于模糊推理的变论域模糊控制器。另外,为了弥补PID控制中比例、积分和微分三个参数不能随系统误差而自适应调节的缺陷,设计了一种模糊-PID控制器,并在此基础上,利用BP神经网络算法和最小二乘法相结合的混合学习算法对模糊-PID控制器中制定的模糊规则进行离线训练,构建了三个并列的两输入单输出T-S型的神经模糊网络结构,即ANFIS-PID控制器。选取座椅加速度和座椅悬架动行程作为性能评价指标,在随机路面和凸块路面输入下,联合搭建好的磁流变阻尼器修正Dahl模型与五自由度1/2车半主动座椅悬架系统模型对所提两种控制策略的隔振效果进行仿真验证及对比分析。仿真结果表明,两种半主动控制策略均能够有效地提升车辆座椅悬架系统的乘坐舒适性,而且ANFIS-PID策略的控制效果相比变论域模糊策略的要更优一些。
刘鸿恩[6]（2020）在《高速列车追踪运行过程建模与优化控制研究》文中研究说明高速铁路是国家战略基础设施、国民经济发展的重要支柱和人们日常生活的重要公共交通工具,对保障国家战略的有效实施、促进区域经济的协同发展、提供便捷舒适的人们生活出行方式起到了不可替代的作用。我国高速铁路在取得巨大发展成就、迎来新的发展机遇的同时,也存在一些亟待解决的问题。随着我国高速铁路发车频率、运营速度的大幅度提升,高速铁路网中多列车高速、高密度的追踪运行已成为高速铁路运营管理、高速列车运行控制面临的新常态,这一特点在骨干高速铁路线上尤为突出。现有列车运行控制方式难以保障高速列车智能驾驶的追踪运行过程满足安全高效、节能舒适等多目标运行要求。因此,设计适应高速列车高速、高密度追踪运行特征的追踪特性建模方法和多目标运行优化控制策略,是高速列车智能驾驶运行控制领域的热点研究问题之一。本文立足于高速列车追踪运行动力学特性、运行场景特征、多列车追踪运行状态耦合特性等,建立有效可靠描述高速列车动力学特性、追踪运行场景特征以及多列车追踪运行特性的模型,并给出高速列车鲁棒速度跟踪控制方法和多列车追踪运行多目标协同优化控制策略,以保障高速列车追踪运行过程的安全高效、节能舒适。本文主要工作概述如下:（1）高速列车高速、高密度追踪运行过程干扰因素复杂多变、动力学非线性强。传统的机理建模方法难以有效描述高速列车动力学特性,现有数据驱动建模方法建模精度较高,但建模效率缺乏保障。需要提供一种能够可靠高效描述高速列车追踪运行动力学特性的建模方法。回声状态神经网络（Echo State Networks,ESNs）在有效快速建模非线性时间序列方面具有显着优势,适用于高速列车运行数据这种典型非线性时间序列的建模。但ESNs存在随机权值范围设定方式单一,不依据数据特征进行调整的问题。因此,本文提出ESNs随机权值矩阵收缩因子优化设定策略,以实现对高速列车动追踪运行动力学特性的可靠高效建模;（2）精确、平稳的速度跟踪控制是实现列车智能驾驶的关键技术之一。然而,高速列车在开放环境下追踪运行过程中,其运行控制受到线路、环境、自身机械特性以及前车运行状态等众多动态时变因素的约束,使得高速列车精确、平稳的速度跟踪控制充满挑战。模型预测控制方法具有高效处理动态多约束优化控制问题的优点,被广泛应用于列车运行控制研究。而预测模型的可靠性和求解效率是决定预测控制性能的重要因素之一。因此,本文采用以上改进的ESNs动力学建模方法建立高速列车速度预测模型,并设计一种ESNs模型输入时间尺度自适应调整策略以进一步提高建模可靠性,确保高速列车追踪运行过程对目标速度曲线的精确平稳跟踪;（3）在高速列车追踪运行过程中,线路条件、信号系统闭塞制式、电气化铁道供电方式等场景特征因素,都是影响列车追踪运行控制量设定的重要因素。因此,有效可靠地描述高速列车追踪运行过程的场景特征,是高速列车追踪运行优化控制研究结果有效性的重要保障。此外,基于场景特征模型给出高速列车运行优化控制问题的高效求解策略,是列车优化控制领域的研究热点之一。本文在分析高速列车追踪运行场景关键特征的基础上,建立了包含追踪运行安全距离约束、线路纵断面、电分相惰行等因素的高速列车追踪运行场景特征模型。同时,基于该特征模型给出高速列车追踪运行多目标优化控制策略,以实现单列高速列车安全平稳、节能舒适的追踪运行;（4）铁路区间所有列车整体的安全高效、节能舒适运行是高速列车追踪运行优化控制的重要目标。在多列车追踪运行过程中,相邻列车的运行状态之间存在强耦合关系,这种关系对列车运行控制量的设定有显着的约束作用。因此,准确描述这种动态约束关系是进行有效可靠的多列车追踪运行协同优化控制研究的前提。现有研究方法往往只关注单列车的追踪运行优化控制,或者仅考虑列车间隔距离最小的多列车协同优化控制,却忽略了多列车追踪运行控制的整体优化目标,以及各列车在同一时刻所处运行场景特征可能不同的情况。针对这些问题,本文建立多列车追踪特性模型以准确描述多列车追踪运行状态耦合关系对列车控制量的约束作用,并给出以线路区间整体安全高效、节能舒适为多目标的多列车协同优化控制策略,以实现高速列车安全平稳、高效节能的多车追踪运行。
刘嵩楠[7]（2020）在《ANFIS数据挖掘模型研究及其应用》文中认为信息爆炸时代的到来表示着大数据正在给我们的生活带来巨大的改变,因此数据挖掘的工作就显得尤为重要。数据挖掘,从字面上理解就是从大量的数据中挖掘到其中有规律的并且有价值的、能够理解并且应用的的信息与知识,而应用于数据挖掘的模型有很多种,神经网络模型就是其中一种。自从神经网络技术第一次被提出来到发展至今,各种类型的神经网络兴起并被逐渐应用到各个领域,而模糊神经网络这项技术自被提出以来至今已经给很多的科学问题提供了新的解决方案与思路。ANFIS模型就是一种自适应的模糊神经网络,它将传统神经网络和模糊逻辑有机的结合在一起,弥补了传统神经网络的不足。从上个世纪90年代以来,就开始有学者开始了用神经网络对气象预测进行建模以及气候分析等研究的工作,然而随着研究的深入,各种各样的难题也开始慢慢浮现出来,在用神经网络模型对气象要素进行预测的时候,神经网络的初始权值以及网络结构和学习系数都很难确定,所以要经过大量的训练来确定网络结构和网络的学习参数,但是这样的话又会发生过拟合的情况,模型的泛化能力会受影响。并且目前的天气预报的预测时间较短（最多15天）,所以本文尝试了用ANFIS模型来解决较长期的气象预测的问题。本文旨在对一些气象要素（气温、降水、蒸发量等）进行较长时间的预测。本文完成了以下几项工作:1)基于当前国内外的研究现状对模糊控制理论进行研究,并将其与传统神经网络进行结合;2)通过对ANFIS神经网络模型进行深入的研究,实现ANFIS网络模型;3)探索ANFIS神经网络模型在气象要素预测领域的可能性,并设计实现网络系统,用收集到的地面气象实测数据进行实验。4)将气象数据进行预处理并提取特征,然后从气温、降水、蒸发量三个方面分别建立模型,并对得出的结果进行评估,进而论证ANFIS在对长时间气象预测领域的可行性。
胡碧伟[8]（2020）在《基于运行状态和全寿命周期成本的变压器维护策略研究》文中研究说明电力变压器在电网的运行中起着至关重要的作用。电力变压器的不正常运行可能会导致灾难性后果。因此,对电力变压器的监控和维护对电力公司都至关重要;同时现在对变压器检修时常常出现欠修、过修或者提前退出运行的情况,往往没有将变压器运行的经济性和可靠性联系起来,从而造成不必要资源消耗,甚至带来巨大的风险。因此,为了对变压器制定合适维护策略,保证电网的安全运行。我们需要在变压器状态评估的基础上综合考虑变压器运行的可靠性和经济性。本文取得工作如下:（1）基于自适应模糊神经网络的变压器绝缘状态评估研究;首先利用与电力变压器绝缘系统的老化密切相关油的界面张力,纸绝缘的水分含量和油的糠醛含量,利用自适应神经模糊推理系统建立变压器寿命预测模型,从而来评估模型的正确性,然后结合油色谱分析及其他变压器本体绝缘参数,分别建立基于ANFIS的绝缘油、纸绝缘和电气临界性的绝缘评价模型,最后联合寿命预测开发基于ANFIS的变压器绝缘状态评估模型,克服隶属度函数因静态规则和不同专家经验带来的影响,从而得到变压器的绝缘健康指数来评估变压器的状态。（2）基于改进GM（1,1）的变压器可靠性模型;将变压器相关运行信息用来修正变压器绝缘健康指数形成变压器综合健康指数,在原有的变压器故障率的集合基础上,利用改进的GM（1,1）来预测变压器故障率变化的趋势,联合变压器综合健康指数、运行寿命及故障率之间的关系,建立变压器运行可靠性模型。（3）基于可靠性和经济性的变压器的维护模型;建立变压器的全寿命周期成本管理,分别对变压器的初始投资成本,运营成本和维护成本,失效成本和处置成本进行计算,并考虑到不同时间下的金融价值,通过引入通货膨胀率和贴现率对其进行完善;同时考虑不同维护方式下的对变压器故障率的影响。然后在变压器可靠运行的状态范围内,建立基于健康指数评估和全寿命周期成本管理的变压器维护策略。通过仿真实验验证,该方法合理可行,为变压器维护提供一了种新方法。
顾志伟[9]（2020）在《无轴承永磁同步电机神经网络右逆解耦控制及无速度传感器技术研究》文中研究表明无轴承永磁同步电机（Bearingless Permanent Magnet Synchronous Motor,BPMSM）是集成磁轴承技术与永磁同步电机技术的一种新型电机,它既有磁轴承无摩擦磨损、无需润滑、寿命长等优良特性,又有永磁同步电机效率高、功率密度大等优点,所以在精密仪器加工、航空航天、飞轮储能等领域有着广阔的应用前景。本论文以BPMSM为研究对象,对其工作原理、数学模型、基本结构、解耦控制方法、无速度传感器技术以及数字控制系统等内容展开了研究。论文主要工作及成果如下:1、对BPMSM的工作原理进行了分析,在此基础上推导出了BPMSM的径向悬浮力以及电磁转矩数学模型,最后对二自由度（Two-degree-of-freedom,2-DOF）BPMSM和五自由度（Five-degree-of-freedom,5-DOF）BPMSM这两种BPMSM的基本结构进行了详细介绍。2、针对BPMSM非线性、强耦合的特点,结合神经网络右逆思想与自抗扰控制理论,提出了一种基于神经网络右逆的自抗扰控制方法,并将该方法分别用于2-DOF BPMSM和5-DOF BPMSM进行解耦控制。在判别出2-DOF BPMSM和5-DOF BPMSM右可逆的基础上,使用神经网络分别构建了2-DOF BPMSM和5-DOF BPMSM的神经网络右逆系统,将构建的神经网络右逆系统再分别串联于2-DOF BPMSM和5-DOF BPMSM之前,使2-DOF BPMSM和5-DOF BPMSM都解耦为若干个伪线性子系统。然后考虑到伪线性子系统的特点,设计了自抗扰控制器对各伪线性子系统进行综合,保证了2-DOF BPMSM和5-DOF BPMSM的稳定性。最后利用仿真验证了所提控制方法的有效性。3、为了解决机械式速度传感器给BPMSM带来的成本增加、体积变大以及可靠性降低等问题,提出了一种基于模糊神经网络左逆的转速自检测方法。依据“内含传感器”概念,建立了BPMSM转速子系统。然后在判别出BPMSM转速子系统左可逆的基础上,使用模糊神经网络构建了其左逆系统,并将构建的左逆系统串联于BPMSM转速子系统之后,实现BPMSM转速的自检测。最后利用仿真验证了所提转速自检测方法的可行性。4、设计了BPMSM数字控制系统的硬件及软件,然后构建出BPMSM数字控制实验平台,并对BPMSM进行了基础实验研究,最后在构建的数字控制实验平台基础上,给出了基于模糊神经网络左逆的BPMSM无速度传感器运行的实验方案。
姜俊彤[10]（2020）在《基于模糊神经网络的列车防冒进系统研究》文中研究说明列车防冒进系统是保证列车安全运行的核心设备。由于其设计之初仅考虑了列车触发防护曲线下启动紧急制动的机制从而达到安全停车的目的,难以满足复杂线路运行条件下日渐多样化的列车运行需求。针对上述问题,为满足列车在保证安全、准确停车的基础上兼顾运行舒适度及行车节能性的需求,分别对列车制动过程精确建模、运行曲线多因素优化以及列车速度控制算法优化三个方面进行研究。1、研究了列车制动过程的非线性建模问题。基于模糊神经网络算法具有对非线性复杂系统建模的能力,并且结合了模糊系统对事件的描述以及神经网络自我学习的优点,采用模糊神经网络对列车制动的离散化运动方程进行建模与参数辨识。2、研究了列车运行曲线的多因素优化问题。首先根据列车的单质点受力分析逆推得到速度-距离防冒进曲线公式后,采用高斯线性拟合对防冒进曲线公式进行柔化处理。其次在传统粒子群算法特点的研究基础下提出一种基于列车运行多因素评价指标下的改进型粒子群算法,并通过该算法将速度-距离曲线转换为速度-时间优化曲线。3、结合列车的速度控制,对采用传统PID算法的控制器进行了分析。虽然PID算法具有总体控制效果较好、算法实现简单的优点,但也存在多模型切换时响应性较差、跟随曲线波动的缺点。同时对防冒进的传统的PID算法和BP-PID（神经网络PID）进行了对比分析。虽然在多模型切换响应性方面有明显优势,但由于神经网络算法本身对于初始权重选择的局限性和随机性会导致被控系统难以符合控制要求。4、设计了一种基于PSO-BP-PID算法的速度控制器。为解决多模型切换响应与初始权重选取的问题,结合传统PID以及BP-PID算法优缺点,通过粒子群算法对BPPID算法的初始权重参数进行寻优,从而设计一种基于PSO-BP-PID算法的速度控制器。本文以中车试运线路数据为基础,采用基于PSO-BP-PID算法的速度控制器对列车防冒进系统主动干预模式下的运行过程进行仿真,并选取多项性能评价指标对仿真结果进行分析。仿真结果表明,本文提出的基于ANFIS的多因素PSO-BP-PID列车防冒进系统在多因素评价指标以及控制器系统动态性能方面相较于传统算法具有明显的优越性。
二、基于两种不同算法的ANFIS在非线性系统中的建模（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、基于两种不同算法的ANFIS在非线性系统中的建模（论文提纲范文）
（1）车辆磁流变半主动空气悬架系统控制策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 主要符号说明 |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 磁流变液与磁流变阻尼器的研究现状 |
| 1.2.1 磁流变液的研究现状 |
| 1.2.2 磁流变阻尼器的研究发展现状 |
| 1.3 空气弹簧与空气悬架的研究现状 |
| 1.3.1 空气弹簧的分类及对比 |
| 1.3.2 空气悬架的研究现状 |
| 1.4 磁流变半主动空气悬架的研究发展现状 |
| 1.5 磁流变阻尼器的控制方法研究进展 |
| 1.6 本文主要研究内容 |
| 第二章 磁流变阻尼器设计试验及动力学建模 |
| 2.1 磁流变液的流变特性 |
| 2.2 磁流变阻尼器的工作原理及模式 |
| 2.3 磁流变阻尼器的结构设计 |
| 2.3.1 总体结构设计 |
| 2.3.2 结构参数设计 |
| 2.4 磁流变阻尼器的性能测试分析 |
| 2.5 磁流变阻尼器正向动力学模型及其参数辨识 |
| 2.5.1 正向动力学模型 |
| 2.5.2 遗传算法基本原理 |
| 2.5.3 基于遗传算法的改进双曲正切模型参数辨识 |
| 2.6 磁流变阻尼器逆向动力学模型的建立 |
| 2.6.1 逆向动力学模型 |
| 2.6.2 自适应神经模糊推理系统 |
| 2.6.3 磁流变阻尼器的ANFIS逆模型 |
| 2.7 本章小结 |
| 第三章 车辆空气悬架系统建模及减振性能分析 |
| 3.1 悬架系统性能评价指标 |
| 3.2 路面输入模型 |
| 3.1.1 随机路面输入模型 |
| 3.1.2 冲击路面输入模型 |
| 3.3 车辆半主动空气悬架系统建模 |
| 3.3.1 空气弹簧的弹性模型 |
| 3.3.2 车辆空气悬架模型 |
| 3.3.3 二自由度1/4车空气悬架时域仿真分析 |
| 3.4 悬架参数对1/4 车辆空气悬架减振效果的影响分析 |
| 3.4.1 悬架阻尼对减振效果的影响分析 |
| 3.4.2 悬架刚度对减振效果的影响分析 |
| 3.4.3 轮胎刚度对减振效果的影响分析 |
| 3.5 本章小结 |
| 第四章 车辆半主动空气悬架Fuzzy-PID开关切换控制研究 |
| 4.1 模糊控制基本理论 |
| 4.2 PID控制基本原理 |
| 4.3 模糊自适应整定PID控制器设计 |
| 4.4 Fuzzy-PID开关切换控制策略 |
| 4.4.1 模糊控制器设计 |
| 4.4.2 PID控制器设计 |
| 4.5 Fuzzy-PID开关切换控制仿真研究 |
| 4.5.1 随机路面输入仿真 |
| 4.5.2 冲击路面输入仿真 |
| 4.6 本章小结 |
| 第五章 车辆半主动空气悬架模糊滑模控制策略研究 |
| 5.1 滑模变结构控制理论 |
| 5.1.1 滑模变结构控制定义 |
| 5.1.2 滑模变结构控制的基本性质 |
| 5.2 半主动空气悬架滑模控制器设计 |
| 5.2.1 滑模控制器的参考模型 |
| 5.2.2 误差动力学方程 |
| 5.2.3 滑模切换面的设计 |
| 5.2.4 滑模控制率的设计 |
| 5.3 模糊滑模控制器的设计 |
| 5.4 模糊滑模控制仿真研究 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 个人简历在读期间获得的科研成果及奖励 |
| 致谢 |
（2）循环流化床垃圾焚烧炉燃烧优化试验研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 术语符号对照表 |
| 1 绪论 |
| 1.1 引言 |
| 1.2 研究现状 |
| 1.2.1 “软”的层面 |
| 1.2.2 “硬”的层面 |
| 1.3 本文主要研究内容 |
| 2 研究对象分析 |
| 2.1 引言 |
| 2.2 CFB垃圾焚烧工艺 |
| 2.3 CFB锅炉生活垃圾焚烧锅炉组成 |
| 2.4 CFB锅炉流体动力学特性 |
| 2.4.1 密相区流体动力学模型 |
| 2.4.2 稀相区流体动力学模型 |
| 2.5 CFB炉内传热模型 |
| 2.6 燃烧模型 |
| 2.7 CFB垃圾焚烧炉中CO生成及燃烧机理 |
| 2.8 CFB燃烧方式的主要特点 |
| 2.9 CFB生活垃圾燃烧运行控制任务 |
| 2.10 本章小结 |
| 3 CFB垃圾焚烧炉燃烧诊断 |
| 3.1 引言 |
| 3.2 某电厂CFB垃圾焚烧锅炉烟气污染物排放诊断 |
| 3.2.1 不同燃烧工况下运行数据分析 |
| 3.2.2 飞灰、底渣取样分析 |
| 3.2.3 典型负荷下炉膛不同位置烟气组分分析 |
| 3.2.4 典型工况能量质量平衡分析 |
| 3.2.5 冒正压问题 |
| 3.3 CFB生活垃圾焚烧锅炉垃圾前端处理分析 |
| 3.3.1 垃圾堆酵状况 |
| 3.3.2 垃圾破碎分选状况 |
| 3.3.3 垃圾给料输送设备 |
| 3.4 本章小结 |
| 4 CFB垃圾焚烧炉烟气污染物排放优化控制 |
| 4.1 引言 |
| 4.2 垃圾预处理及给料优化 |
| 4.2.1 垃圾堆酵优化 |
| 4.2.2 垃圾破碎、分选系统优化 |
| 4.2.3 垃圾给料系统优化 |
| 4.3 锅炉本体部分改造 |
| 4.3.1 增加卫燃带 |
| 4.3.2 二次风改造 |
| 4.3.3 增加空烟道 |
| 4.4 综合改造后效果 |
| 4.5 本章小结 |
| 5 CFB垃圾焚烧炉入炉垃圾热量软测量及床温预测研究 |
| 5.1 引言 |
| 5.2 基于智能算法的入炉垃圾热量软测量模型 |
| 5.2.1 多种群遗传粒子群寻优算法研究 |
| 5.2.2 智能建模算法介绍 |
| 5.2.3 热量预测模型输入变量的选择 |
| 5.2.4 垃圾热值的模糊等级划分 |
| 5.2.5 数据采集及预处理 |
| 5.2.6 模型总体优化方案 |
| 5.2.7 构建基于BP神经网络的入炉垃圾热量预测模型 |
| 5.2.8 构建基于SVM的入炉垃圾热量预测模型 |
| 5.2.9 构建基于ANFIS的入炉垃圾热量预测模型 |
| 5.2.10 构建RF入炉垃圾热量预测模型 |
| 5.2.11 模型比较结果和讨论 |
| 5.2.12 模型预测热量与实际热量对比 |
| 5.3 床温预测智能建模 |
| 5.3.1 床温特性分析 |
| 5.3.2 床温预测模型变量选择 |
| 5.3.3 床温模型建立 |
| 5.3.4 模拟结果与讨论 |
| 5.4 本章小结 |
| 6 CFB垃圾焚烧炉飞灰减量方法和技术试验研究 |
| 6.1 引言 |
| 6.2 CFB垃圾焚烧锅炉飞灰元素和矿物组成 |
| 6.3 尾部烟道转向底灰收集减量 |
| 6.4 循环灰收集减量 |
| 6.5 飞灰回燃 |
| 6.6 本章小结 |
| 7 全文总结和工作展望 |
| 7.1 主要研究成果 |
| 7.2 本文的创新点 |
| 7.3 未来工作及展望 |
| 作者简历及攻读博士期间科研成果 |
| 参考文献 |
（3）9kW螺旋热解装置控制系统的研究与开发（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究发展现状 |
| 1.2.1 控制理论研究现状 |
| 1.2.2 温度控制研究现状 |
| 1.3 本文研究内容 |
| 第二章 热解反应器数学模型及总体控制方案设计 |
| 2.1 反应器温控系统整体组成结构 |
| 2.2 热解反应器传热机理及温控系统特性分析 |
| 2.2.1 热解反应器传热机理 |
| 2.2.2 热解反应器传热特性 |
| 2.3 反应器数学模型的建立 |
| 2.3.1 反应器数学模型一般形式 |
| 2.3.2 反应器模型参数的确定 |
| 2.4 反应温度控制方法研究 |
| 2.5 反应器系统控制方案设计 |
| 2.6 本章小结 |
| 第三章 基于ANFIS二自由度Smith内模算法 |
| 3.1 传统PID |
| 3.2 Smith内模算法 |
| 3.2.1 Smith预估算法 |
| 3.2.2 内模算法 |
| 3.2.3 Smith内模算法 |
| 3.3 二自由度Smith内模算法 |
| 3.3.1 设定值跟踪控制器 |
| 3.3.2 扰动抑制控制器 |
| 3.3.3 控制器参数整定 |
| 3.4 模糊神经理论 |
| 3.4.1 模糊控制 |
| 3.4.2 神经网络 |
| 3.4.3 模糊神经 |
| 3.5 自适应模糊神经 |
| 3.5.1 T-S型模糊神经 |
| 3.5.2 自适应模糊神经算法 |
| 3.6 基于ANFIS二自由度Smith内模在反应器中的应用 |
| 3.7 仿真分析 |
| 3.8 本章小结 |
| 第四章 生物质热解螺旋反应器控制系统的设计 |
| 4.1 生物质热解螺旋反应器系统控制 |
| 4.2 反应器硬件组成 |
| 4.3 反应器软件设计 |
| 4.3.1 软件总体设计 |
| 4.3.2 基于S7-200PLC下位机软件设计 |
| 4.3.3 上位机软件设计 |
| 4.4 上位机与下位机通讯 |
| 4.4.1 OPC通讯技术 |
| 4.4.2 LabVIEW与PLC通讯 |
| 4.4.3 LabVIEW与MATLAB/SIMULINK通讯 |
| 4.4.4 LabVIEW、Matlab和PLC通讯实现 |
| 4.4.5 人机界面流程 |
| 4.5 本章小结 |
| 第五章 实验平台搭建 |
| 5.1 基于S7-200PLC的下位机控制电路设计 |
| 5.1.1 电源电路设计 |
| 5.1.2 功率调节器电路设计 |
| 5.1.3 电机电路接线图 |
| 5.1.4 S7-200PLC电路接线图 |
| 5.1.5 模拟量输入接线图 |
| 5.2 硬件安装及人机界面设计 |
| 5.2.1 硬件安装 |
| 5.2.2 人机界面 |
| 5.3 本章小结 |
| 第六章 结论 |
| 参考文献 |
| 在学期间取得的科研成果和科研情况说明 |
| 致谢 |
（5）基于磁流变阻尼器的车辆座椅悬架系统控制技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 主要符号说明 |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 磁流变液与磁流变阻尼器简介 |
| 1.2.1 磁流变液的研究发展现状 |
| 1.2.2 磁流变阻尼器的研究发展现状 |
| 1.3 磁流变阻尼器力学模型研究发展现状 |
| 1.3.1 磁流变阻尼器正向力学模型 |
| 1.3.2 磁流变阻尼器逆向力学模型 |
| 1.4 车辆半主动座椅悬架的研究发展现状 |
| 1.5 磁流变阻尼器的控制方法研究进展 |
| 1.6 本文主要研究内容 |
| 第二章 磁流变阻尼器性能试验与力学建模 |
| 2.1 磁流变液的流变特性 |
| 2.2 磁流变阻尼器的工作原理及模式 |
| 2.3 磁流变阻尼器的性能试验 |
| 2.4 磁流变阻尼器模型建立及其参数辨识 |
| 2.4.1 粒子群优化算法基本原理 |
| 2.4.2 基于粒子群优化算法的参数识别方法 |
| 2.4.3 基于粒子群优化算法与非线性最小二乘法相结合的参数识别方法 |
| 2.4.4 修正Dahl仿真模型验证 |
| 2.5 本章小结 |
| 第三章 车辆座椅悬架系统建模与动力学分析 |
| 3.1 路面输入模型 |
| 3.1.1 随机路面输入模型 |
| 3.1.2 凸块路面输入模型 |
| 3.2 车辆半主动座椅悬架系统建模 |
| 3.2.1 三自由度1/4车半主动座椅悬架系统模型 |
| 3.2.2 五自由度1/2车半主动座椅悬架系统模型 |
| 3.2.3 十自由度整车半主动座椅悬架系统模型 |
| 3.3 五自由度1/2车被动座椅悬架动力学分析 |
| 3.3.1 五自由度1/2车被动座椅悬架系统模型 |
| 3.3.2 五自由度1/2车座椅悬架时域仿真分析 |
| 3.3.3 五自由度1/2车被动座椅悬架幅频特性仿真分析 |
| 3.4 本章小结 |
| 第四章 车辆半主动座椅悬架系统控制策略研究 |
| 4.1 变论域模糊控制策略研究 |
| 4.1.1 模糊控制基本理论 |
| 4.1.2 模糊控制器设计 |
| 4.1.3 变论域模糊控制基本原理 |
| 4.1.4 基于模糊推理的变论域模糊控制器设计 |
| 4.1.5 基于模糊推理的变论域模糊控制仿真研究 |
| 4.2 ANFIS-PID控制策略研究 |
| 4.2.1 PID控制器设计 |
| 4.2.2 模糊-PID控制器设计 |
| 4.2.3 ANFIS-PID控制器基本原理 |
| 4.2.4 ANFIS-PID控制器设计 |
| 4.2.5 ANFIS-PID控制仿真研究 |
| 4.3 两种控制策略仿真结果对比分析 |
| 4.4 本章小结 |
| 第五章 总结 |
| 5.1 主要工作回顾 |
| 5.2 本课题今后需进一步研究的地方 |
| 参考文献 |
| 个人简历在读期间发表的学术论文 |
| 致谢 |
（6）高速列车追踪运行过程建模与优化控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 列车动力学建模 |
| 1.2.2 列车追踪特性建模 |
| 1.2.3 列车追踪运行优化控制 |
| 1.3 主要研究内容 |
| 1.3.1 针对高速列车动力学特性的可靠高效建模方法研究 |
| 1.3.2 针对高速列车智能驾驶的鲁棒速度跟踪控制方法研究 |
| 1.3.3 针对高速列车追踪运行的场景特征建模和优化控制方法研究 |
| 1.3.4 针对高速列车多车追踪的特性建模和协同优化控制方法研究 |
| 1.4 论文研究思路与组织结构 |
| 1.4.1 论文研究思路 |
| 1.4.2 论文组织结构 |
| 第二章 高速列车动力学建模方法改进 |
| 2.1 问题描述 |
| 2.1.1 回声状态神经网络 |
| 2.1.2 随机权值优化设定策略 |
| 2.2 算法实现 |
| 2.2.1 粒子群优化算法 |
| 2.2.2 算法实现步骤 |
| 2.3 实验验证 |
| 2.3.1 实验设置 |
| 2.3.2 实验结果与分析 |
| 2.3.3 建模鲁棒性分析 |
| 本章小结 |
| 第三章 高速列车鲁棒速度跟踪控制 |
| 3.1 问题描述 |
| 3.1.1 模型输入时间尺度 |
| 3.1.2 随机权值矩阵收缩因子 |
| 3.1.3 基于ESNs的高速列车速度跟踪控制 |
| 3.2 基于改进ESNs的高速列车鲁棒速度跟踪控制 |
| 3.2.1 模型输入时间尺度的自适应选择策略 |
| 3.2.2 随机权值矩阵收缩因子的优化策略 |
| 3.3 系统稳定性分析 |
| 3.3.1 理论基础 |
| 3.3.2 系统平衡点的存在性 |
| 3.3.3 系统稳定性证明 |
| 3.4 实验验证 |
| 3.4.1 实验设置 |
| 3.4.2 时间尺度自适应调整的效果 |
| 3.4.3 高速列车速度预测模型鲁棒性分析 |
| 3.4.4 基于改进ESNs的速度跟踪效果 |
| 本章小结 |
| 第四章 基于追踪运行场景特征建模的单列高速列车运行优化控制 |
| 4.1 高速列车追踪运行优化建模 |
| 4.1.1 动力学建模 |
| 4.1.2 追踪运行场景特征模型 |
| 4.1.3 多目标追踪运行优化控制模型 |
| 4.2 高速列车追踪运行优化控制策略 |
| 4.2.1 追踪运行控制序列 |
| 4.2.2 多目标追踪运行优化算法 |
| 4.2.3 多目标追踪运行优化收敛性分析 |
| 4.3 实验验证 |
| 4.3.1 实验设置 |
| 4.3.2 仿真结果与分析 |
| 本章小结 |
| 第五章 基于多列车追踪特性建模的高速列车协同优化控制 |
| 5.1 高速列车ESNs动力学模型 |
| 5.2 多列车追踪特性模型 |
| 5.3 基于多目标优化的多列车协同预测控制 |
| 5.3.1 预测控制多目标滚动优化指标 |
| 5.3.2 多列车追踪协同预测控制策略 |
| 5.4 多列车追踪协同控制稳定性 |
| 5.5 实验验证 |
| 本章小结 |
| 第六章 结论与展望 |
| 6.1 论文研究工作总结 |
| 6.2 论文创新点总结 |
| 6.3 未来研究工作展望 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文 |
| 致谢 |
（7）ANFIS数据挖掘模型研究及其应用（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.3 研究意义 |
| 1.4 本文结构 |
| 1.5 本章小结 |
| 第2章 粗糙集理论 |
| 2.1 粗糙集的基本概念 |
| 2.1.1 集合中的近似关系 |
| 2.1.2 约简与核的概念 |
| 2.2 信息系统与知识的含义 |
| 2.2.1 信息系统与决策表 |
| 2.2.2 属性约简算法 |
| 2.3 知识不确定性的分析 |
| 2.4 本章小结 |
| 第3章 ANFIS模糊神经网络 |
| 3.1 人工神经网络的基本原理 |
| 3.1.1 人工神经网络的学习原理 |
| 3.1.2 人工神经网络的特性 |
| 3.1.3 人工神经网络的激活函数 |
| 3.1.4 人工神经网络的学习方法 |
| 3.2 模糊控制系统的组成 |
| 3.2.1 模糊化处理 |
| 3.2.2 模糊规则库 |
| 3.2.3 模糊推理 |
| 3.2.4 清晰化处理 |
| 3.3 ANFIS模糊控制系统 |
| 3.4 本章小结 |
| 第4章 气象学基础知识 |
| 4.1 天气系统简介 |
| 4.1.1 气团 |
| 4.1.2 锋 |
| 4.2 天气预报简介 |
| 4.2.1 气象数据的收集 |
| 4.2.2 天气预报常用方法 |
| 4.3 本章小结 |
| 第5章 基于ANFIS的气象预测模型的设计与实现 |
| 5.1 模型的设计 |
| 5.1.1 样本的选择 |
| 5.1.2 样本数据的构成 |
| 5.2 数据的预处理 |
| 5.3 实验结果与评估 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简历 |
（8）基于运行状态和全寿命周期成本的变压器维护策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 选题背景和研究意义 |
| 1.2 研究现状与发展趋势 |
| 1.2.1 电力变压器健康状态评估研究现状 |
| 1.2.2 变压器可靠性研究现状 |
| 1.2.3 变压器状态检修研究现状 |
| 1.3 本论文的主要工作 |
| 2 基于ANFIS的变压器寿命预测和绝缘状态评估 |
| 2.1 电力变压器的绝缘状态评估指标选取 |
| 2.1.1 变压器绝缘油状态诊断参数 |
| 2.1.2 变压器固体绝缘状态诊断参数 |
| 2.2 变压器老化机理及绝缘状态划分 |
| 2.3 基于ANFIS的变压器寿命预测 |
| 2.3.1 ANFIS原理 |
| 2.3.2 ANFIS系统的训练学习 |
| 2.3.3 变压器寿命估算模型 |
| 2.4 基于ANFIS的变压器绝缘健康状态评估模型 |
| 2.5 仿真分析 |
| 2.6 本章小结 |
| 3 基于改进GM(1,1)的变压器可靠性模型 |
| 3.1 基于改进的GM(1,1)模型的变压器故障率预测 |
| 3.1.1 传统的GM(1,1)预测方法 |
| 3.1.2 基于改进的GM(1,1)的变压器故障率预测方法 |
| 3.1.3 改进GM(1,1)的迭代基准值优化 |
| 3.2 综合健康指数和改进GM(1,1)的变压器可靠性模型 |
| 3.3 仿真分析 |
| 3.4 本章小结 |
| 4 基于可靠性和经济性的变压器的检修策略 |
| 4.1 变压器全寿命周期成本模型构建 |
| 4.1.1 变压器全寿命周期成本 |
| 4.1.2 变压器投资成本 |
| 4.1.3 变压器运营成本 |
| 4.1.4 变压器故障成本 |
| 4.1.5 变压器检修成本 |
| 4.1.6 变压器折旧处置成本 |
| 4.1.7 变压器电力供应的收入 |
| 4.2 金融的时间价值 |
| 4.3 不同检修方式对变压器故障率的影响 |
| 4.4 基于CS算法的变压器维护决策优化模型 |
| 4.4.1 变压器维护检修决策模型构建 |
| 4.4.2 CS算法原理分析 |
| 4.4.3 变压器维护策略基本步骤 |
| 4.5 算例分析 |
| 4.6 本章小结 |
| 5 总结与展望 |
| 参考文献 |
| 致谢 |
| 研究生期间发表论文及科研情况 |
（9）无轴承永磁同步电机神经网络右逆解耦控制及无速度传感器技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 无轴承电机发展概况 |
| 1.1.1 无轴承电机研究背景及意义 |
| 1.1.2 无轴承电机研究现状 |
| 1.2 BPMSM关键技术研究现状及发展趋势 |
| 1.2.1 电机结构的设计与优化 |
| 1.2.2 数学建模 |
| 1.2.3 控制策略 |
| 1.2.4 无传感器技术 |
| 1.3 论文研究意义及内容安排 |
| 第二章 无轴承永磁同步电机基本理论 |
| 2.1 BPMSM工作原理 |
| 2.1.1 电磁力分析 |
| 2.1.2 径向悬浮力产生原理 |
| 2.2 BPMSM数学模型 |
| 2.2.1 BPMSM径向悬浮力数学模型 |
| 2.2.2 BPMSM电磁转矩数学模型 |
| 2.3 BPMSM基本结构 |
| 2.4 本章小结 |
| 第三章 基于神经网络右逆的无轴承永磁同步电机自抗扰控制 |
| 3.1 右逆系统解耦方法 |
| 3.1.1 逆系统基本概念 |
| 3.1.2 右逆系统解耦方法基本原理 |
| 3.1.3 右可逆性判别 |
| 3.2 神经网络右逆系统解耦控制方法 |
| 3.2.1 神经网络基本概念 |
| 3.2.2 神经网络右逆解耦控制方法的实现过程 |
| 3.3 基于神经网络右逆的2-DOF BPMSM自抗扰控制研究 |
| 3.3.1 2-DOF BPMSM的右可逆性判别 |
| 3.3.2 2-DOF BPMSM神经网络右逆系统的构建 |
| 3.3.3 2-DOF BPMSM附加闭环控制器的设计 |
| 3.3.4 仿真结果分析 |
| 3.4 基于神经网络右逆的5-DOF BPMSM自抗扰控制研究 |
| 3.4.1 5-DOF BPMSM工作原理及数学模型 |
| 3.4.2 5-DOF BPMSM的右可逆性判别 |
| 3.4.3 基于神经网络右逆的5-DOF BPMSM自抗扰控制系统的构建 |
| 3.4.4 仿真结果分析 |
| 3.5 本章小结 |
| 第四章 无轴承永磁同步电机无速度传感器技术研究 |
| 4.1 左逆系统软测量方法 |
| 4.1.1 左逆系统软测量方法基本原理 |
| 4.1.2 左可逆性判别 |
| 4.2 基于ANFIS左逆的BPMSM无速度传感器运行方法 |
| 4.2.1 模糊神经网络结构与基本原理 |
| 4.2.2 BPMSM转速子系统的建立及其左可逆性判别 |
| 4.2.3 BPMSM转速子系统的ANFIS左逆系统的构建 |
| 4.2.4 基于ANFIS左逆的BPMSM无速度传感器运行控制系统的构建 |
| 4.2.5 仿真结果分析 |
| 4.3 本章小结 |
| 第五章 无轴承永磁同步电机数字控制系统及实验研究 |
| 5.1 BPMSM数字控制系统硬件设计 |
| 5.1.1 DSP最小系统的电路设计 |
| 5.1.2 功率驱动电路的设计 |
| 5.1.3 接口电路的设计 |
| 5.2 BPMSM数字控制系统软件设计 |
| 5.2.1 主程序设计 |
| 5.2.2 中断子程序设计 |
| 5.3 BPMSM实验研究 |
| 5.3.1 基础实验研究 |
| 5.3.2 基于ANFIS左逆的BPMSM无速度传感器运行的实验方案 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 主要完成的工作 |
| 6.2 需要进一步研究的工作 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间发表论文及专利情况 |
（10）基于模糊神经网络的列车防冒进系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 论文研究背景 |
| 1.2 列车防冒进技术研究现状 |
| 1.2.1 理论研究现状 |
| 1.2.2 列车控制系统发展现状 |
| 1.3 论文框架 |
| 1.4 本章小结 |
| 第二章 系统构成及原理 |
| 2.1 防冒进系统的构成及功能 |
| 2.2 速度防护原理 |
| 2.2.1 信号系统的闭塞方式 |
| 2.2.2 防冒进系统的控车模式 |
| 2.3 本章小结 |
| 第三章 列车防冒进曲线的建立 |
| 3.1 列车动力学模型 |
| 3.1.1 列车运行受力分析 |
| 3.1.2 列车合力模型 |
| 3.1.3 列车运动方程计算模型 |
| 3.2 防冒进曲线的计算依据 |
| 3.3 防冒进曲线的计算 |
| 3.3.1 目标距离及目标速度的确定 |
| 3.3.2 防冒进曲线的计算模型 |
| 3.4 本章小结 |
| 第四章 列车防冒进曲线的优化 |
| 4.1 粒子群及其优化算法 |
| 4.1.1 传统粒子群算法 |
| 4.1.2 改进型粒子群算法 |
| 4.2 优化模型的建立 |
| 4.3 评价性指标 |
| 4.3.1 停车精确度指标 |
| 4.3.2 行车平稳度指标 |
| 4.3.3 节能性指标 |
| 4.3.4 限制性因素 |
| 4.4 优化曲线的算法步骤 |
| 4.5 本章小结 |
| 第五章 基于模糊神经网络的列车制动模型 |
| 5.1 基于模糊系统的列车制动建模理论 |
| 5.1.1 基于模糊系统的列车制动模型结构 |
| 5.1.2 基于模糊系统的列车制动模型类型 |
| 5.1.3 基于模糊系统的列车制动模型的线性逼近能力 |
| 5.2 基于模糊神经网络的列车制动建模理论 |
| 5.2.1 基于模糊神经网络的列车制动模型结构 |
| 5.2.2 基于模糊神经网络的列车制动模型的规则分割 |
| 5.2.3 基于模糊神经网络的列车制动模型的学习算法 |
| 5.3 基于模糊神经网络的列车制动模型计算步骤 |
| 5.4 本章小结 |
| 第六章 列车防冒进控制器的设计 |
| 6.1 传统的防冒进控制器原理 |
| 6.1.1 模拟PID的原理 |
| 6.1.2 位置式PID的原理 |
| 6.1.3 增量式PID的原理 |
| 6.2 基于PSO-BP-PID列车防冒进控制器设计 |
| 6.2.1 BP神经网络 |
| 6.2.2 PSO结合BP神经网络的策略 |
| 6.2.3 PSO-BP-PID算法 |
| 6.3 防冒进系统的软硬件架构 |
| 6.3.1 系统整体设计 |
| 6.3.2 硬件整体设计 |
| 6.3.3 软件流程设计 |
| 6.4 本章小结 |
| 第七章 仿真与实验 |
| 7.1 模糊神经网络训练 |
| 7.2 优化曲线训练 |
| 7.3 整体仿真结果 |
| 7.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 附录A (攻读硕士学位期间完成的论文及获得的专利) |
| 附录B (攻读硕士学位期间获得的奖励) |
| 附录C (攻读硕士学位期间参与的项目) |
四、基于两种不同算法的ANFIS在非线性系统中的建模（论文参考文献）
- [1]车辆磁流变半主动空气悬架系统控制策略研究[D]. 顾瑞恒. 华东交通大学, 2021
- [2]循环流化床垃圾焚烧炉燃烧优化试验研究[D]. 尤海辉. 浙江大学, 2021(01)
- [3]9kW螺旋热解装置控制系统的研究与开发[D]. 何蒙. 天津理工大学, 2021(08)
- [4]基于自适应神经模糊推理系统的锅炉汽轮机建模[D]. 苏志鹏. 华北电力大学, 2020
- [5]基于磁流变阻尼器的车辆座椅悬架系统控制技术研究[D]. 林豪. 华东交通大学, 2020(01)
- [6]高速列车追踪运行过程建模与优化控制研究[D]. 刘鸿恩. 华东交通大学, 2020
- [7]ANFIS数据挖掘模型研究及其应用[D]. 刘嵩楠. 中国地质大学(北京), 2020(08)
- [8]基于运行状态和全寿命周期成本的变压器维护策略研究[D]. 胡碧伟. 上海电力大学, 2020(02)
- [9]无轴承永磁同步电机神经网络右逆解耦控制及无速度传感器技术研究[D]. 顾志伟. 江苏大学, 2020
- [10]基于模糊神经网络的列车防冒进系统研究[D]. 姜俊彤. 长沙理工大学, 2020(07)