基于BP神经网络模型热镀锌锌层厚度控制研究

摘要	第5-7页
Abstract	第7-9页
第1章 绪论	第12-20页
1.1 研究背景与意义	第12-13页
1.2 神经网络基本结构和思想	第13-16页
1.3 BP神经网络研究现状	第16-18页
1.4 本文的主要研究内容	第18-20页
第2章 影响锌层厚度的主要因素	第20-32页
2.1 热镀锌生产工艺	第21-24页
2.2 刀压对锌层厚度的影响	第24-27页
2.2.1 气刀结构及特点	第25-26页
2.2.2 气刀压力与锌层厚度关系	第26-27页
2.3 带钢速度	第27-28页
2.4 喷嘴到带钢的距离	第28-29页
2.5 刀高对锌层厚度的影响	第29-30页
2.6 喷嘴角度	第30-32页
第3章 电气系统的设计与实现	第32-40页
3.1 刀高与刀间距电气系统设计	第32-35页
3.2 电气系统的软件设计	第35-37页
3.3 气刀压力电气系统设计	第37-40页
第4章 基于BP算法锌层厚度控制总体设计	第40-48页
4.1 BP神经网络模型	第40-45页
4.1.1 感知器的学习算法	第40-41页
4.1.2 BP神经学习算法	第41-45页
4.2 基于BP算法锌层厚度控制方案制定	第45-48页
第5章 气刀双闭环控制系统实现	第48-64页
5.1 基于BP算法锌层厚度控制主回路算法实现	第48-56页
5.2 基于PID算法副回路气刀压力控制系统设计	第56-58页
5.3 锌层厚度控制系统配置	第58-61页
5.4 基于BP神经网络锌层厚度控制系统的优点	第61-62页
5.5 BP神经算法存在问题及原因分析	第62-64页
第6章 结论	第64-66页
参考文献	第66-70页
致谢	第70页