基于神经网络逆系统的活套解耦控制方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 活套解耦控制国内外研究现状 | 第10-13页 |
| 1.3 智能解耦控制方法的国内外发展及现状 | 第13-15页 |
| 1.4 神经网络逆控制的国内外研究现状 | 第15-16页 |
| 1.5 本文的主要工作 | 第16-18页 |
| 第2章 活套工艺及控制模型建立 | 第18-44页 |
| 2.1 热连轧工艺 | 第18-20页 |
| 2.1.1 主轧线工艺流程 | 第18-20页 |
| 2.1.2 平整机工艺 | 第20页 |
| 2.1.3 钢板横切机组工艺 | 第20页 |
| 2.2 活套工艺 | 第20-24页 |
| 2.2.1 活套起套阶段 | 第21-23页 |
| 2.2.2 恒定小张力轧制阶段 | 第23页 |
| 2.2.3 活套落套阶段 | 第23-24页 |
| 2.3 活套系统模型的建立 | 第24-37页 |
| 2.3.1 张力产生的原因 | 第24-28页 |
| 2.3.2 活套张力系统的建模 | 第28-33页 |
| 2.3.3 活套高度系统的建模 | 第33-35页 |
| 2.3.4 活套总体模型 | 第35-37页 |
| 2.4 对角矩阵解耦及其存在问题分析 | 第37-42页 |
| 2.4.1 解耦前活套高度变化对张力的影响 | 第37-39页 |
| 2.4.2 解耦前活套张力变化对高度的影响 | 第39-40页 |
| 2.4.3 解耦后活套高度变化对张力的影响 | 第40-42页 |
| 2.4.4 解耦后活套张力变化对高度的影响 | 第42页 |
| 2.5 本章小结 | 第42-44页 |
| 第3章 神经网络逆系统方法研究 | 第44-56页 |
| 3.1 逆系统的基本概念 | 第44-46页 |
| 3.2 系统的可逆性 | 第46-49页 |
| 3.3 逆系统的解耦原理 | 第49-50页 |
| 3.4 神经网络逆系统原理及实现方法 | 第50-54页 |
| 3.4.1 神经网络逆系统的原理 | 第50-52页 |
| 3.4.2 神经网络逆系统的实现方法 | 第52-53页 |
| 3.4.3 神经网络逆系统的复合控制方法 | 第53-54页 |
| 3.5 本章小结 | 第54-56页 |
| 第4章 神经网络逆系统在活套解耦的应用 | 第56-70页 |
| 4.1 活套模型的可逆性分析 | 第56-58页 |
| 4.2 活套神经网络逆系统的结构 | 第58-59页 |
| 4.3 活套神经网络逆系统的辨识 | 第59-65页 |
| 4.3.1 神经网络选型 | 第60页 |
| 4.3.2 激励信号的选取 | 第60-61页 |
| 4.3.3 输入样本处理 | 第61-62页 |
| 4.3.4 离线训练 | 第62页 |
| 4.3.5 神经网络逆系统预测输出与期望输出误差 | 第62-64页 |
| 4.3.6 生成神经网络模块 | 第64-65页 |
| 4.4 活套神经网络逆系统仿真平台建立 | 第65页 |
| 4.5 活套神经网络逆系统仿真结果及分析 | 第65-68页 |
| 4.6 本章小结 | 第68-70页 |
| 第5章 总结与展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76页 |
