导读:本文包含了聚类融合控制论文开题报告文献综述及选题提纲参考文献，主要关键词:水处理,灰色理论,聚类融合,预测模型
聚类融合控制论文文献综述
魏坤鹏[1]（2017）在《灰色预测和聚类融合理论在水质检测控制中的应用》一文中研究指出水质参数的检测和控制是水处理控制系统中的核心部分,对产水水质稳定性、产水效率至关重要,同时也是实现水处理控制系统自动化的重要基础。因此,研究水处理控制系统和水质控制策略对水处理技术发展有着重要意义。首先,本文结合课题项目的实际情况,通过对水处理控制系统和水质控制策略的研究分析,针对水处理过程中的非线性、滞后性的问题,提出以浊度作为主要的水质参数,运用灰色预测理论,通过GM(1,1)灰色预测模型对水质进行预测控制。论述了灰色预测理论模型的原理和建模过程,分析了灰色预测模型对产水水质浊度的预测效果,实验验证了灰色预测模型对产水水质参数的预测作用,并讨论了该预测模型理论在对水质参数预测时会扩大波动范围等不足。其次,针对灰色预测模型存在的不足,提出采用信息聚类融合的方法进行对其进行改进。用信息聚类融合的方法将已有实测数据组融合为灰色预测的原始输入数据组,同时,将灰色预测值与融合值实时比对,进行误差监控,当误差超过设定的范围时,修正灰色预测数据为融合数据。最后,以混凝沉淀这一滞后过程为例进行建模,并简化等效模型为控制系统的阶跃响应。对基于预测模型反馈控制和基于PID的无预测控制进行了对比.仿真分析。在保持良好的稳态响应的同时,本文选用的基于预测算法的控制策略能够实现更好的动态响应,其调整时间短、响应速度快、最大超调量小、振荡次数少,应用效果较好。(本文来源于《天津工业大学》期刊2017-01-16）
史云峰[2]（2011）在《基于聚类融合控制的火灾报警系统的研究》一文中研究指出火灾威胁着人们的生命和财产安全,精确报警控制系统的研制变得至关重要。目前,还有很多的报警系统功能不够完善,火灾发生时容易出现漏报、误报的情况,主要原因在于火灾报警系统只由单一传感器提供信息源,造成火灾报警系统接收不到完整的火灾预警信号。对于火灾报警系统存在的众多弊端,本文将多传感器信息的聚类融合控制方法运用到火灾报警系统中,解决单一传感器信息源不足的问题。信息融合是集信息处理、概率统计、人工智能、模式识别、认知科学、计算机科学及信息论等技术于一体的一门新发展起来的交叉学科。本文以多传感器信息融合、神经网络知识为基础。神经网络在学习上的优点是有很强的自适应能力和记忆能力以及自组织能力,它能够进行过全局分析以及全面的综合判断,从而形成一种崭新的融合控制策略。在方案中,对数据进行了两次的聚类融合算法上控制,即BP融合和ART-1融合。对BP和ART-1神经网络分别进行研究,并在MATLAB中对它们进行了样本训练和仿真。由于BP神经网络局部误差的原因,其输出值不够精确不能满足报警系统高精度的要求,利用ART-1神经网络对BP神经网络进行完善,使输出的结果更加准确,从而满足报警系统的需要。接着对BP神经网络和ART-1神经网络算法进行了比较,并编写了MATLAB程序。同时,对火灾报警系统运行的硬件环境进行了设计,以及对系统运行时所需的主要芯片进行了简单的分析。通过对本课题研究和仿真实验结果的对比,证明ART-1神经网络的聚类融合控制方法优于BP控制方法,能够满足系统对精确度的要求,证实了本课题理论研究部分的正确性及整体系统设计的可行性。(本文来源于《长春工业大学》期刊2011-04-01）
李鹏,常太华,高明明[3]（2010）在《CFB主汽压力的聚类融合控制》一文中研究指出基于多传感器信息融合的聚类控制(简称聚类融合控制)是融合多个传感器数据并聚类成反映过程运行状态的类别,根据每一类状态类别的特点,采取相应的控制策略,从而实现对复杂对象的控制。本文根据CFB主蒸汽压力的数学模型,设计了相应的聚类融合控制器,并达到了满意的效果。(本文来源于《电力技术》期刊2010年09期）
王磊[4]（2009）在《循环流化床锅炉燃烧过程聚类融合控制研究》一文中研究指出循环流化床(Circulating Fluidized Bed,简称CFB)锅炉被公认为一种最具发展潜力的洁净煤燃烧技术,由于其燃烧效率高、低污染排放和经济性能良好,近年来发展迅速。CFB锅炉的工艺特点和本身结构及燃烧运行特性决定其燃烧过程是一个典型的多变量、强耦合、大惯性、大滞后和参数缓慢变化的热工过程,当该热工过程在变负荷运行时,采用常规的控制方法已难以保证CFB锅炉各项控制指标的要求,无法实现自动控制。本文将针对这一典型热工过程,应用聚类融合控制方法,进行控制系统方面的研究。本文首先分析了CFB锅炉的工作原理、结构及其特点。根据CFB锅炉的参数关系图,把CFB锅炉燃烧控制系统分为煤量控制系统、风量控制系统、渣量控制系统和引风控制系统,并分别介绍了各个子系统的控制原理和结构框图。在现场辨识的基础上,给出了CFB锅炉燃烧过程数学模型。其次,根据聚类融合控制的理论知识和CFB锅炉燃烧过程对基本控制量的控制要求,设计了基于信息融合的CFB锅炉燃烧过程控制系统。该控制系统采用了分布式和两级的聚类融合控制系统结构,第一级采用ART2神经网络对传感器信号进行时间序列的融合;第二级用BP神经网络对第一级的融合结果进行二次融合。以给煤量聚类融合控制系统为例,研究了聚类融合控制系统的设计。最后,以主蒸汽压力与料床温度为研究对象,用常规PID控制器和自适应PID控制器与聚类融合控制进行对比,仿真曲线和现场实验曲线表明,聚类融合控制有效地克服了锅炉负荷变化对汽压和床温的影响,使汽压和床温保持在平稳状态,证明了该控制系统的良好性能。(本文来源于《燕山大学》期刊2009-04-01）
牛培峰,王磊,马巨海,张君,张先臣[5]（2009）在《聚类融合控制在电厂热工过程控制中的应用研究》一文中研究指出电厂热工过程多数属于多容、多变量、大惯性、大滞后和参数缓变的系统,对这一类系统采用常规的控制方法,不能收到令人满意的控制效果。基于多传感器信息融合的聚类控制(简称聚类融合控制)是融合多个传感器的数据信息,并将其聚类成反映过程运行状况的类别,根据每一类别所描述的过程行为特点采取相应的控制策略,从而达到实现有效控制的目的。电厂循环流化床锅炉燃烧过程是一个典型的多容、多变量、大惯性、大滞后和参数缓变的热工过程,本文根据220t/h循环流化床锅炉燃烧过程的数学模型,设计了相应的聚类融合控制系统,仿真实验及现场运行证实了该系统的有效性。(本文来源于《仪器仪表学报》期刊2009年01期）
牛培峰,张君[6]（2007）在《循环流化床锅炉燃烧系统聚类融合控制研究》一文中研究指出影响循环流化床锅炉燃烧过程的因素或参量很多,在运行控制过程中,如何来综合考虑和有效地调节这些相关参量,使循环流化床锅炉能够安全、稳定、经济运行,已经成为控制工程领域中研究的热点问题。该文根据循环流化床锅炉燃烧过程的动态特性,提出适合该种炉型的基于信息融合的聚类控制系统(简称聚类融合控制系统)。聚类融合控制是融合多个传感器数据并聚类成反映过程运行状况的类别,根据每一类别所描述的过程行为特点采取相应的控制策略,从而实现有效的控制。将该控制系统应用于国产220t/h循环流化床锅炉获得满意的控制效果。(本文来源于《中国电机工程学报》期刊2007年11期）
冷波,苏建元[7]（2005）在《聚类融合控制算法研究》一文中研究指出介绍了聚类融合控制算法研究,并分析了聚类融合控制系统功能特点及系统的构成。(本文来源于《自动化博览》期刊2005年05期）
余立建,邓平[8]（2004）在《基于模糊聚类融合的长输管线气体压力控制系统》一文中研究指出在分析神经网络和模糊聚类融合控制方法基础上,将叁维模糊控制系统通过ART 2融合变为二维模糊控制系统,采用变强度的通 断控制方法,求出了控制强度σ的值,在长输管线增压气站的压力控制系统中,解决了无特定数学模型问题,受控过程表现出"黑箱"特性,取得了较为满意的控制效果.(本文来源于《兰州交通大学学报》期刊2004年04期）
余立建,杨华[9]（2004）在《天然气流量信息融合及聚类控制系统》一文中研究指出根据天然气流量数学模型,提出了天然气流量信息融合聚类结构,通过ART 2网络和BP网络对影响流量的差压、压力及温度传感器数据进行融合和输出空间聚类分析,制定了在输出流量变化时保持输出压力稳定的聚类控制策略.该系统已用于四川省广元市天然气远程监测调度系统.实测结果表明该系统的天然气流量变化范围在5%～95%时,压力波动不超过±10%.(本文来源于《西南交通大学学报》期刊2004年03期）
聚类融合控制论文开题报告
（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：
火灾威胁着人们的生命和财产安全,精确报警控制系统的研制变得至关重要。目前,还有很多的报警系统功能不够完善,火灾发生时容易出现漏报、误报的情况,主要原因在于火灾报警系统只由单一传感器提供信息源,造成火灾报警系统接收不到完整的火灾预警信号。对于火灾报警系统存在的众多弊端,本文将多传感器信息的聚类融合控制方法运用到火灾报警系统中,解决单一传感器信息源不足的问题。信息融合是集信息处理、概率统计、人工智能、模式识别、认知科学、计算机科学及信息论等技术于一体的一门新发展起来的交叉学科。本文以多传感器信息融合、神经网络知识为基础。神经网络在学习上的优点是有很强的自适应能力和记忆能力以及自组织能力,它能够进行过全局分析以及全面的综合判断,从而形成一种崭新的融合控制策略。在方案中,对数据进行了两次的聚类融合算法上控制,即BP融合和ART-1融合。对BP和ART-1神经网络分别进行研究,并在MATLAB中对它们进行了样本训练和仿真。由于BP神经网络局部误差的原因,其输出值不够精确不能满足报警系统高精度的要求,利用ART-1神经网络对BP神经网络进行完善,使输出的结果更加准确,从而满足报警系统的需要。接着对BP神经网络和ART-1神经网络算法进行了比较,并编写了MATLAB程序。同时,对火灾报警系统运行的硬件环境进行了设计,以及对系统运行时所需的主要芯片进行了简单的分析。通过对本课题研究和仿真实验结果的对比,证明ART-1神经网络的聚类融合控制方法优于BP控制方法,能够满足系统对精确度的要求,证实了本课题理论研究部分的正确性及整体系统设计的可行性。
（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。
聚类融合控制论文参考文献
[1].魏坤鹏.灰色预测和聚类融合理论在水质检测控制中的应用[D].天津工业大学.2017
[2].史云峰.基于聚类融合控制的火灾报警系统的研究[D].长春工业大学.2011
[3].李鹏,常太华,高明明.CFB主汽压力的聚类融合控制[J].电力技术.2010
[4].王磊.循环流化床锅炉燃烧过程聚类融合控制研究[D].燕山大学.2009
[5].牛培峰,王磊,马巨海,张君,张先臣.聚类融合控制在电厂热工过程控制中的应用研究[J].仪器仪表学报.2009
[6].牛培峰,张君.循环流化床锅炉燃烧系统聚类融合控制研究[J].中国电机工程学报.2007
[7].冷波,苏建元.聚类融合控制算法研究[J].自动化博览.2005
[8].余立建,邓平.基于模糊聚类融合的长输管线气体压力控制系统[J].兰州交通大学学报.2004
[9].余立建,杨华.天然气流量信息融合及聚类控制系统[J].西南交通大学学报.2004