首页--工业技术论文--金属学与金属工艺论文--金属压力加工论文--轧制论文--轧制自动化论文

冷连轧板形板厚智能解耦控制研究

中文摘要第5-6页
ABSTRACT第6页
1. 绪论第9-15页
    1.1 板形板厚控制系统的研究现状第9-12页
        1.1.1 板形控制方法第10-11页
        1.1.2 板厚控制方法第11页
        1.1.3 智能控制与解耦控制在板形板厚控制中的应用第11-12页
    1.2 典型智能算法解析第12-13页
    1.3 本文主要研究内容第13-15页
2. 板形板厚综合控制系统的模型第15-30页
    2.1 板形板厚控制的基本概念第15-23页
        2.1.1 影响厚差的主要因素第15-16页
        2.1.2 厚度变化规律第16-19页
        2.1.3 厚度控制措施第19-21页
        2.1.4 板形控制措施第21-23页
    2.2 板形板厚综合系统的静态数学模型第23-26页
        2.2.1 确立板形板厚系统解耦控制对象第23页
        2.2.2 弹跳方程第23-24页
        2.2.3 塑性方程第24-26页
        2.2.4 板形方程第26页
    2.3 板形板厚系统动态数学模型第26-29页
    2.4 本章小结第29-30页
3. 多变量系统解耦控制第30-37页
    3.1 传统解耦控制方式第30-34页
    3.2 自适应解耦控制策略第34-35页
    3.3 智能解耦控制策略第35页
    3.4 非线性与鲁棒解耦控制策略第35-36页
    3.5 本章总结第36-37页
4. 常规PID板形板厚系统控制及仿真第37-47页
    4.1 常规PID控制理论原理第37-38页
    4.2 板形板厚系统解耦设计第38-41页
    4.3 板形板厚系统常规PID解耦控制及仿真第41-46页
        4.3.1 板形板厚系统解耦PID控制第41页
        4.3.2 滞后环节的处理第41-42页
        4.3.3 系统仿真第42-46页
    4.4 本章小结第46-47页
5. 基于改进杂草粒子群算法的PID神经网络解耦控制第47-65页
    5.1 PID神经网络原理第47-51页
    5.2 杂草算法原理及改进第51-60页
        5.2.1 杂草算法流程第52-54页
        5.2.2 杂草算法改进第54页
        5.2.3 杂草算法改进策略第54-55页
        5.2.4 杂草粒子群算法的进化步骤第55-56页
        5.2.5 杂草粒子群算法的改进第56-57页
        5.2.6 仿真试验与结果分析第57-60页
    5.3 改进杂草粒子群算法优化的PID神经元网络解耦控制器设计第60-61页
    5.4 改进杂草粒子群算法优化的PID神经元网络解耦控制器仿真第61-64页
    5.5 本章总结第64-65页
6. 总结第65-66页
参考文献第66-69页
致谢第69-70页
作者简介第70-71页

论文共71页,点击 下载论文
上一篇:钻进过程中钻具力学和热力学参数同时监测技术
下一篇:热轧生产线加热炉温度智能控制方法研究