钢铁厂烧结料水分控制的仿真研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-9页 |
| ·课题背景及研究意义 | 第7-8页 |
| ·论文研究的主要内容 | 第8页 |
| ·论文组织形式 | 第8-9页 |
| 2 钢铁厂烧结料的烧结流程 | 第9-14页 |
| ·钢铁厂烧结料的生产工艺流程 | 第9-10页 |
| ·水分在烧结过程中的作用 | 第10-11页 |
| ·混合料水分测量方法 | 第11-13页 |
| ·烧结配料过程 | 第13页 |
| ·本章小结 | 第13-14页 |
| 3 烧结料水分控制策略及定量控制算法 | 第14-21页 |
| ·烧结混合料加水控制策略 | 第14页 |
| ·烧结料一混配水过程的介绍 | 第14-17页 |
| ·一混水分控制回路策略 | 第14-16页 |
| ·副回路控制模型的建立 | 第16-17页 |
| ·烧结混合料定量控制算法的实现 | 第17-20页 |
| ·定量控制中一混加水量的计算 | 第17-18页 |
| ·定量控制中二混加水量的计算 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 4 烧结料水分神经网络PID控制算法 | 第21-40页 |
| ·神经网络PID控制系统模型 | 第21页 |
| ·人工神经网络的基本知识 | 第21-27页 |
| ·人工神经网络的发展 | 第21-23页 |
| ·人工神经元 | 第23-24页 |
| ·常用的转移函数 | 第24-25页 |
| ·神经网络学习方法与准则 | 第25-27页 |
| ·系统模型的辨识 | 第27-32页 |
| ·烧结料加水控制系统的辨识 | 第28-31页 |
| ·神经网络辨识器算法的实现过程 | 第31-32页 |
| ·烧结料水分神经网络PID控制 | 第32-37页 |
| ·神经网络PID控制器的设计过程 | 第32-33页 |
| ·神经网络PID控制器权值的调整 | 第33-37页 |
| ·Smith预估补偿 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 5 烧结料水分控制仿真及结果分析 | 第40-50页 |
| ·钢铁厂烧结料水分控制主程序流程图 | 第40页 |
| ·MATLAB用户界面的设计 | 第40-42页 |
| ·烧结混合料加水控制过程仿真分析 | 第42-50页 |
| ·烧结混合料加水控制主页面的介绍 | 第42-43页 |
| ·混合料加水在连续测量小滞后下的仿真分析 | 第43-45页 |
| ·混合料加水在自动测量小滞后下的仿真分析 | 第45-47页 |
| ·混合料加水在连续测量大滞后下的仿真分析 | 第47-50页 |
| 6 总结与展望 | 第50-52页 |
| ·总结 | 第50-51页 |
| ·展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 申请学位期间发表的学术论文 | 第55-56页 |
| 致谢 | 第56页 |
