导读:本文包含了组态算法论文开题报告文献综述及选题提纲参考文献，主要关键词:组态软件,自调节模糊控制算法,算法设计,过程控制
组态算法论文文献综述
严粤锋[1]（2019）在《应用于组态软件的自调节模糊控制算法设计与实现》一文中研究指出为了使组态软件能够良好地控制人机界面,且便于投用、操作及维护,分析基于自调节模糊控制算法的组态软件。在研究过程中,首先,分析控制技术和工程中经常使用的控制算法原理和设计方法;然后,结合案例对开发过程中所使用的组态技术原理进行阐述。针对过程控制系统的特点,结合组态思想,利用组态技术设计控制算法模块;最后,在过程控制实验装置中对其可行性进行测试。测试结果表明,基于组态软件的自调节模糊控制算法能够满足实际使用需求。(本文来源于《现代电子技术》期刊2019年15期）
刘岩,海玲,杨嘉鹏,刘文[2]（2018）在《应用于组态软件的自调节模糊控制算法设计与实现（英文）》一文中研究指出现阶段大多数组态软件中自带控制模块的控制算法过于简单,导致控制性能不高,为了解决这个问题,在传统模糊理论基础上提出了一种改进的自调节模糊控制算法,该算法能够根据误差变化实时调节修正因子,并采用VB6. 0编程语言将提出的自调节模糊控制算法进行了实现,生成了一个相应的Activ X控件,最后将该Activ X控件加载到Lab VIEW组态软件中,为其增加了更加先进的控制算法。实验结果显示:提出改进的自调节模糊控制算法具有良好的控制性能,相应的Activ X控件在Lab VIEW组态软件中表现出较好的实时性和可靠性。(本文来源于《机床与液压》期刊2018年24期）
杨斐,韩文兴,黄俊,李晓龙[3]（2018）在《安全级DCS算法组态图形——代码转换关键算法设计》一文中研究指出核电厂安全级DCS系统中,逻辑算法组态一般以图形的形式在工程师站完成,经过语言转换与交叉编译最终生成可执行文件下装到嵌入式设备中运行。本文分析了由图形语言转换为目标语言的过程,总结出其中如何快速、低耗获取组态对象关系和安全调度的关键问题,将其抽象为数学模型以图论的方法解决,基于图论基础理论完成由图形语言到计算机数据结构的转换,基于深度优先搜索算法与dijkstra算法实现了图形形式的算法功能块间的快速寻径与安全调度。(本文来源于《仪器仪表用户》期刊2018年12期）
刘萍,丁晓晴,王明伟[4]（2018）在《基于组态王的遗传算法控制器设计》一文中研究指出滞后大的系统在常规PID控制器的控制下存在过度调节的问题.遗传算法控制器充分利用自学习功能,对PID控制器参数进行在线修正,提高控制系统性能.基于组态王的遗传算法控制器应用于双容水箱液位控制系统,其实验结果表明,该控制器能有效地提高系统的响应速度和抑制过度超调,系统的性能得到有效提升.(本文来源于《平顶山学院学报》期刊2018年02期）
赵薇[5]（2017）在《基于组态组件电力设备故障诊断算法平台》一文中研究指出长期以来,国内外已经积累了丰富的电力设备分析管理经验,形成了大量的算法成果。但缺乏对电力设备专业算法统一管理、应用的有效手段。各领域专业算法在跨部门、跨系统应用难度大,不利于成果的推广。通过组态组件方式对算法进行规范化管理和应用,可有效解决现阶段设备全寿期算法成果分散、共享度低及诊断不准确等问题,为保障电网、设备的安全、稳定运行提供专业化支持手段。(本文来源于《云南电力技术》期刊2017年06期）
刘然,高德欣,曹梦龙,瞿叶奇[6]（2016）在《基于ECS-100的聚氯乙烯引发剂生产控制算法与组态设计》一文中研究指出以浙大中控ECS-100 DCS系统为平台,对聚氯乙烯引发剂生产过程,设计了单回路控制、分程控制、串级控制等过程控制算法;并通过SCKey组态软件对控制站、操作站及工艺流程进行组态设计。现场实际运行表明,系统设计的过程控制算法可以使聚氯乙烯引发剂生产过程控制更加稳定,高效,达到生产工艺所要求的控制精度。(本文来源于《自动化与仪器仪表》期刊2016年07期）
康乐[7]（2015）在《DCS逻辑组态中的算法分析方法及其应用》一文中研究指出DCS逻辑组态工作中利用算法分析方法可以有力的帮助我们解决一些难题。DCS逻辑组态是一种应用应用软件的编程性质的工作,需要利用到DCS组态核心工具以及相关程序语言的帮助。一般而言,在DCS逻辑组态中使用的一般为图形语言,其编程工作是与算法息息相关的软件编程工具,其程序编写的最终目的是要帮助DCS进行掌控算法程序的顺利完成,所以总的来说算法程序是DCS的基础。(本文来源于《科技传播》期刊2015年01期）
符大宏[8]（2014）在《智能电网电力组态软件及负荷预测算法研究》一文中研究指出与传统的电网相比，智能电网具备坚强、互动、经济、兼容、自愈等优点，能帮助电网工作人员快速决策，优化配置电力资源。组态软件作为是智能电网的智能核心，在其中起到了决定性作用，因此设计开发了一款具有用电量预测的电力组态软件，对提高智能电网电力资源部署精度有重要意义。本文着重研究用电量预测方法，设计开发电力组态软件。主要研究内容有：分析组态软件的发展及研究现状，研究电力组态软件的总体设计过程，详细分析和讨论了组态软件设计过程中数据库建模、数据采集和通讯规约等问题，设计并实现了电力组态软件的图形组态系统的基本功能。研究了灰色理论基本原理和GM(1,1)的建模过程，并用GM(1,1)模型对用电量进行了预测和仿真，针对GM(1,1)模型预测精度低的缺点，提出了利用二阶多项式优化GM(1,1)模型，得到HGM(1,1)模型，仿真测试表明HGM模型的预测精度相对于GM模型得到了提高。针对HGM(1,1)模型只考虑用电量因素，并未考虑外界影响因素的缺点，研究了BP神经网络模型的基本原理，提出了灰色模型和BP神经网络模型相结合的HGMBP模型。该模型将HGM(1,1)的预测值和天气、温度经过量化后的结果作为BP神经网络的输入，利用BP算法进行训练，综合考虑了影响用电量的因素。仿真测试表明HGMBP模型对用电量预测总体上精度得到了提高，尤其对用电量受到气象因素影响波动较大时段的预测精度提高比较明显。针对HGMBP模型在训练权阈值时出现局部极小值和收敛速度慢的问题，研究了遗传算法的全局优化特点。应用遗传算法优化HGMBP模型的权阈值，提出HGMHBP模型，旨在找到合适的权阈值。仿真测试表明HGMHBP模型在训练数据比较少的情况下预测精度反而降低了。因此本文设计开发的电力组态软件中采用HGMBP模型对用电量进行预测。(本文来源于《湖南科技大学》期刊2014-06-10）
江浩,徐福英,白新奎,常东锋,李欣[9]（2013）在《易于控制系统组态的低β值喉部取压喷嘴流量算法》一文中研究指出以IAPWS-IF97工业用水和水蒸气公式为骨架,重新拟合出相对简单的水的密度及其动力粘度计算公式,该公式可满足水在全液态范围内的精度要求。本算法在简单计算公式的基础上,通过合理设定流出系数初值,避免大量迭代计算,仅2次计算即可得到准确结果,方便DCS等控制系统中的组态开发,并能将流量计算的误差控制在0.05%以内。(本文来源于《热力发电》期刊2013年10期）
侯涛[10]（2013）在《基于组态软件的原油自动计量系统算法优化设计》一文中研究指出针对目前原油计量中人工计量精度差、效率低等不足,设计一种新的原油自动计量系统.该系统通过PCL836板卡采集流量计的输出脉冲,然后用组态软件读取脉冲数据,进行换算与显示,并生成报表.同时对该自动计量系统计量不准进行分析,找出原因,并进行算法优化设计.优化设计后的统计结果表明该方法的有效性和正确性.(本文来源于《兰州交通大学学报》期刊2013年04期）
组态算法论文开题报告
（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：
现阶段大多数组态软件中自带控制模块的控制算法过于简单,导致控制性能不高,为了解决这个问题,在传统模糊理论基础上提出了一种改进的自调节模糊控制算法,该算法能够根据误差变化实时调节修正因子,并采用VB6. 0编程语言将提出的自调节模糊控制算法进行了实现,生成了一个相应的Activ X控件,最后将该Activ X控件加载到Lab VIEW组态软件中,为其增加了更加先进的控制算法。实验结果显示:提出改进的自调节模糊控制算法具有良好的控制性能,相应的Activ X控件在Lab VIEW组态软件中表现出较好的实时性和可靠性。
（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。
组态算法论文参考文献
[1].严粤锋.应用于组态软件的自调节模糊控制算法设计与实现[J].现代电子技术.2019
[2].刘岩,海玲,杨嘉鹏,刘文.应用于组态软件的自调节模糊控制算法设计与实现（英文）[J].机床与液压.2018
[3].杨斐,韩文兴,黄俊,李晓龙.安全级DCS算法组态图形——代码转换关键算法设计[J].仪器仪表用户.2018
[4].刘萍,丁晓晴,王明伟.基于组态王的遗传算法控制器设计[J].平顶山学院学报.2018
[5].赵薇.基于组态组件电力设备故障诊断算法平台[J].云南电力技术.2017
[6].刘然,高德欣,曹梦龙,瞿叶奇.基于ECS-100的聚氯乙烯引发剂生产控制算法与组态设计[J].自动化与仪器仪表.2016
[7].康乐.DCS逻辑组态中的算法分析方法及其应用[J].科技传播.2015
[8].符大宏.智能电网电力组态软件及负荷预测算法研究[D].湖南科技大学.2014
[9].江浩,徐福英,白新奎,常东锋,李欣.易于控制系统组态的低β值喉部取压喷嘴流量算法[J].热力发电.2013
[10].侯涛.基于组态软件的原油自动计量系统算法优化设计[J].兰州交通大学学报.2013