集成智能优化控制策略在电弧炉控制中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-16页 |
| ·电弧炉炼钢过程简介 | 第8-11页 |
| ·电弧炉炼钢的历史和发展 | 第8页 |
| ·电弧炉工作原理及结构简述 | 第8-10页 |
| ·电弧炉炼钢工艺概述 | 第10-11页 |
| ·电弧炉控制系统及国内外发展现状 | 第11-14页 |
| ·电弧炉控制系统器分类 | 第11-12页 |
| ·经典恒阻抗控制器 | 第12-13页 |
| ·恒阻抗控制器存在的缺陷 | 第13页 |
| ·国内外电弧炉电极控制发展现状 | 第13-14页 |
| ·本课题的设计要求和主要完成的工作 | 第14-16页 |
| ·课题的可行性理论分析 | 第14-15页 |
| ·课题的主要研究内容 | 第15-16页 |
| 2 电弧炉控制系统分析和建模 | 第16-24页 |
| ·电弧炉系统结构分析 | 第16-20页 |
| ·电弧炉主回路构成 | 第16-17页 |
| ·电弧炉主回路电气特性的理论分析 | 第17-19页 |
| ·主要运行参数及其计算公式 | 第19-20页 |
| ·电弧炉运行工作点的确定和选择 | 第20-24页 |
| ·运行工作点的确定和选择 | 第20-21页 |
| ·特殊工作点 | 第21页 |
| ·选择电弧炉工作点的传统方法 | 第21-24页 |
| 3 神经网络模型辨识 | 第24-36页 |
| ·BP神经网络原理 | 第24-30页 |
| ·人工神经网络 | 第24页 |
| ·神经网络的网络结构与工作方式 | 第24-26页 |
| ·神经网络的学习方法 | 第26-27页 |
| ·反向传播(BP)学习算法 | 第27-30页 |
| ·神经网络实现的一些问题探讨 | 第30-31页 |
| ·设定网络结构 | 第30页 |
| ·初始权值的选择 | 第30-31页 |
| ·学习速率变化范围 | 第31页 |
| ·学习样本归一化 | 第31页 |
| ·PSO算法简介 | 第31-33页 |
| ·PSO算法 | 第31-32页 |
| ·PSO算法的主要特点 | 第32-33页 |
| ·PSO算法主要操作步骤 | 第33页 |
| ·基于PSO算法的神经网络权值优化 | 第33-36页 |
| 4 计算机控制系统设计与实现 | 第36-52页 |
| ·系统控制方案的确定 | 第36-38页 |
| ·神经网络控制与其他控制策略比较 | 第36页 |
| ·对控制器的要求 | 第36-37页 |
| ·控制方案的确定须考虑的问题 | 第37页 |
| ·本系统采用神经网络技术解决电弧炉控制的理由 | 第37-38页 |
| ·神经网络控制系统的实现 | 第38-42页 |
| ·系统硬件 | 第38-39页 |
| ·神经网络控制方案实现 | 第39-42页 |
| ·集成智能控制系统的实验调试 | 第42-52页 |
| ·控制系统软件总体框架及流程 | 第43-45页 |
| ·主控制程序的界面设计及执行流程 | 第45-48页 |
| ·三相ANN模型离线建模及调试结果分析 | 第48-52页 |
| 5 结论与展望 | 第52-54页 |
| ·结论 | 第52页 |
| ·下一步工作展望 | 第52-54页 |
| 致谢 | 第54-56页 |
| 参考文献 | 第56-58页 |
| 研究生期间发表论文及所做主要工作 | 第58页 |
