СОДЕРЖАНИЕ
УСЛОВНЫЕ ОБОЗНАЧЕНИЯ.
ВВЕДЕНИЕ.
1. АНАЛИЗ ПРОЦЕССА ОЧИСТКИ СТОЧНЫХ ВОД СВИНЦОВЫХ АККУМУЛЯТОРНЫХ ПРОИЗВОДСТВ КАК ОБЪЕКТА УПРАВЛЕНИЯ.
1.1 Сточные воды и методы их очистки.
У.1.1 Классификация сточных вод.
1. 1. 2 Классификация очистных сооружений.У У
У. У. 3 Кпассификация методов анализа и основные показатели сточных вод
1.1.4 Процессы и методы очистки сточных вод
1.2 Технологический процесс очистки сточных вод свинцовых аккумуляторных производств.
1.3 анализ процесса очисгки сточных вод свинцовых аккумуляторных
ПРОИЗВОДСТВ КАК ОБЪЕКТА.
ВЫВОДЫ ПО ГЛАВЕ 1.
2. СТРУКТУРА СИСТЕМЫ УПРАВЛЕНИЯ ПРОЦЕССОМ ОЧИСТКИ СТОЧНЫХ ВОД СВИНЦОВЫХ АККУМУЛЯТОРНЫХ ПРОИЗВОДСТВ
2.1 Анализ современного состояния автоматизации процессов очистки сточных ВОД
2.2 Назначение и функции системы автоматизированного управления процесса очистки сточных вод свинцовых аккумуляторных производств
2.3 Архитектура системы управления и основные принципы реализация ее компонентов.
2.4 Локальный уровень системы управления
2.4.1 Подсистема нижнего уровня
2.4.2 Подсистема среднего уровня. Контроллер для локального уровня управления
АСУТП. .
2.4.3 Функциональная схема локального уровня.
2.5 Подсистема верхнего уровня
2.5.1 Функционирование подсистемы
2.5.2 Постановка задачи для разработки системы оптимального управления
статическими режимами
ВЫВОДЫ ПО ГЛАВЕ 2.
3. НЕЙРОННАЯ МОДЕЛЬ СИСТЕМЫ УПРАВЛЕНИЯ СТАТИЧЕСКИМИ РЕЖИМАМИ.
3.1. Нейросетевое моделирование.
3.1.1 Нейронные сети
3.1.2 Структура НС.
3.1.3 Процедура обучения НС
3.1.4 Применение НС в управлении.
3.2 Нейронная модель системы управления статическим режимом процесса
очистки сточных вод свинцовых аккумуляторных производств.
3.2.1 Топология модели.
3.2.2 Формирование выборки.
ВЫВОДЫ ПО ГЛАВЕ 3.
4. ИСЛЕДОВАНИЕ НЕЙРОННОЙ МОДЕЛИ СИСТЕМЫ УПРАВЛЕНИЯ СТАТИЧЕСКИМИ РЕЖИМАМИ
4.1 Основные подходы для интенсификации процесса обучения нейронной
МОДЕЛИ.
4.2 Исследование структуры нейронной модели
4.2.1 Настройка алгоритма обучения.
4.2.2 Исследование влияния преобразующей функций
4.2.3 Исследование влияния количества эпох
4.2.4 Определение оптимальных диапазонов для алгоритма обучения с изменяющимися
во времени настройками обучения
4.2.5 Исследование влияния числа скрытых слоев модели и количества нейронов на этих слоях
4.3 Проверка работоспособности нейронной модели
ВЫВОДЫ ПО ГЛАВЕ 4
5. АВТОМАТИЗИРОВАННОЕ РАБОЧЕЕ МЕСТО НА БАЗЕ СИСТЕМЫ
5.1 Выбор технологии для разработки системы управления.
5.2 система I 3.0
5.3 Разработка АРМ для системы управления процессом очистки сточных вод
5.3. Т Мониторинг процесса.
5.3.2 Алгоритм адаптивной системы управления статическими режимами
5.3.3 Проверка работоспособности алгоритма оптимального управления.
ВЫВОДЫ ПО ГЛАВЕ 5
ВЫВОДЫ.
ЛИТЕРАТУРА
- Київ+380960830922