一、多目标稳态递阶系统的智能化关联预估优化方法（论文文献综述）
杨金威[1]（2021）在《中哈原油管道系统节能优化运行与水击超前保护策略研究》文中研究表明中哈原油管道是中国的第一条陆上跨国原油进口管道,设计进口能力为2000万吨/年,具有“油源多、长距离、大落差、泵到泵工艺、低输量”五大特点,截止目前,已累计向我国供应原油1.46亿吨,年输量约占我国陆上原油进口量的20%,对保障国家能源供应平衡以及能源安全发挥了十分重要的作用。该管道在实际生产中主要存在以下几个问题:大落差管段会在某些翻越高点后产生不满流现象、长期低输量运行使得系统能耗逐年升高、主要耗能的输油泵机组缺少科学的节能监测评价与分析体系、计划期内输油任务分配与方案制定仅凭经验以及事故工况引起的非稳态水击危害难以完全避免等等,严重影响到管道的安全经济运行,因此,有必要深入开展中哈原油管道系统节能优化运行与水击超前保护策略研究。针对中哈原油管道阿塔苏-阿拉山口段（AA管道）,在进行油品物性测试基础上,构建了密度、比热容、粘度等参数预测模型,通过分别修正总传热系数和水力摩阻系数对管道热力与水力分析模型进行了校正,使其满足工程应用精度要求;考虑到管线起伏较大可能产生的不满流现象,提出了临界压力控制法,即通过调控管道末端压力高于不满流产生的临界压力,避免管道翻越高点时不满流现象的产生。按此方法编制了中哈原油管道不满流控制测算程序,运用SPS仿真软件进行了验证,二者相对误差在0.3%以内,并将其与现场SCADA、ESD控制系统进行集成,实现了不同输量、不同油品物性条件下,管道末端压力的自动测算、自动调节,从而确保管道安全运行。构建了中哈原油管道系统多层次的能效评价体系,采用层次分析法判定输油泵站或泵机组应是系统节能监测与技术改造的重点单元;对中哈原油管道沿途四个泵站内16台泵机组的实测数据点进行了稳态数据初筛选以及二次精确剔除,通过最小二乘法和图像平移法回归、校正了泵特性曲线,使得泵效及扬程相对误差均在3%范围内;根据GB/T31453-2015《油田生产系统节能监测规范》等国家/行业标准,给出了管道输油泵机组能耗指标的测试与计算方法,可用于评价管道系统用能水平及持续跟踪泵机组性能变化;提出了一种多指标节能监测综合评价方法,采用熵权法确定各个指标的权重,再采用灰色关联法确定泵机组状态与理想状态的贴近程度,从而对输油系统泵机组整体运行情况进行合理评价,以便有针对性地辨识薄弱机组设备;分析了关联度排序靠后输油泵机组未达到合格限定值要求的原因,提出了适应性较强的切削叶轮改造与永磁调速技术,可分别达到提高泵效率8.1%和7%的节能效果。基于动态规划思想,以运行电费为目标函数,结合中哈原油管道的实际运行情况,考虑进站压力约束、出站压力约束、全线水力约束、泵功率约束,建立了管道系统运行优化数学模型,将多阶段过程转化为一系列单阶段问题,利用各阶段之间的关系逐个求解;利用VB语言开发了中哈原油管道稳态优化运行软件,软件包括管道基础数据信息模块、日均输量优化模块、月输量优化模块。日均输量优化可以生成不同月份、不同输量、不同地温条件下的最优开泵方案及最优运行参数,对典型工况进行优化前后能耗及费用对比,最高可节约用电41424k Wh/天,节省电费2.69万元/天;月输量优化模块可以给出当月最优分输量及分输天数,以月总输量100万吨为例,月度优化较日均输送每月可以节约电费1.65万元,经济效益明显。综合考虑泵站运行方案、管道运行压力及事故发生后反应时间等多种因素,筛选了中哈原油管道水击模拟工况,利用SPS仿真软件对泵站停电、ESD阀和BVS隔离阀紧急关闭等17种事故工况引起的水击过程分别进行了瞬态模拟,得到了管道从非稳态过渡到稳态的全线压力时空变化规律;在数值预测水击波到达管道的具体位置和经历时间基础上,制定了增压波和减压波在管道不同位置的抵消策略,形成了水击保护分步调整方案和控制逻辑;针对中哈原油管道模拟工况水击超前保护逻辑触发后的14种可能再启动过程,同样通过数值模拟给出了再启动工况水击保护分步调整方案和控制逻辑,严格按此控制再启动过程中开泵顺序与全线压力变化,可实现管道系统水击控制后全生产周期安全运行。本文提出的大落差不满流临界压力控制法、泵机组熵权-灰色关联节能监测综合评价方法、密闭长输原油管道动态规划优化运行建模与求解方法及水击工况保护分步调整方案和控制逻辑,可为管道企业科学制定输送方案、提高输送效率及降低运行风险提供理论与技术支持。
段蒙蒙[2]（2020）在《船用锅炉汽包水位内模滑模控制研究》文中进行了进一步梳理大型油轮燃油辅锅炉是油船上的重要设备之一,锅炉的稳定运行是船舶安全航行的前提条件,确保汽包水位在允许的范围内波动对锅炉以及船舶的安全经济运行具有十分重要的意义。对于具有时滞、非线性、强耦合的锅炉汽包水位系统来说,传统PID控制方法由于对被控系统的精确模型依赖程度高,且控制器参数设定后不能改变,因而对时滞非线性系统的适应能力较差,不能够很好的满足控制要求,存在一定的局限性。本文首先根据大型油轮燃油辅锅炉的工作原理,通过一定的简化和假设,在质量守恒定律与能量守恒定律的基础上来分析锅炉汽包水位系统的动态特性,进而得到了汽包水位系统的数学模型,并着重分析了给水流量与蒸汽负荷对汽包水位系统的影响。针对水位系统具有的时滞与非线性特性,在分析传统PID控制策略的基础上,深入研究了内模控制原理,设计了汽包水位系统的内模控制方法;其次,在分析水位内模控制方法不足的基础上,研究了内模滑模控制策略,提出了基于全局非线性积分滑模面的锅炉汽包水位内模滑模控制方法,该方法综合了内模控制与滑模控制的优点,不仅补偿了系统的时滞,提高了系统的鲁棒性,而且改善了系统的暂态性能。针对汽包水位系统的非自平衡特性,设计了扰动抑制控制器来消除扰动后系统的稳态误差。在锅炉汽包水位系统的内模滑模控制策略中,滑模控制律的应用虽然使系统响应速度快,鲁棒性强,但会导致系统产生抖振。本文在分析滑模控制律抖振缺陷的基础上,提出了基于RBF神经网络的锅炉汽包水位内模滑模控制策略,通过采用RBF神经网络来辨识系统参数的不确定性与外界扰动来减小系统的抖振。针对RBF神经网络传统学习算法的不足,本文采用递阶基因结构对神经网络的结构和参数进行混合编码,提出了混合递阶差分进化算法来优化RBF神经网络,并将优化后的网络应用到锅炉汽包水位系统的内模滑模控制策略中,仿真结果表明,所设计的控制策略不仅削弱了系统的抖振,而且使系统具有响应速度快、抗干扰能力强、鲁棒性强等优点。
《中国公路学报》编辑部[3]（2017）在《中国汽车工程学术研究综述·2017》文中进行了进一步梳理为了促进中国汽车工程学科的发展,从汽车噪声-振动-声振粗糙度（Noise,Vibration,Harshness,NVH）控制、汽车电动化与低碳化、汽车电子化、汽车智能化与网联化以及汽车碰撞安全技术5个方面,系统梳理了国内外汽车工程领域的学术研究进展、热点前沿、存在问题、具体对策及发展前景。汽车NVH控制方面综述了从静音到声品质、新能源汽车NVH控制技术、车身与底盘总成NVH控制技术、主动振动控制技术等;汽车电动化与低碳化方面综述了传统汽车动力总成节能技术、混合动力电动汽车技术等;汽车电子化方面综述了汽车发动机电控技术、汽车转向电控技术、汽车制动电控技术、汽车悬架电控技术等;汽车智能化与网联化方面综述了中美智能网联汽车研究概要、复杂交通环境感知、高精度地图及车辆导航定位、汽车自主决策与轨迹规划、车辆横向控制及纵向动力学控制、智能网联汽车测试,并给出了先进驾驶辅助系统（ADAS）、车联网和人机共驾等典型应用实例解析;汽车碰撞安全技术方面综述了整车碰撞、乘员保护、行人保护、儿童碰撞安全与保护、新能源汽车碰撞安全等。该综述可为汽车工程学科的学术研究提供新的视角和基础资料。
冯增喜[4]（2016）在《集中空调系统递阶稳态优化节能控制研究》文中进行了进一步梳理集中空调系统的设计经常是根据最不利的室内热湿负荷和室外设计参数进行的。但是由于平时最不利的室内热湿负荷和室外设计参数很少出现,集中空调在运行过程中往往达不到最大负荷,所以需要根据室内外相关参数和实际负荷对集中空调进行调节。因此,在空调空间负荷和外界环境动态变化的条件下,可通过对集中空调系统全局优化控制以确保系统可靠运行,且使满足室内环境热舒适性要求的代价最小。集中空调系统全局优化节能研究涉及到集中空调系统的具体构成、能耗设备模型、控制系统组成,优化控制算法等内容。本文针对集中空调系统进行递阶稳态优化节能控制研究。首先,本文介绍了研究的实验平台——变风量（VAV）集中空调系统,包括实验系统的整体软硬件平台及各子系统的功能设计。同时,针对集中空调系统的各个子系统,通过拟合的方法建立了各子系统的能耗模型。并且为了解系统特性,有助于节能优化控制,在实测的基础上对集中空调系统的各个调节装置进行了特性分析。其次,为确保集中空调系统在进入稳态阶段之前具有良好的动态性能,本文针对集中空调系统各个子系统,通过系统辨识的方法建立了各子系统的动态模型,并针对不同子系统的具体特点,确定了不同的控制算法。具体的控制算法包括无模型自适应控制MFAC（model free adaptive control）、PID控制和单神经元PID控制。其中,MFAC是首次被引入集中空调系统中用于其大滞后子系统的控制和不同耦合系统之间的解耦。同时,研究了MFAC对不确定性系统的控制效果。并针对MFAC控制参数尚无系统的确定方法的情况,实现了基于单纯形的MFAC控制参数的优化。第三,结合大系统理论和集中空调系统的特点,确定了分解集中空调大系统的方法——基于实际系统结构的分解,并对其进行了分解。同时,确定了稳态优化运行的协调方法——具有全局反馈的关联平衡法（IBMF）。并根据本研究所确定的集中空调大系统稳态辨识的方法——分散辨识方法,辨识了集中空调各子系统的稳态模型。第四,为进一步提高集中空调负荷预测的精度,在现有空调负荷方法的基础上,针对有限项预测方法的组合,提出了基于残差修正的动态的集中空调负荷预测的方法,预测效果良好。最后,本文利用分散辨识方法建立了集中空调各子系统稳态模型,还建立了集中空调系统的全局稳态优化模型。针对集中空调的夏季工况以及空调系统优化过程中的“维数灾”问题,利用具有全局反馈的关联平衡法（IBMF,Interaction Balance Method with Feedbacak）,对集中空调系统进行了递阶稳态优化节能控制。结果表明:采用全局优化策略能够很好解决集中空调全局系统的控制和优化问题,具有一定的应用价值。
蒋红梅[5]（2013）在《基于协调的变风量空调系统递阶优化控制研究》文中进行了进一步梳理中央空调是现代建筑中的能耗大户，其耗能占整个建筑能耗的50%-70%。空调系统在设计时通常采用的是最不利工况设计，一般是按照空调系统最大的负荷来进行设计的。但实际运行时，空调系统90%以上的时间都是处于部分负荷状态下的，空调系统对于负荷的处理有很大的冗余，而且在实际的空气调节中也有很大的灵活性。变风量（Variable Air Volume，VAV）空调系统是一种通过调节风量来满足室内负荷变化及舒适性要求的全空气调节系统，由于其无凝结水害、设计系统灵活、高效节能的优点得到了广泛应用。然而，由于变风量空调系统具有非线性、大滞后、耦合性强、多变量、多扰动等特点，传统的控制方式难以适应其控制要求，使得变风量空调系统的节能性、舒适性得不到充分体现。如何通过最优化控制，使空调系统在满足环境舒适性的同时，能稳定的运行，并最大限度地减少系统能耗，就成为研究的重点。由于变风量空调系统设备较多，因此发生故障的频率也相对比较高。如果变风量空调系统中存在故障，会直接影响系统的能耗，导致系统能耗增加，并且会影响空调室内的舒适性。对于设备来说，会增加其损耗和减少其使用寿命。变风量空调系统应运行在无故障状态下，因此对于故障状态的检测就具有重要的现实意义。对与防止运行事故的发生，提高空调系统设备的有效利用时间，延长空调系统的使用寿命都具有非常良好的效果。本文通过改进的神经网络方法建立了变风量空调系统负荷模型，通过负荷的预测对变风量空调系统的能耗进行监测，并与实际的能耗检测值进行比较，利用统计学方法进行系统故障检测，能够在变风量空调系统运行过程中进行故障状态提示，确保变风量空调系统运行在无故障状态下。采用了一种基于协调的递阶优化控制，根据变风空调系统的工作原理对变风量空调大系统进行合理的分解，并通过实验对变风量空调大系统进行稳态建模，得到其稳态大系统模型。提出了其目标优化方法，以变风量空调系统舒适性和节能性为优化目标为各个控制器确立优化设定值，实现变风量空调系统的优化与节能控制。根据变风量空调系统主要部件的模型、能量平衡方程以及部件的物理限制定义了全局协调优化的目标函数和约束条件，实时优化系统各动态参数，通过寻找最优的操作条件，确定最佳工作点。并针对不同的控制回路采用不同自适应控制策略对各子系统进行稳定控制，使系统的控制参数始终维持在设定值附近。并对系统进行合理的设计、设备选型、软件选取和优化算法的实施，开发了变风量空调系统优化的计算机控制系统，对实际的操作提供了有指导意义的根据。仿真和实验研究结果表明该优化方法不仅能保证系统的舒适性而且能显着地降低系统能耗。
叶玮琼[6]（2011）在《基于可拓学的仿人控制及应用研究》文中进行了进一步梳理模拟人的智能控制的研究,是解决控制领域难题及实现对复杂系统的过程控制,发展控制理论的一条重要和十分引人注目的途径。但是,智能控制总体上还处于开创性的阶段,许多概念和理论尚处于发展中,对智能控制的定义、理论、方法、结构等尚无统一的系统描述,还缺乏坚实的体系化的理论基础。可拓学基元分析的理论和方法、可拓集合论的提出,为智能控制提供了一种重要的工具。将可拓学理论应用于仿人的智能控制与策略研究,构造模拟人的多层智能体系模型,是一种新的尝试。本文在搜集、整理、分析了国内外有关可拓学理论及仿人智能理论的基础上,对基于可拓学仿人智能模型的分层递阶结构设计进行了深入的研究并应用于实践。主要研究工作如下：（1）基于可拓学的仿人智能模型设计分析了仿人的分层递阶模型,讨论了仿人的研究目标不再是被控对象本身,而是控制器如何对领域专家的经验行为和知识结构的模仿；建模的目标不是对象的数学模型,而是整个系统的动态特征模型和控制器定性与定量结合的知识模型。定义了模型结构,分析了各层的功能特征及知识模型的表达形式,给出了设计规范。（2）仿人多模态划分及可拓域分析讨论了复杂系统的动态过程划分,研究此过程所涉及的基于经验的可拓域划分及信息转换的问题。在原有的可拓距、区间距、位置等的基础上,提出了点与区域的关系,并由此建立可拓关联函数。为建立仿人多模态的控制提供了定量分析及计算的依据。（3）基于可拓基元知识的自学习以基元知识为基础,以模拟人的自学习为目标。研究在无指导状态下从经验中并发的获取规划规则和动作规则,作为系统的控制知识。在系统学习过程中,通过将经验演绎为规则,进而泛化为高层的概念或规则,构成了多分辨率的知识体系结构。（4）大型水压机伺服控制系统的仿人设计提出了在无法获得系统精确模型的情况下,如何根据现场专家的经验,按照可拓仿人智能模型设计控制系统的各层结构,功能划分,实现仿人的多模态控制。实践表明,基于可拓的仿人智能控制优于传统PID算法。（5） VRLA动力蓄电池快速充电过程控制及自适应设计提出了针对VRLA动力蓄电池快速充电过程的仿人多模态控制策略。改遵循“Mass最佳充电曲线”为充放电相结合不断调整的“最佳充电曲线”,给出了仿人模型中的参数自校正级和自适应级的设计。实践表明,VRLA蓄电池完全可以大电流快速充电,而不影响循环寿命。论文最后进行总结,说明研究的创新点及主要研究成果,指出进一步研究的问题。
王伟[7]（2011）在《炼焦过程综合生产目标的智能预测与协调优化研究》文中研究指明作为冶金、机械、化工等行业的主要原料和燃料,焦炭已广泛应用于高炉炼铁、电石、气化、铸造和有色金属冶炼等方面。炼焦生产各个局部过程的稳顺运行和协调优化直接影响焦炭质量、产量和焦炉能耗等炼焦生产指标。针对炼焦生产过程的非线性、不确定性特点,本文以高产优质低耗为优化目标,围绕炼焦过程综合生产目标的智能预测与协调优化开展研究,取得的研究成果主要包括下述三个方面：（1）生产指标与过程参数的关联性分析与协调优化结构炼焦生产工况直接影响焦炭的质量、产量以及焦炉能耗,反映炼焦生产工况的过程参数较多,对炼焦生产指标的影响程度也不相同。本文在剖析炼焦生产工艺机理的基础上,根据炼焦企业的生产需要和炼焦生产各个局部过程的控制要求,确定了炼焦过程的质量、产量、能耗等生产指标与过程状态参数,对生产指标、过程状态参数和过程操作参数之间的关系进行深入的定性分析和基于灰色关联分析的定量分析。基于分层优化、分而治之的思想,提出一种基于分层递阶结构的炼焦过程综合生产目标智能建模与协调优化策略,建立包括协调优化级、优化控制级和基础自动化控制级的三层系统结构,对各层次间的关系及其具备的功能进行了分析和设计,为炼焦生产过程的智能建模与协调优化提供了一种新思路。（2）炼焦生产指标的智能混合预测模型为实现炼焦生产过程的协调优化,需要对焦炭质量、产量和焦炉能耗等生产指标进行在线准确预测。针对炼焦生产过程的非线性、不确定性特点,基于生产指标与过程参数的关联性分析,建立焦炭质量、产量和焦炉能耗的BP神经网络预测模型。针对传统BP神经网络训练算法学习效率低、收敛速度慢,易于陷入局部极小的缺点,提出一种基于密度聚类的小生境差分进化算法进行BP神经网络的训练。考虑到炼焦生产工况的波动,以及生产过程的时变和模型不完整性等因素,从提高模型预测性能和自适应能力的角度出发,提出一种基于滑动时间窗口的BP模型预测性能评估策略,以及有效融合生产指标偏差校正、基于即时学习技术的短时补偿校正和BP神经网络模型参数校正等三种校正策略的分段校正方法,并深入研究基于即时学习策略的改进加权LSSVM局部建模方法以及动态加权混合预测方法。通过对BP模型预测性能的有效评估以及基于性能评估的分段校正,使混合预测模型能在生产工况波动时获得更好的预测性能,实现对炼焦生产指标实时有效的预测。（3）面向综合生产目标的协调优化策略为达到高产、优质、低耗的协调优化目标,建立以焦炭产量最大、焦炉能耗最小为优化目标,焦炭质量为约束条件,各个局部过程的状态参数为决策变量的多目标优化模型。在乘子罚函数法的基础上,对原目标函数和乘子罚函数进行归一化和论域扩展,并引入扩展的可行域以充分利用好的不可行解信息,提出融合核模糊C均值聚类和多种群差分进化算法的协调优化策略,获得各个局部过程状态参数的优化设定值,将协调优化控制问题转化为各个过程的局部优化控制问题。由于焦炭质量数据的非正态特性,采用非正态数据下的多元过程能力分析方法,获得焦炭质量多元过程能力指数,并将该指数与综合生产指标的经济性指标和生产率指标作为评价因子,采用可变权重的模糊综合评价方法对炼焦生产工况进行综合评价,当评估结果不满足给定的等级要求时,采用协调优化算法在线调整过程状态参数设定值,从而实现炼焦生产过程运行性能的实时优化。阐述了协调优化策略的实施步骤,并对加热燃烧过程火道温度时滞补偿模型和烟道吸力优化设定模型进行了设计。利用炼焦生产过程实际数据,对协调优化策略进行仿真研究。仿真结果表明,该协调优化策略能在保证炼焦生产过程稳顺运行的前提下,实现炼焦生产过程的优化运行,达到高产优质低耗的企业生产目标。
李龙洙[8]（2001）在《多目标稳态递阶系统的智能化关联预估优化方法》文中研究表明在稳态递阶智能系统结构模式的基础上 ,提出了多目标稳态递阶系统的智能化关联预估优化方法 ,并就其收敛问题进行了深入研究 .通过典型实例的数值仿真 ,证实了本方法的有效性
李龙洙,秦世引,万百五[9]（1994）在《多目标稳态递阶系统的智能化关联预估优化方法》文中进行了进一步梳理本文提出了多目标稳态递阶系统的智能化关联预估优化方法,并就其收敛性问题进行了深入研究。这种方法是在算法结构中引入了智能推理决策机构ID,提高了求解问题的效率, 改善了算法的实用性。本文通过典型实例的数值仿真,证实了本方法的有效性。
顾佳晨[10]（2001）在《具有模糊参数的大工业过程稳态递阶优化控制》文中指出随着科学技术的发展,规模庞大、结构复杂的系统日益增加。计算机技术的迅速发展,使得控制和管理这类系统成为可能。为了研究这类系统的正常运行条件和性能改进方法,在实际应用的推动下,大系统理论和方法应运而生。但是,大系统的复杂性、主动性、不确定性以及维数灾,使现有的基于数学模型的大系统理论陷于困境,面临严峻的挑战。因此,80 年代末以来,从事大系统理论和应用研究的学者们普遍感到需要突破传统框架,探索新的途径。正如着名科学家钱学森所指出:大系统理论要创新。而模糊大系统的优化控制一直是一个悬而未决的问题。为了探讨大系统控制的新途径,本文寻求解决模型不确定的或模型与实际有差异的大系统优化控制新方法,并取得了一些令人满意的结果。（1） 提出了复杂大工业过程的模糊建模新思想,即在保留原模型结构信息的基础上,通过对模型中的系数模糊化处理,得到新的模糊等式模型。这种模糊模型不同于由if-then 规则描述的、完全基于人类经验的模糊模型。它是在由数学方法辨识出的模型基础上,同时考虑到过程本身存在的模糊性,通过引入模糊参数的概念,得到的大系统综合模型。（2） 根据模糊数学的理论,提出了定义满足度函数对模糊等式进行去模糊运算的方法。将模糊大系统求解中的模糊规划问题,转化为一个普通的精确规划问题求解,并由此提出应用模糊规划方法与经典大系统递阶优化控制算法相结合的方法,求解具有模糊参数的大系统递阶优化问题。（3） 研究了基于模糊模型的复杂大工业过程稳态递阶优化控制的三种基本方法:关联平衡法、关联预测法、混合协调法。针对原混合协调法不适用于模糊模型的情况,重新导出了可用于模糊模型的混合协调法。仿真结果表明,基于模糊模型的关联平衡法在开环情况下能够得到比普通开环关联平衡法更好的实际过程目标函数,并已接近普通闭环关联平衡法所能达到的实际过程目标函数;闭环时,基于模糊模型的关联平衡法所需的在线迭代次数比普通关联平衡法少得多。同时,基于模糊模型的关联预测法开环时得到的实际过程目标函数比普通关联预测法好;而在闭环情况下,它得到的实际过程目标函数和在线迭代次数都要好于普通的关联预测法。最后,基于模糊模型的混合协调法在开环和闭环两种情况下,实际过程目标函数和迭代次数都比
二、多目标稳态递阶系统的智能化关联预估优化方法（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、多目标稳态递阶系统的智能化关联预估优化方法（论文提纲范文）
（1）中哈原油管道系统节能优化运行与水击超前保护策略研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 创新点摘要 |
| 第一章 绪论 |
| 1.1 研究背景及目的意义 |
| 1.2 国内外研究现状 |
| 1.2.1 大落差管段不满流现象研究现状 |
| 1.2.2 泵特性及节能评价研究现状 |
| 1.2.3 管道优化运行方法研究现状 |
| 1.2.4 水击基本理论及保护策略研究现状 |
| 1.3 本文研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 输油管道系统运行特性及不满流应对控制 |
| 2.1 管道基本运行情况 |
| 2.2 原油物性测定及分析 |
| 2.2.1 测定方法 |
| 2.2.2 结果分析 |
| 2.3 管道热力分析理论模型与修正 |
| 2.3.1 热力分析理论模型 |
| 2.3.2 热力分析模型修正 |
| 2.4 管道水力分析理论模型与修正 |
| 2.4.1 水力分析理论模型 |
| 2.4.2 水力分析模型修正 |
| 2.5 不满流工况分析与应对控制 |
| 2.5.1 翻越点位置确定 |
| 2.5.2 不满流临界压力控制法 |
| 2.5.3 不满流控制智能集成系统 |
| 2.6 本章小结 |
| 第三章 输油管道系统能效评价及节能技术应用 |
| 3.1 管道系统节能重点单元识别 |
| 3.2 输油泵特性曲线 |
| 3.2.1 泵扬程与效率特性方程 |
| 3.2.2 数据来源及筛选 |
| 3.2.3 泵出厂特性曲线回归 |
| 3.2.4 泵实际特性曲线校正 |
| 3.3 输油泵机组能耗监测 |
| 3.3.1 能耗指标计算方法 |
| 3.3.2 节能监测实例分析 |
| 3.4 输油泵机组多指标综合用能评价 |
| 3.4.1 熵权与灰色关联分析评价方法 |
| 3.4.2 熵权-灰色关联法综合评价模型 |
| 3.4.3 实例分析 |
| 3.5 输油泵机组节能技术措施 |
| 3.5.1 存在问题 |
| 3.5.2 节能措施 |
| 3.6 本章小结 |
| 第四章 输油管道系统优化运行模型求解与应用 |
| 4.1 最优化算法 |
| 4.1.1 动态规划算法 |
| 4.1.2 动态规划模型 |
| 4.2 最优化数学模型建立及求解 |
| 4.2.1 最优化数学模型建立 |
| 4.2.2 最优化数学模型求解 |
| 4.3 中哈原油管道优化运行软件 |
| 4.3.1 软件编制环境与主界面 |
| 4.3.2 管道基础数据信息模块 |
| 4.3.3 中哈管道稳态运行优化模块 |
| 4.4 中哈原油管道优化运行方案分析 |
| 4.5 本章小结 |
| 第五章 输油管道系统水击工况分析与超前保护策略 |
| 5.1 水击工况产生原因及过程描述 |
| 5.2 水击工况压力与波速计算公式 |
| 5.3 水击工况模拟及超前保护策略制定 |
| 5.3.1 管道系统仿真计算模型 |
| 5.3.2 管道水击工况分析选取 |
| 5.3.3 事故工况模拟及超前保护策略 |
| 5.4 再启动工况模拟及超前保护策略制定 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 后继研究工作的展望 |
| 参考文献 |
| 发表文章目录和取得的科研成果 |
| 致谢 |
（2）船用锅炉汽包水位内模滑模控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号说明表 |
| 1 绪论 |
| 1.1 论文研究的背景意义 |
| 1.2 国内外发展现状 |
| 1.2.1 锅炉汽包水位系统控制发展现状 |
| 1.2.2 内模控制的发展现状 |
| 1.2.3 滑模控制的发展现状 |
| 1.3 论文的主要工作 |
| 2 锅炉汽包水位系统数学模型的建立 |
| 2.1 锅炉本体的结构 |
| 2.2 汽包水位系统的数学模型 |
| 2.2.1 汽包内的质量守恒方程式 |
| 2.2.2 汽包内的能量平衡方程式 |
| 2.2.3 给水扰动下的汽包水位特性 |
| 2.2.4 蒸汽扰动下的汽包水位特性 |
| 2.3 本章小结 |
| 3 锅炉汽包水位内模控制研究 |
| 3.1 内模控制基本原理 |
| 3.1.1 内模控制器的结构 |
| 3.1.2 内模控制的主要性质 |
| 3.1.3 内模控制器的设计 |
| 3.2 锅炉汽包水位内模控制研究 |
| 3.2.1 汽包水位传统控制方法 |
| 3.2.2 汽包水位内模控制器设计及仿真分析 |
| 3.3 本章小结 |
| 4 锅炉汽包水位内模滑模控制研究 |
| 4.1 滑模控制理论 |
| 4.1.1 滑模控制原理 |
| 4.1.2 滑模控制的不变性 |
| 4.1.3 滑动模态的存在与到达条件 |
| 4.1.4 滑模控制器的设计 |
| 4.1.5 滑模控制器的缺点 |
| 4.1.6 全局非线性积分滑模面的设计 |
| 4.2 锅炉汽包水位内模滑模控制策略设计 |
| 4.2.1 汽包水位内模滑模控制原理 |
| 4.2.2 汽包水位滑模控制律的设计 |
| 4.2.3 汽包水位扰动控制器的设计 |
| 4.2.4 汽包水位控制系统的仿真分析 |
| 4.3 本章小结 |
| 5 基于递阶差分优化RBF网络的汽包水位内模滑模控制研究 |
| 5.1 神经网络理论 |
| 5.1.1 神经网络概述 |
| 5.1.2 神经网络的模型 |
| 5.1.3 神经网络的学习方法 |
| 5.1.4 基于神经网络的系统辨识 |
| 5.2 RBF神经网络概述 |
| 5.2.1 RBF神经网络模型 |
| 5.2.2 RBF神经网络的学习算法 |
| 5.3 递阶差分进化算法 |
| 5.3.1 差分进化算法概述 |
| 5.3.2 混合递阶差分进化算法优化的RBF神经网络 |
| 5.4 基于优化RBF网络的汽包水位内模滑模控制策略 |
| 5.4.1 基于RBF网络的汽包水位内模滑模控制器设计 |
| 5.4.2 基于RBF网络滑模切换控制项的离线学习 |
| 5.4.3 基于RBF网络滑模切换控制项的在线学习 |
| 5.4.4 仿真研究 |
| 5.5 本章小结 |
| 结论与展望 |
| 参考文献 |
| 附录A 混合递阶差分进化算法的优化过程代码 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（3）中国汽车工程学术研究综述·2017（论文提纲范文）
| 索引 |
| 0引言 |
| 1汽车NVH控制 (长安汽车工程研究院庞剑总工程师统稿) |
| 1.1从静音到声品质 (重庆大学贺岩松教授提供初稿) |
| 1.1.1国内外研究现状 |
| 1.1.1.1声品质主观评价 |
| 1.1.1.2声品质客观评价 |
| 1.1.1.3声品质主客观统一模型 |
| 1.1.2存在的问题 |
| 1.1.3研究发展趋势 |
| 1.2新能源汽车NVH控制技术 |
| 1.2.1驱动电机动力总成的NVH技术 (同济大学左曙光教授、林福博士生提供初稿) |
| 1.2.1.1国内外研究现状 |
| 1.2.1.2热点研究方向 |
| 1.2.1.3存在的问题与展望 |
| 1.2.2燃料电池发动机用空压机的NVH技术 (同济大学左曙光教授、韦开君博士生提供初稿) |
| 1.2.2.1国内外研究现状 |
| 1.2.2.2存在的问题 |
| 1.2.2.3总结与展望 |
| 1.3车身与底盘总成NVH控制技术 |
| 1.3.1车身与内饰 (长安汽车工程研究院庞剑总工程师提供初稿) |
| 1.3.1.1车身结构 |
| 1.3.1.2声学包装 |
| 1.3.2制动系 (同济大学张立军教授、徐杰博士生、孟德建讲师提供初稿) |
| 1.3.2.1制动抖动 |
| 1.3.2.2制动颤振 |
| 1.3.2.3制动尖叫 |
| 1.3.2.4瓶颈问题与未来趋势 |
| 1.3.3轮胎 (清华大学危银涛教授、杨永宝博士生、赵崇雷硕士生提供初稿) |
| 1.3.3.1轮胎噪声机理研究 |
| 1.3.3.2轮胎噪声计算模型 |
| 1.3.3.3轮胎噪声的测量手段 |
| 1.3.3.4降噪方法 |
| 1.3.3.5问题与展望 |
| 1.3.4悬架系 (吉林大学庄晔副教授提供初稿) |
| 1.3.4.1悬架系NVH问题概述 |
| 1.3.4.2悬架系的动力学建模与NVH预开发 |
| 1.3.4.3悬架系的关键部件NVH设计 |
| 1.3.4.4悬架NVH设计整改 |
| 1.4主动振动控制技术 (重庆大学郑玲教授提供初稿) |
| 1.4.1主动和半主动悬架技术 |
| 1.4.1.1主动悬架技术 |
| 1.4.1.2半主动悬架技术 |
| 1.4.2主动和半主动悬置技术 |
| 1.4.2.1主动悬置技术 |
| 1.4.2.2半主动悬置技术 |
| 1.4.3问题及发展趋势 |
| 2汽车电动化与低碳化 (江苏大学何仁教授统稿) |
| 2.1传统汽车动力总成节能技术 (同济大学郝真真博士生、倪计民教授提供初稿) |
| 2.1.1国内外研究现状 |
| 2.1.1.1替代燃料发动机 |
| 2.1.1.2高效内燃机 |
| 2.1.1.3新型传动方式 |
| 2.1.2存在的主要问题 |
| 2.1.3重点研究方向 |
| 2.1.4发展对策及趋势 |
| 2.2混合动力电动汽车技术 (重庆大学胡建军教授、秦大同教授, 彭航、周星宇博士生提供初稿) |
| 2.2.1国内外研究现状 |
| 2.2.2存在的问题 |
| 2.2.3重点研究方向 |
| 2.3新能源汽车技术 |
| 2.3.1纯电动汽车技术 (长安大学马建、余强、汪贵平教授, 赵轩、李耀华副教授, 许世维、唐自强、张一西研究生提供初稿) |
| 2.3.1.1动力电池 |
| 2.3.1.2分布式驱动电动汽车驱动控制技术 |
| 2.3.1.3纯电动汽车制动能量回收技术 |
| 2.3.2插电式混合动力汽车技术 (重庆大学胡建军、秦大同教授, 彭航、周星宇博士生提供初稿) |
| 2.3.2.1国内外研究现状 |
| 2.3.2.2存在的问题 |
| 2.3.2.3热点研究方向 |
| 2.3.2.4研究发展趋势 |
| 2.3.3燃料电池电动汽车技术 (北京理工大学王震坡教授、邓钧君助理教授, 北京重理能源科技有限公司高雷工程师提供初稿) |
| 2.3.3.1国内外技术发展现状 |
| 2.3.3.2关键技术及热点研究方向 |
| 2.3.3.3制约燃料电池汽车发展的关键因素 |
| 2.3.3.4燃料电池汽车的发展趋势 |
| 3汽车电子化 (吉林大学宗长富教授统稿) |
| 3.1汽车发动机电控技术 (北京航空航天大学杨世春教授、陈飞博士提供初稿) |
| 3.1.1国内外研究现状 |
| 3.1.2重点研究方向 |
| 3.1.2.1汽车发动机燃油喷射控制技术 |
| 3.1.2.2汽车发动机涡轮增压控制技术 |
| 3.1.2.3汽车发动机电子节气门控制技术 |
| 3.1.2.4汽车发动机点火控制技术 |
| 3.1.2.5汽车发动机空燃比控制技术 |
| 3.1.2.6汽车发动机怠速控制技术 |
| 3.1.2.7汽车发动机爆震检测与控制技术 |
| 3.1.2.8汽车发动机先进燃烧模式控制技术 |
| 3.1.2.9汽车柴油发动机电子控制技术 |
| 3.1.3研究发展趋势 |
| 3.2汽车转向电控技术 |
| 3.2.1电动助力转向技术 (吉林大学宗长富教授、陈国迎博士提供初稿) |
| 3.2.1.1国内外研究现状 |
| 3.2.1.2重点研究方向和存在的问题 |
| 3.2.1.3研究发展趋势 |
| 3.2.2主动转向及四轮转向技术 (吉林大学宗长富教授、陈国迎博士提供初稿) |
| 3.2.2.1国内外研究现状 |
| 3.2.2.2研究热点和存在问题 |
| 3.2.2.3研究发展趋势 |
| 3.2.3线控转向技术 (吉林大学郑宏宇副教授提供初稿) |
| 3.2.3.1转向角传动比 |
| 3.2.3.2转向路感模拟 |
| 3.2.3.3诊断容错技术 |
| 3.2.4商用车电控转向技术 (吉林大学宗长富教授、赵伟强副教授, 韩小健、高恪研究生提供初稿) |
| 3.2.4.1电控液压转向系统 |
| 3.2.4.2电液耦合转向系统 |
| 3.2.4.3电动助力转向系统 |
| 3.2.4.4后轴主动转向系统 |
| 3.2.4.5新能源商用车转向系统 |
| 3.2.4.6商用车转向系统的发展方向 |
| 3.3汽车制动控制技术 (合肥工业大学陈无畏教授、汪洪波副教授提供初稿) |
| 3.3.1国内外研究现状 |
| 3.3.1.1制动系统元部件研发 |
| 3.3.1.2制动系统性能分析 |
| 3.3.1.3制动系统控制研究 |
| 3.3.1.4电动汽车研究 |
| 3.3.1.5混合动力汽车研究 |
| 3.3.1.6参数测量 |
| 3.3.1.7与其他系统耦合分析及控制 |
| 3.3.1.8其他方面 |
| 3.3.2存在的问题 |
| 3.4汽车悬架电控技术 (吉林大学庄晔副教授提供初稿) |
| 3.4.1电控悬架功能与评价指标 |
| 3.4.2电控主动悬架最优控制 |
| 3.4.3电控悬架其他控制算法 |
| 3.4.4电控悬架产品开发 |
| 4汽车智能化与网联化 (清华大学李克强教授、长安大学赵祥模教授共同统稿) |
| 4.1国内外智能网联汽车研究概要 |
| 4.1.1美国智能网联汽车研究进展 (美国得克萨斯州交通厅Jianming Ma博士提供初稿) |
| 4.1.1.1美国智能网联车研究意义 |
| 4.1.1.2网联车安全研究 |
| 4.1.1.3美国自动驾驶车辆研究 |
| 4.1.1.4智能网联自动驾驶车 |
| 4.1.2中国智能网联汽车研究进展 (长安大学赵祥模教授、徐志刚副教授、闵海根、孙朋朋、王振博士生提供初稿) |
| 4.1.2.1中国智能网联汽车规划 |
| 4.1.2.2中国高校及研究机构智能网联汽车开发情况 |
| 4.1.2.3中国企业智能网联汽车开发情况 |
| 4.1.2.4存在的问题 |
| 4.1.2.5展望 |
| 4.2复杂交通环境感知 |
| 4.2.1基于激光雷达的环境感知 (长安大学付锐教授、张名芳博士生提供初稿) |
| 4.2.1.1点云聚类 |
| 4.2.1.2可通行区域分析 |
| 4.2.1.3障碍物识别 |
| 4.2.1.4障碍物跟踪 |
| 4.2.1.5小结 |
| 4.2.2车载摄像机等单传感器处理技术 (武汉理工大学胡钊政教授、陈志军博士, 长安大学刘占文博士提供初稿) |
| 4.2.2.1交通标志识别 |
| 4.2.2.2车道线检测 |
| 4.2.2.3交通信号灯检测 |
| 4.2.2.4行人检测 |
| 4.2.2.5车辆检测 |
| 4.2.2.6总结与展望 |
| 4.3高精度地图及车辆导航定位 (武汉大学李必军教授、长安大学徐志刚副教授提供初稿) |
| 4.3.1国内外研究现状 |
| 4.3.2当前研究热点 |
| 4.3.2.1高精度地图的采集 |
| 4.3.2.2高精度地图的地图模型 |
| 4.3.2.3高精度地图定位技术 |
| 4.3.2.4基于GIS的路径规划 |
| 4.3.3存在的问题 |
| 4.3.4重点研究方向与展望 |
| 4.4汽车自主决策与轨迹规划 (清华大学王建强研究员、李升波副教授、忻隆博士提供初稿) |
| 4.4.1驾驶人决策行为特性 |
| 4.4.2周车运动轨迹预测 |
| 4.4.3智能汽车决策方法 |
| 4.4.4自主决策面临的挑战 |
| 4.4.5自动驾驶车辆的路径规划算法 |
| 4.4.5.1路线图法 |
| 4.4.5.2网格分解法 |
| 4.4.5.3 Dijistra算法 |
| 4.4.5.4 A*算法 |
| 4.4.6路径面临的挑战 |
| 4.5车辆横向控制及纵向动力学控制 |
| 4.5.1车辆横向控制结构 (华南理工大学游峰副教授, 初鑫男、谷广研究生, 中山大学张荣辉研究员提供初稿) |
| 4.5.1.1基于经典控制理论的车辆横向控制 (PID) |
| 4.5.1.2基于现代控制理论的车辆横向控制 |
| 4.5.1.3基于智能控制理论的车辆横向控制 |
| 4.5.1.4考虑驾驶人特性的车辆横向控制 |
| 4.5.1.5面临的挑战 |
| 4.5.2动力学控制 (清华大学李升波副研究员、李克强教授、徐少兵博士提供初稿) |
| 4.5.2.1纵向动力学模型 |
| 4.5.2.2纵向稳定性控制 |
| 4.5.2.3纵向速度控制 |
| 4.5.2.4自适应巡航控制 |
| 4.5.2.5节油驾驶控制 |
| 4.6智能网联汽车测试 (中国科学院自动化研究所黄武陵副研究员、王飞跃研究员, 清华大学李力副教授, 西安交通大学刘跃虎教授、郑南宁院士提供初稿) |
| 4.6.1智能网联汽车测试研究现状 |
| 4.6.2智能网联汽车测试热点研究方向 |
| 4.6.2.1智能网联汽车测试内容研究 |
| 4.6.2.2智能网联汽车测试方法 |
| 4.6.2.3智能网联汽车的测试场地建设 |
| 4.6.3智能网联汽车测试存在的问题 |
| 4.6.4智能网联汽车测试研究发展趋势 |
| 4.6.4.1智能网联汽车测试场地建设要求 |
| 4.6.4.2智能网联汽车测评方法的发展 |
| 4.6.4.3加速智能网联汽车测试及进程管理 |
| 4.7典型应用实例解析 |
| 4.7.1典型汽车ADAS系统解析 |
| 4.7.1.1辅助车道保持系统、变道辅助系统与自动泊车系统 (同济大学陈慧教授, 何晓临、刘颂研究生提供初稿) |
| 4.7.1.2 ACC/AEB系统 (清华大学王建强研究员, 华南理工大学游峰副教授、初鑫男、谷广研究生, 中山大学张荣辉研究员提供初稿) |
| 4.7.2 V2X协同及队列自动驾驶 |
| 4.7.2.1一维队列控制 (清华大学李克强教授、李升波副教授提供初稿) |
| 4.7.2.2二维多车协同控制 (清华大学李力副教授提供初稿) |
| 4.7.3智能汽车的人机共驾技术 (武汉理工大学褚端峰副研究员、吴超仲教授、黄珍教授提供初稿) |
| 4.7.3.1国内外研究现状 |
| 4.7.3.2存在的问题 |
| 4.7.3.3热点研究方向 |
| 4.7.3.4研究发展趋势 |
| 5汽车碰撞安全技术 |
| 5.1整车碰撞 (长沙理工大学雷正保教授提供初稿) |
| 5.1.1汽车碰撞相容性 |
| 5.1.1.1国内外研究现状 |
| 5.1.1.2存在的问题 |
| 5.1.1.3重点研究方向 |
| 5.1.1.4展望 |
| 5.1.2汽车偏置碰撞安全性 |
| 5.1.2.1国内外研究现状 |
| 5.1.2.2存在的问题 |
| 5.1.2.3重点研究方向 |
| 5.1.2.4展望 |
| 5.1.3汽车碰撞试验测试技术 |
| 5.1.3.1国内外研究现状 |
| 5.1.3.2存在的问题 |
| 5.1.3.3重点研究方向 |
| 5.1.3.4展望 |
| 5.2乘员保护 (重庆理工大学胡远志教授提供初稿) |
| 5.2.1国内外研究现状 |
| 5.2.2重点研究方向 |
| 5.2.3展望 |
| 5.3行人保护 (同济大学王宏雁教授、余泳利研究生提供初稿) |
| 5.3.1概述 |
| 5.3.2国内外研究现状 |
| 5.3.2.1被动安全技术 |
| 5.3.2.2主动安全技术研究 |
| 5.3.3研究热点 |
| 5.3.3.1事故研究趋势 |
| 5.3.3.2技术发展趋势 |
| 5.3.4存在的问题 |
| 5.3.5小结 |
| 5.4儿童碰撞安全与保护 (湖南大学曹立波教授, 同济大学王宏雁教授、李舒畅研究生提供初稿;曹立波教授统稿) |
| 5.4.1国内外研究现状 |
| 5.4.1.1儿童碰撞安全现状 |
| 5.4.1.2儿童损伤生物力学研究现状 |
| 5.4.1.3车内儿童安全法规和试验方法 |
| 5.4.1.4车外儿童安全法规和试验方法 |
| 5.4.1.5儿童安全防护措施 |
| 5.4.1.6儿童约束系统使用管理与评价 |
| 5.4.2存在的问题 |
| 5.4.3重点研究方向 |
| 5.4.4发展对策和展望 |
| 5.5新能源汽车碰撞安全 (大连理工大学侯文彬教授、侯少强硕士生提供初稿) |
| 5.5.1国内外研究现状 |
| 5.5.1.1新能源汽车碰撞试验 |
| 5.5.1.2高压电安全控制研究 |
| 5.5.1.3新能源汽车车身结构布局研究 |
| 5.5.1.4电池包碰撞安全防护 |
| 5.5.1.5动力电池碰撞安全 |
| 5.5.2热点研究方向 |
| 5.5.3存在的问题 |
| 5.5.4发展对策与展望 |
| 6结语 |
（4）集中空调系统递阶稳态优化节能控制研究（论文提纲范文）
| 摘要 |
| abstract |
| 主要符号表 |
| 1 绪论 |
| 1.1 课题背景 |
| 1.2 课题的目的及意义 |
| 1.3 国内外研究现状 |
| 1.3.1 集中空调节能与优化控制 |
| 1.3.2 大系统理论研究及应用状况 |
| 1.4 课题的主要研究内容 |
| 1.5 本章小结 |
| 2 VAV集中空调实验平台及耗能部件的模型和特性 |
| 2.1 VAV集中空调系统 |
| 2.1.1 变风量空调系统（VAV）控制原理 |
| 2.1.2 变风量空调系统（VAV）控制方式 |
| 2.2 变风量空调系统实验平台 |
| 2.2.1 硬件组态 |
| 2.2.2 软件平台设计 |
| 2.3 VAV集中空调耗能部件模型及相关部件特性 |
| 2.3.1 各耗能部件能耗模型 |
| 2.3.2 相关部件特性实测 |
| 2.4 本章小结 |
| 3 VAV集中空调各子系统建模与控制算法研究 |
| 3.1 集中空调系统辨识与建模 |
| 3.2 子系统控制算法设计 |
| 3.2.1 无模型自适应控制算法 |
| 3.2.2 MFAC与PID控制性能分析 |
| 3.2.3 MFAC和前馈补偿组合的VAV系统解耦 |
| 3.2.4 基于单纯形法的MFAC参数寻优 |
| 3.3 子系统控制实验结果及分析 |
| 3.3.1 冷冻水二级泵压差控制 |
| 3.3.2 AHU送风静压控制 |
| 3.3.3 AHU送风温度控制 |
| 3.3.4 冷却水温度控制 |
| 3.3.5 冷却水流量控制 |
| 3.3.6 VAV BOX末端控制 |
| 3.4 本章小结 |
| 4 集中空调大系统分解和稳态辨识 |
| 4.1 变风量空调大系统及其稳态优化的数学描述 |
| 4.1.1 大系统理论 |
| 4.1.2 大系统稳态优化的数学描述 |
| 4.1.3 集中空调大系统分解和协调方法的确定 |
| 4.1.3.1 集中空调大系统分解方法的确定 |
| 4.1.3.2 集中空调大系统协调方法的确定 |
| 4.1.4 集中空调大系统的稳态辨识方法的确定 |
| 4.2 变风量空调大系统及其稳态优化的数学描述 |
| 4.3 本章小结 |
| 5 空调负荷预测模型的研究 |
| 5.1 基于动态残差组合预测修正的径向神经网络空调负荷预测模型 |
| 5.1.1 RBFNN残差的组合预测模型 |
| 5.1.2 基于动态残差组合预测修正的径向神经网络空调负荷预测模型 |
| 5.1.3 预测模型的预测流程 |
| 5.2 基于动态残差组合预测修正的集中空调负荷预测 |
| 5.3 本章小结 |
| 6 基于IBMF集中空调系统递阶稳态优化节能控制研究 |
| 6.1 大系统稳态优化 |
| 6.1.1 大系统优化问题 |
| 6.1.2 优化算法设计 |
| 6.2 变风量空调大系统的稳态递阶优化 |
| 6.2.1 子系统优化模型 |
| 6.2.2 全局系统优化运行工况模型及优化控制 |
| 6.2.3 优化控制结果与分析 |
| 6.3 本章小结 |
| 7 总结与展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文 |
| 攻读博士学位期间承担的科研项目 |
| 附录1图表目录 |
| 附录2集中空调系统主要设备清单 |
| 附录3集中空调系统主要检测设备清单 |
（5）基于协调的变风量空调系统递阶优化控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号表 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.3 国内外研究现状及水平 |
| 1.3.1 空调控制技术的研究状况 |
| 1.3.2 变风量空调系统优化与节能的研究现状 |
| 1.3.3 大系统理论在变风量空调系统优化中的应用研究状况 |
| 1.4 课题研究的主要内容 |
| 1.5 小结 |
| 2 变风量空调系统实验平台及稳态建模分析 |
| 2.1 变风量空调系统工作原理 |
| 2.2 变风量空调系统实验平台介绍 |
| 2.3 一般大系统稳态建模方法 |
| 2.3.1 一般大系统稳态模型描述 |
| 2.3.2 一般大系统稳态分散辨识的建模方法 |
| 2.4 变风量空调大系统稳态分析及建模 |
| 2.4.1 变风量空调大系统稳态描述及分解 |
| 2.4.2 变风量空调大系统稳态建模分析 |
| 2.5 小结 |
| 3 变风量空调系统多目标稳态优化 |
| 3.1 变风量空调系统优化目标描述 |
| 3.1.1 一般大系统稳态优化目标的描述 |
| 3.1.2 变风量空调大系统稳态优化目标的描述 |
| 3.1.3 变风量空调系统设备能耗分析 |
| 3.1.4 变风量空调系统舒适性优化目标分析 |
| 3.1.5 变风量空调系统室内空气品质目标分析 |
| 3.2 变风量空调系统优化的约束条件 |
| 3.3 本实验系统稳态递阶优化问题的具体描述 |
| 3.4 变风量空调系统稳态递阶优化的方法 |
| 3.4.1 一般大系统递阶优化协调算法 |
| 3.4.2 变风量空调系统的优化算法 |
| 3.5 小结 |
| 4 变风量空调系统自适应控制算法研究 |
| 4.1 自适应的控制方法 |
| 4.1.1 自适应控制概述 |
| 4.1.2 自适应控制系统的设计 |
| 4.2 变风量空调控制系统分析 |
| 4.2.1 房间温度控制系统分析 |
| 4.2.2 送风温度控制系统分析 |
| 4.2.3 送风静压控制系统分析 |
| 4.2.4 冷冻水供回水压差控制系统分析 |
| 4.2.5 CO_2浓度控制系统分析 |
| 4.3 变风量空调系统在线辨识方法 |
| 4.3.1 系统辨识的内容及方法 |
| 4.3.2 连续系统的离散化 |
| 4.3.3 带遗忘因子的递推最小二乘辨识法 |
| 4.3.4 最速下降法辨识 |
| 4.4 变风量空调系统的自适应控制 |
| 4.4.1 房间温度的自适应 Smith 控制 |
| 4.4.2 送风温度与送风静压的自适应解耦控制 |
| 4.4.3 CO_2浓度的神经网络 PID 自适应控制 |
| 4.4.4 冷冻水供回水压差的模型参考自适应控制 |
| 4.5 小结 |
| 5 基于负荷预测的变风量空调系统故障检测 |
| 5.1 变风量空调系统负荷预测与故障检测分析 |
| 5.1.1 变风量空调系统负荷预测与故障检测分析 |
| 5.1.2 神经网络负荷预测方法 |
| 5.1.3 改进的神经网络空调负荷预测方法研究 |
| 5.2 利用统计学原理的故障检测 |
| 5.2.1 故障检测的阈值选取原则 |
| 5.2.3 基于数据的快速故障检测方法 |
| 5.3 小结 |
| 6 变风量空调优化系统的计算机控制与实现 |
| 6.1 变风量空调优化的计算机控制系统设计 |
| 6.1.1 变风量空调优化的功能与组成模块 |
| 6.1.2 硬件系统组成与结构 |
| 6.1.3 软件系统组成与功能 |
| 6.2 变风量空调优化控制系统的设计过程 |
| 6.2.1 变风量空调优化控制系统通信接口的设计 |
| 6.2.2 变风量空调优化控制系统数据存储的设计 |
| 6.2.3 变风量空调优化控制系统能耗计量的设计 |
| 6.3 变风量空调优化控制系统实现方法 |
| 6.4 实验测试及节能效果分析 |
| 6.5 小结 |
| 7 结论与展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文及出版着作 |
| 攻读博士学位期间参加的科研项目 |
| 图表索引 |
| 空调自控项目 I/O 点位表 |
（6）基于可拓学的仿人控制及应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| Contents |
| 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 可拓学与智能控制的发展 |
| 1.2.2 分层递阶的智能 |
| 1.3 可拓策略与分层递阶仿人智能的结合 |
| 1.3.1 可拓控制 |
| 1.3.2 分层递阶策略的仿人控制 |
| 1.3.3 可拓策略与分层递阶智能理论的结合 |
| 1.3.4 可拓分层递阶仿人智能需要进一步解决的问题 |
| 1.4 本文的主要研究工作及章节安排 |
| 1.4.1 本文的主要研究工作 |
| 1.4.2 本文的章节安排 |
| 第二章 基于可拓学的分层仿人智能控制理论 |
| 2.1 可拓基元分析 |
| 2.1.1 基元 |
| 2.1.2 基元相互关系 |
| 2.1.3 基元可拓变换及运算 |
| 2.2 可拓集合与关联函数 |
| 2.2.1 可拓集合 |
| 2.2.2 关联函数 |
| 2.3 分层递阶仿人智能 |
| 2.3.1 分层递阶仿人智能控制结构 |
| 2.3.2 分层递阶仿人智能控制器功能分析 |
| 2.3.3 仿人智能算法分析 |
| 2.4 基于可拓的仿人智能分析 |
| 2.4.1 可拓特征基元及模型 |
| 2.4.2 模态识别及经验记忆 |
| 2.4.3 控制模态 |
| 2.4.4 仿人控制描述 |
| 2.5 稳定性监控 |
| 2.5.1 系统稳定性 |
| 2.5.2 仿人系统稳定性监控 |
| 2.6 本章小结 |
| 第三章 可拓仿人智能控制建模与分析 |
| 3.1 仿人多模态分析 |
| 3.1.1 基于PID的仿人分析 |
| 3.1.2 PID与仿人算法结合与改进 |
| 3.1.3 仿人多模态 |
| 3.2 仿人可拓控制 |
| 3.2.1 可拓控制基本原理及结构 |
| 3.2.2 基于可拓的仿人控制 |
| 3.2.2.1 可拓仿人控制原理及分析 |
| 3.2.2.2 仿真研究 |
| 3.3 仿人的可拓策略 |
| 3.3.1 仿人策略模型 |
| 3.3.2 策略模型与策略生成 |
| 3.4 本章小结 |
| 第四章 基于可拓基元的规则自学习 |
| 4.1 引言 |
| 4.2 自学习原理 |
| 4.3 规则并发学习算法 |
| 4.3.1 经验聚类 |
| 4.3.2 经验聚类生成规则 |
| 4.3.3 规则生成算法 |
| 4.4 平面导航的自学习 |
| 4.5 本章小结 |
| 第五章 大型水压机液压伺服系统设计与应用研究 |
| 5.1 系统介绍 |
| 5.2 系统要求 |
| 5.2.1 技术要求 |
| 5.2.2 硬件配置及组成 |
| 5.3 系统原理及数学模型 |
| 5.3.1 工作原理 |
| 5.3.2 数学模型 |
| 5.4 系统性能分析 |
| 5.5 仿人可拓控制模型及设计 |
| 5.5.1 基元集模型及系统模态 |
| 5.5.2 仿人多模态 |
| 5.6 参数校正及策略设计 |
| 5.6.1 仿人参数校正 |
| 5.6.2 策略设计 |
| 5.7 系统仿真及控制 |
| 5.7.1 系统仿真 |
| 5.7.2 控制效果 |
| 5.8 小结 |
| 第六章 动力电池快速充电系统设计方法研究与应用 |
| 6.1 引言 |
| 6.2 动力电池快速充电基本原理 |
| 6.2.1 基本问题 |
| 6.2.2 快充基本理论 |
| 6.3 快速充电方法研究 |
| 6.3.1 脉冲去极化充电方式 |
| 6.3.2 反馈控制快速充电方式 |
| 6.3.3 智能快速充电方式 |
| 6.3.4 快速充电的停充控制 |
| 6.3.5 对充电接受率的研究 |
| 6.3.6 充电方法比较 |
| 6.4 充放电过程分析 |
| 6.4.1 充放电与端电压关系 |
| 6.4.2 电流、电压、温度及其变化率范围 |
| 6.4.3 停充的判断条件及主要判断参数 |
| 6.4.4 充电器的性价比及工程适用性 |
| 6.5 快充系统经验建模 |
| 6.5.1 荷电状态(SOC)与端电压关系 |
| 6.5.2 充电电流接收率的分析 |
| 6.5.3 环境温度的分析 |
| 6.6 可拓模型设计 |
| 6.6.1 控制系统模型及任务 |
| 6.6.2 基元集模型 |
| 6.6.3 可拓域及多模态 |
| 6.7 快速充电过程自校正 |
| 6.8 自适应动态调整 |
| 6.8.1 自适应修正 |
| 6.8.2 策略设计 |
| 6.9 仿真及实验 |
| 6.9.1 系统仿真 |
| 6.9.2 系统实验 |
| 6.10 本章小结 |
| 总结 |
| 参考文献 |
| 攻读博士学位期间发表或完成的论文 |
| 致谢 |
| 附录A:姿态控制经验数据 |
| 附录B:充电时间与放电时间列表 |
（7）炼焦过程综合生产目标的智能预测与协调优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 炼焦生产过程控制技术 |
| 1.2.2 炼焦生产指标预测 |
| 1.2.3 炼焦生产过程多目标协调优化 |
| 1.3 建模与优化存在的主要问题 |
| 1.4 智能预测与协调优化的重要性分析和基本思想 |
| 1.5 主要研究内容与结构安排 |
| 第二章 生产指标与过程参数的关联性分析与协调优化结构 |
| 2.1 炼焦生产过程机理分析 |
| 2.1.1 炼焦生产工艺流程 |
| 2.1.2 炼焦生产基本原理 |
| 2.2 生产指标与过程参数的关系分析 |
| 2.2.1 生产指标和过程状态参数的确定 |
| 2.2.2 过程操作参数对生产指标的影响分析 |
| 2.3 生产指标与过程参数的关联性分析 |
| 2.3.1 过程数据预处理 |
| 2.3.2 生产指标与过程参数的灰色关联分析 |
| 2.4 智能预测与协调优化的整体结构和工作原理 |
| 2.4.1 智能预测与协调优化的整体结构 |
| 2.4.2 工作原理分析 |
| 2.5 本章小结 |
| 第三章 炼焦生产指标的智能混合预测模型 |
| 3.1 基于小生境差分进化算法的BP神经网络预测模型 |
| 3.1.1 质量、产量、能耗预测模型的建立 |
| 3.1.2 基于密度聚类的小生境差分进化算法 |
| 3.1.3 仿真结果与分析 |
| 3.2 BP模型预测性能的评估策略和分段校正方法 |
| 3.2.1 BP模型预测性能的评估策略 |
| 3.2.2 基于性能评估的分段校正方法 |
| 3.3 基于即时学习策略的补偿模型 |
| 3.3.1 考虑距离和趋势信息的即时学习建模策略 |
| 3.3.2 改进加权LSSVM局部模型 |
| 3.3.3 双种群差分进化算法 |
| 3.3.4 基于动态加权的混合预测模型 |
| 3.4 智能混合预测模型的仿真结果与分析 |
| 3.5 本章小结 |
| 第四章 面向综合生产目标的协调优化策略 |
| 4.1 炼焦过程多目标优化模型 |
| 4.2 基于核模糊C均值聚类和多种群差分进化算法的协调优化 |
| 4.2.1 核模糊C均值聚类算法 |
| 4.2.2 考虑种群进化信息的多种群差分进化算法 |
| 4.3 炼焦过程生产工况的实时评价 |
| 4.3.1 非正态焦炭质量数据的多元过程能力分析 |
| 4.3.2 炼焦过程生产工况的模糊综合评价 |
| 4.4 协调优化策略的实施步骤及控制设计 |
| 4.4.1 基于组合灰色预测方法的火道温度时滞补偿设计 |
| 4.4.2 基于在线加权LSSVM的烟道吸力优化设定设计 |
| 4.5 仿真实验与结果分析 |
| 4.6 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表及完成论文情况 |
| 攻读博士学位期间参加的科研项目情况 |
| 攻读博士学位期间获得的科研成果 |
| 攻读博士学位期间获奖情况 |
（8）多目标稳态递阶系统的智能化关联预估优化方法（论文提纲范文）
| 0 引言 |
| 1 多目标稳态递阶系统的智能化关联预估优化方法的基本原理 |
| 1.1 稳态大系统递阶智能控制系统的结构模式[3] |
| 1.2 IIPM法的算法步骤 |
| 1.3 智能推理决策机构ID的工作原理 |
| (1) 系统的特征获取. |
| (2) 知识库. |
| (3) 数据库. |
| (4) 推理机. |
| (5) 学习机. |
| 1.4 IIPM法的收敛性定理 |
| 2 仿真结果及其分析 |
| 3 结论 |
（10）具有模糊参数的大工业过程稳态递阶优化控制（论文提纲范文）
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 大工业过程稳态优化控制 |
| 1.3 大工业过程智能稳态优化控制 |
| 1.4 模糊控制和模糊优化技术在大工业过程稳态优化中的应用 |
| 1.5 基于模糊模型的大工业过程关联平衡法的收敛性 |
| 1.6 本论文的主要研究工作 |
| 第二章 基于模糊模型的大工业过程关联平衡法 |
| 2.1 引言 |
| 2.2 模糊数学的有关概念 |
| 2.3 基于模糊模型的开环关联平衡法 |
| 2.4 基于模糊模型的全局反馈关联平衡法 |
| 2.5 基于模糊模型的双迭代的关联平衡法 |
| 2.6 小结 |
| 第三章 基于模糊模型的大工业过程关联预测法 |
| 3.1 引言 |
| 3.2 基于模糊模型的开环关联预测法 |
| 3.3 基于模糊模型的全局反馈关联预测法 |
| 3.4 小结 |
| 第四章 基于模糊模型的大工业过程混合协调法 |
| 4.1 引言 |
| 4.2 基于模糊模型的开环混合协调法 |
| 4.3 基于模糊模型的全局反馈混合协调法 |
| 4.4 小结 |
| 第五章 具有矩形模糊参数的大工业过程关联平衡法 |
| 5.1 引言 |
| 5.2 具有矩形模糊参数的大工业过程的开环关联平衡法 |
| 5.3 具有矩形模糊参数的大工业过程全局反馈关联平衡法 |
| 5.4 仿真研究 |
| 5.5 讨论 |
| 5.6 小结 |
| 第六章 具有模糊不等式约束的大工业过程关联平衡法 |
| 6.1 引言 |
| 6.2 具有模糊不等式约束的开环关联平衡法 |
| 6.3 具有模糊不等式约束和全局反馈的大工业过程关联平衡法 |
| 6.4 小结 |
| 第七章 基于模糊模型的大工业过程关联平衡法的收敛性分析 |
| 7.1 引言 |
| 7.2 问题描述 |
| 7.3 基于模糊模型的关联平衡法的可应用性证明 |
| 7.4 算法收敛性证明 |
| 7.5 小结 |
| 第八章 总结与展望 |
| 8.1 总结 |
| 8.2 有待进一步研究的问题 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间的研究成果 |
四、多目标稳态递阶系统的智能化关联预估优化方法（论文参考文献）
- [1]中哈原油管道系统节能优化运行与水击超前保护策略研究[D]. 杨金威. 东北石油大学, 2021(02)
- [2]船用锅炉汽包水位内模滑模控制研究[D]. 段蒙蒙. 大连海事大学, 2020(01)
- [3]中国汽车工程学术研究综述·2017[J]. 《中国公路学报》编辑部. 中国公路学报, 2017(06)
- [4]集中空调系统递阶稳态优化节能控制研究[D]. 冯增喜. 西安建筑科技大学, 2016(12)
- [5]基于协调的变风量空调系统递阶优化控制研究[D]. 蒋红梅. 西安建筑科技大学, 2013(07)
- [6]基于可拓学的仿人控制及应用研究[D]. 叶玮琼. 广东工业大学, 2011(05)
- [7]炼焦过程综合生产目标的智能预测与协调优化研究[D]. 王伟. 中南大学, 2011(12)
- [8]多目标稳态递阶系统的智能化关联预估优化方法[J]. 李龙洙. 天津师范大学学报(自然科学版), 2001(04)
- [9]多目标稳态递阶系统的智能化关联预估优化方法[A]. 李龙洙,秦世引,万百五. 1994中国控制与决策学术年会论文集, 1994
- [10]具有模糊参数的大工业过程稳态递阶优化控制[D]. 顾佳晨. 西安交通大学, 2001(11)