4200轧机轧制宽度控制建模及机构动力学研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 1 绪论 | 第10-16页 |
| ·引言 | 第10-11页 |
| ·国内外研究现状综述 | 第11-13页 |
| ·人工神经网络在轧制领域的应用 | 第11-12页 |
| ·动力学分析在轧制领域的研究概况 | 第12-13页 |
| ·课题的目的和研究的意义 | 第13-14页 |
| ·课题主要的研究内容及方法 | 第14-16页 |
| 2 4200中厚板轧机轧制理论概述 | 第16-25页 |
| ·4200中厚板轧机概述 | 第16-18页 |
| ·4200轧机轧制车间生产布局 | 第16-17页 |
| ·4200中厚板轧机的生产工艺 | 第17-18页 |
| ·轧制过程的基本参数 | 第18-20页 |
| ·轧机振动理论的介绍 | 第20-21页 |
| ·宽展理论的介绍 | 第21-24页 |
| ·宽展原理 | 第21-22页 |
| ·影响宽展量的主要因素 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 3 轧制宽度控制模型的研究 | 第25-41页 |
| ·宽度精度分析 | 第25-27页 |
| ·引言 | 第25页 |
| ·宽展数学公式的介绍 | 第25-27页 |
| ·人工神经网络 | 第27-30页 |
| ·人工神经网络概述 | 第27-28页 |
| ·RBF神经网络介绍 | 第28-30页 |
| ·人工智能和数学模型相结合的建模方法 | 第30-32页 |
| ·人工神经网络和数学公式相结合的建模方法 | 第30-31页 |
| ·计算机实现方法 | 第31-32页 |
| ·计算机实现方法神经网络模型的构建 | 第32-34页 |
| ·网络结构的分析 | 第32-33页 |
| ·训练数据的标准化 | 第33页 |
| ·RBF网络的训练 | 第33-34页 |
| ·神经网络模型的性能优化 | 第34-35页 |
| ·不同扩展速度(SPREAD)时的预测结果分析 | 第34-35页 |
| ·RBF网络模型的测试与验证 | 第35-40页 |
| ·RBF网络预测结果分析 | 第35-37页 |
| ·RBF与BP网络的比较 | 第37-38页 |
| ·不同轧制参数下RBF神经网络逼近精度的比较 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 4 主传动系统的扭振分析 | 第41-52页 |
| ·引言 | 第41-42页 |
| ·主传动扭振非线性模型建立 | 第42-46页 |
| ·目标模型的建立 | 第42页 |
| ·力学模型的建立 | 第42-43页 |
| ·非线性数学模型的建立 | 第43-46页 |
| ·数值仿真计算 | 第46-47页 |
| ·仿真结果分析 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 5 4200轧机结构的模态分析 | 第52-64页 |
| ·模态分析 | 第52-56页 |
| ·模态分析概述 | 第52-53页 |
| ·模态分析的理论基础 | 第53-54页 |
| ·有限元思想方法及分析过程 | 第54-55页 |
| ·有限元软件ANSYS概述 | 第55-56页 |
| ·数据测试及建模 | 第56-57页 |
| ·4200轧机的主要结构尺寸 | 第56页 |
| ·三维实体模型的构建 | 第56-57页 |
| ·ANSYS求解过程 | 第57-58页 |
| ·机架模态研究 | 第58-62页 |
| ·机架模态的提取 | 第58-61页 |
| ·机架模态的分析 | 第61-62页 |
| ·支承辊模态研究 | 第62-63页 |
| ·支承辊模态的提取 | 第62页 |
| ·支承辊模态的分析 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 6 结论和展望 | 第64-66页 |
| ·结论 | 第64-65页 |
| ·展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 个人简历 在学期间发表的学术论文与研究成果 | 第70页 |
