学位论文 > 优秀研究生学位论文题录展示
基于粒子滤波的联合制碱工业过程建模与控制
作 者: 钟甲
导 师: 李永伟
学 校: 河北科技大学
专 业: 检测技术与自动化装置
关键词: 粒子滤波 RBF神经网络 建模优化 联合制碱 碳化过程
分类号: TQ114
类 型: 硕士论文
年 份: 2011年
下 载: 27次
引 用: 0次
阅 读: 论文下载
内容摘要
随着科学的发展,现代工业生产过程的控制变得越来越复杂。系统包含着越来越多的非线性和不确定性。传统的建立精确模型的控制方法已经很难达到预期的控制效果。联合制碱生产过程就是一个复杂的非线性非高斯系统。系统还存在着随机性、滞后性、模糊性等不确定性。对于这种复杂工业过程进行控制研究,将会给复杂系统的建模与优化控制提供一条有效途径。神经网络技术作为智能算法中操作和应用性都较好的建模方式,在工业领域也有了一定的应用。粒子滤波算法摆脱了解决非线性滤波问题所面临的随机变量必须是高斯分布的限制,使得强非线性系统有了一个较好的解决方法。论文详细介绍了粒子滤波的原理和算法,分析了粒子滤波算法处理非线性问题的优势。介绍了神经网络的发展和学习。介绍了联合制碱工艺和碳化过程的影响因素。提出基于非线性粒子滤波的RBF神经网络控制方法:利用RBF神经网络对系统进行建模与控制,再利用非线性粒子滤波算法对RBF神经网络的权值进行优化。本文把粒子滤波算法与径向基神经网络技术相结合,综合两种技术的优点,利用非线性粒子滤波算法可以处理非线性、非高斯系统的特点和径向基函数(Radial Basis Function,RBF)神经网络能够逼近任意连续函数优势,对联合制碱生产过程的碳化过程进行建模优化研究,从而得到一种可以应用于复杂工业的控制方法。
|
全文目录
摘要 4-5 Abstract 5-9 第1章 绪论 9-14 1.1 课题来源及研究意义 9-10 1.1.1 课题来源 9 1.1.2 研究意义 9-10 1.2 国内外系统控制的研究现状 10 1.3 非线性滤波技术 10-12 1.4 人工神经网络技术 12 1.5 本文的研究内容 12-14 第2章 粒子滤波算法 14-32 2.1 动态系统空间模型 14-15 2.2 贝叶斯估计理论及其滤波算法 15-16 2.3 扩展卡尔曼滤波 16-18 2.4 蒙特卡罗方法 18-21 2.4.1 蒙特卡罗方法 18-19 2.4.2 重要性抽样 19-21 2.5 粒子滤波算法 21-23 2.5.1 粒子滤波算法原理 21 2.5.2 序贯-重要性-抽样(SIS)算法 21-23 2.6 粒子匮乏问题的关键技术 23-26 2.6.1 重要性密度函数的选取 24-25 2.6.2 重要性样本重抽样 25-26 2.7 粒子滤波算法的收敛性和基本流程 26-28 2.7.1 粒子滤波算法的收敛性 26-27 2.7.2 粒子滤波算法基本流程 27 2.7.3 标准粒子滤波算法的编程方法 27-28 2.8 粒子滤波算法的应用 28-30 2.8.1 目标跟踪 28-29 2.8.2 金融分析 29 2.8.3 计算机视觉 29-30 2.8.4 状态监督与故障诊断 30 2.9 粒子滤波算法的应用 30-31 2.10 本章小结 31-32 第3章 径向基神经网络 32-44 3.1 人工神经网络的发展及理论基础 32-35 3.1.1 人工神经网络的发展 32 3.1.2 人工神经网络的研究应用 32-33 3.1.3 神经网络的生理学基础 33 3.1.4 神经网络的基本结构 33-35 3.1.5 神经网络的学习方法 35 3.2 径向基神经网络 35-42 3.2.1 径向基神经网络现状 35-36 3.2.2 径向基神经网络模型和工作原理 36-38 3.2.3 径向基神经网络的学习方法 38-40 3.2.4 径向基神经网络的改进 40-42 3.2.5 径向基神经网络的特点 42 3.3 神经网络的泛化能力 42-43 3.4 本章小结 43-44 第4章 联合制碱 44-54 4.1 制碱工业的发展 44-46 4.1.1 制碱法的历史 44 4.1.2 联合制碱的改进 44-46 4.2 联合制碱工业过程 46-50 4.2.1 新型变换气联合制碱 46 4.2.2 新型变换气工艺理论 46-47 4.2.3 联合制碱生产过程的控制 47-48 4.2.4 碳化过程 48-50 4.3 复杂工业过程的建模与优化 50-53 4.3.1 复杂工业过程建模的发展 50-52 4.3.2 复杂工业过程优化控制的发展 52-53 4.4 本章小结 53-54 第5章 粒子滤波算法与径向基神经网络的结合 54-64 5.1 径向基神经网络模型的优化 54 5.2 推广卡尔曼滤波径向基神经网络模型 54-56 5.3 模糊神经网络模型 56-57 5.4 递阶遗传算法神经网络模型 57-58 5.5 粒子滤波和径向基神经网络的结合 58-60 5.5.1 粒子滤波径向基神经网络模型 58-60 5.5.2 粒子滤波径向基神经网络实验 60 5.6 对碳化过程的建模优化 60-61 5.7 仿真实验 61-62 5.8 本章小结 62-64 结论 64-65 参考文献 65-69 攻读硕士学位期间所发表的论文 69-70 致谢 70
|
相似论文
- 基于多Agent理论的卫星协同定轨技术研究,V474
- 基于VRPF的机动目标跟踪的研究,TN957.52
- 基于神经网络辨识的同步发电机励磁控制研究,TM31
- 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
- 空间红外目标仿真与跟踪技术研究,TP391.41
- 制造业绿色产品研发的风险识别与评价研究,F205;F224
- 无线传感器网络定位及目标跟踪的研究,TN929.5
- 粒子滤波算法的硬件优化设计,TN713
- 电容耦合电阻层析成像系统建模及优化研究,TP212
- 基于RBF的人工神经网络在PCB钻孔工艺中的应用,TN405
- 直线电梯单电磁悬浮导向系统RBF神经网络滑模控制,TP273
- 基于FISST理论的多目标跟踪技术研究,TN953
- 视频监控系统中相关图像处理技术的研究与实现,TP391.41
- 高电子迁移率晶体管的建模和优化,TN386
- 基于非线性滤波的小卫星姿态确定及控制研究,V448.2
- 基于回波包络特征的超声波入侵探测方法研究,TP274.53
- 钕铁硼氢粉碎工艺计算机控制系统的研究,TP273.5
- 结合头—肩三维模型的二维人体关节点跟踪方法研究,TP391.41
- 基于粒子滤波与Mean Shift平滑运动跟踪的研究与实现,TP391.41
- LF精炼炉底吹氩过程的建模与优化,TF769
- 基于模拟退火遗传算法的微细铣削加工参数优化,TG54
中图分类: > 工业技术 > 化学工业 > 基本无机化学工业 > 氯碱工业
© 2012 www.xueweilunwen.com
|