五大通用合成樹(shù)脂之一的聚乙烯（PE），由于其便宜的價(jià)格及優(yōu)秀的性能，被廣泛應(yīng)用于工業(yè)、農(nóng)業(yè)及日常生活中，在塑料工業(yè)中占有舉足輕重的地位。聚乙烯生產(chǎn)是典型的聚合反應(yīng)過(guò)程，具有高度復(fù)雜性、強(qiáng)關(guān)聯(lián)性和非線(xiàn)性的特征，建模過(guò)程復(fù)雜，而且一些重要參數(shù)無(wú)法在線(xiàn)測(cè)量，因此目前的控制手段以PID控制結(jié)合人工經(jīng)驗(yàn)為主，缺乏先進(jìn)的控制手段。如何在現(xiàn)有基礎(chǔ)上改善控制品質(zhì)，提高產(chǎn)品質(zhì)量，是亟待探索的問(wèn)題，具有重要的社會(huì)經(jīng)濟(jì)價(jià)值。 本文嘗試對(duì)部分關(guān)鍵參數(shù)進(jìn)行模糊邏輯控制。模糊邏輯控制是建立在操作經(jīng)驗(yàn)和專(zhuān)家知識(shí)上的先進(jìn)控制方法，在處理模型的非線(xiàn)性，模型結(jié)構(gòu)和干擾的不確定性，模型的時(shí)變特性以及面臨復(fù)雜模型時(shí)具有獨(dú)特的優(yōu)勢(shì)。而聚乙烯在實(shí)際生產(chǎn)中是一個(gè)復(fù)雜、時(shí)變、大時(shí)滯的非線(xiàn)性模型，因此模糊邏輯控制在實(shí)際的生產(chǎn)過(guò)程中具有較好的應(yīng)用前景。模糊控制規(guī)則的選取、模糊變量的隸屬度函數(shù)參數(shù)的選擇主要依靠經(jīng)驗(yàn)，因此有必要對(duì)原有的模糊控制器進(jìn)行優(yōu)化�？紤]到模糊控制器的優(yōu)化涉及到大范圍、多參數(shù)、復(fù)雜和不連續(xù)的搜索，適合遺傳算法的特點(diǎn)。此外，遺傳算法的運(yùn)行僅由適應(yīng)度數(shù)值驅(qū)動(dòng)而不需要被優(yōu)化對(duì)象的局部信息，和模糊控制類(lèi)似，對(duì)模... 

【文章頁(yè)數(shù)】：88 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
致謝
第1章 緒論
    1.1 模糊邏輯控制簡(jiǎn)介
        1.1.1 應(yīng)用及研究現(xiàn)狀
        1.1.2 模糊控制設(shè)計(jì)改進(jìn)方向
        1.1.3 基于線(xiàn)性低密度聚乙烯裝置的應(yīng)用前景
    1.2 遺傳優(yōu)化算法
        1.2.1 遺傳優(yōu)化算法現(xiàn)狀及改進(jìn)
        1.2.2 遺傳算法在模糊邏輯控制中的應(yīng)用
    1.3 聚乙烯生產(chǎn)參數(shù)控制
        1.3.1 聚乙烯生產(chǎn)現(xiàn)狀
        1.3.2 聚乙烯生產(chǎn)參數(shù)控制
    1.4 本課題的研究?jī)?nèi)容及意義
第2章 聚合物質(zhì)量性能指標(biāo)的建模研究
    2.1 流化床機(jī)理的簡(jiǎn)化
    2.2 動(dòng)力學(xué)模型
    2.3 瞬時(shí)熔融指數(shù)模型的推導(dǎo)
    2.4 瞬時(shí)密度模型推導(dǎo)
    2.5 累積熔融指數(shù),密度模型的推導(dǎo)
    2.6 模型的簡(jiǎn)化與參數(shù)校正
        2.6.1 模型簡(jiǎn)化
        2.6.2 參數(shù)檢驗(yàn)
        2.6.3 參數(shù)校正
    2.7 本章小結(jié)
第3章 模糊邏輯控制器設(shè)計(jì)
    3.1 模糊控制器設(shè)計(jì)基礎(chǔ)
        3.1.1 模糊控制的特點(diǎn)
        3.1.2 模糊數(shù)學(xué)基礎(chǔ)
    3.2 模糊控制器設(shè)計(jì)
    3.3 基于LLDPE質(zhì)量性能指標(biāo)模型的仿真及控制
        3.3.1 常規(guī)PID控制
        3.3.2 二維模糊邏輯控制
        3.3.3 三維模糊邏輯控制
        3.3.4 改進(jìn)模糊邏輯控制
        3.3.5 并聯(lián)模糊邏輯控制
    3.4 本章小結(jié)
第4章 模糊邏輯控制器參數(shù)優(yōu)化
    4.1 遺傳算法基礎(chǔ)
        4.1.1 算法流程
        4.1.2 遺傳算法的特點(diǎn)
    4.2 遺傳算法的實(shí)現(xiàn)
        4.2.1 參數(shù)編碼
        4.2.2 適應(yīng)度函數(shù)
        4.2.3 選擇算子
        4.2.4 交叉算子
        4.2.5 變異算子
    4.3 遺傳算法用于優(yōu)化LLDPE質(zhì)量性能指標(biāo)模糊控制器參數(shù)
    4.4 遺傳算法的改進(jìn)
    4.5 本章小結(jié)
第5章 結(jié)論和展望
參考文獻(xiàn)
作者讀研期間參與的科研項(xiàng)目


【參考文獻(xiàn)】：
期刊論文
[1]基于進(jìn)化算法的優(yōu)化平臺(tái)設(shè)計(jì)[J]. 劉紅星,肇瑩,朱博,高敦堂.  計(jì)算機(jī)工程與應(yīng)用. 2007(01)
[2]模糊控制器在水位控制系統(tǒng)中的應(yīng)用[J]. 叢志茹,王春陽(yáng),王淑婷,劉春慧,韓宇.  長(zhǎng)春理工大學(xué)學(xué)報(bào). 2006(04)
[3]一個(gè)基于遺傳算法的仿真優(yōu)化包的設(shè)計(jì)與實(shí)現(xiàn)[J]. 姜昌華,胡幼華.  計(jì)算機(jī)仿真. 2006(12)
[4]Matlab遺傳算法優(yōu)化工具箱（GAOT）的研究與應(yīng)用[J]. 周正武,丁同梅,田毅紅,王曉峰.  機(jī)械研究與應(yīng)用. 2006(06)
[5]基于遞歸神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模糊控制[J]. 杜福銀,徐揚(yáng).  西南交通大學(xué)學(xué)報(bào). 2006(06)
[6]基于學(xué)習(xí)機(jī)制的退火并行遺傳算法應(yīng)用研究[J]. 梁旭,黃明.  系統(tǒng)工程學(xué)報(bào). 2006(06)
[7]基于遺傳算法和模糊控制的半主動(dòng)懸架控制[J]. 張彥如,陳黎卿,劉忠存.  合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2006(12)
[8]面向組合優(yōu)化問(wèn)題的一種全新遺傳算法[J]. 路平,葛小偉,侯黎強(qiáng).  計(jì)算機(jī)工程與設(shè)計(jì). 2006(23)
[9]基于改進(jìn)遺傳算法的水輪機(jī)PID調(diào)速器參數(shù)優(yōu)化[J]. 孫美鳳,張俊紅,沈祖詒.  中國(guó)農(nóng)村水利水電. 2006(12)
[10]一種自適應(yīng)模糊PID控制器的設(shè)計(jì)及應(yīng)用[J]. 葉潤(rùn)玉.  福建工程學(xué)院學(xué)報(bào). 2006(06)

碩士論文
[1]一類(lèi)非線(xiàn)性不確定時(shí)滯系統(tǒng)的滑�？刂芠D]. 趙飛.哈爾濱工業(yè)大學(xué) 2006
[2]基于遺傳算法的水庫(kù)優(yōu)化調(diào)度研究[D]. 陳玉芬.西北農(nóng)林科技大學(xué) 2006



本文編號(hào)：3701880