热轧带钢粗轧过程控制系统的开发
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-21页 |
| ·研究的背景及意义 | 第11-12页 |
| ·热轧带钢的生产发展概况 | 第12-15页 |
| ·传统带钢热连轧 | 第12页 |
| ·薄板坯连铸连轧 | 第12-13页 |
| ·新型炉卷轧机 | 第13-14页 |
| ·热轧无头轧制技术与超薄带生产 | 第14-15页 |
| ·粗轧机组的布置形式 | 第15-16页 |
| ·控制系统的发展 | 第16-17页 |
| ·数学模型 | 第17-18页 |
| ·数学模型的概念与建立步骤 | 第17-18页 |
| ·数学模型在轧钢自动控制中的作用 | 第18页 |
| ·MATLAB语言 | 第18-20页 |
| ·MATLAB概述 | 第18-19页 |
| ·MATLAB的功能 | 第19页 |
| ·MATLAB神经网络的发展与应用 | 第19-20页 |
| ·本文的主要研究内容 | 第20-21页 |
| 第2章 粗轧过程控制系统 | 第21-36页 |
| ·工艺概况 | 第22页 |
| ·粗轧过程控制系统的功能 | 第22-26页 |
| ·轧件跟踪 | 第22-23页 |
| ·数据通讯 | 第23-24页 |
| ·人机界面(HMI) | 第24-25页 |
| ·粗轧设定 | 第25-26页 |
| ·事件监视 | 第26页 |
| ·粗轧区设定计算 | 第26-31页 |
| ·轧制策略 | 第28-30页 |
| ·道次计划计算 | 第30-31页 |
| ·自学习计算 | 第31-35页 |
| ·实测数据处理 | 第31-32页 |
| ·学习计算执行条件判断 | 第32页 |
| ·学习计算 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 粗轧过程数学模型 | 第36-53页 |
| ·轧制力计算模型 | 第36-40页 |
| ·水平轧制力 | 第36-38页 |
| ·接触面积与轧辊压扁半径 | 第38-39页 |
| ·轧制力矩及功率 | 第39-40页 |
| ·变形抗力模型 | 第40-43页 |
| ·宽展模型 | 第43-45页 |
| ·自然宽展 | 第44-45页 |
| ·狗骨宽展 | 第45页 |
| ·温度控制模型 | 第45-49页 |
| ·热物理参数 | 第46-47页 |
| ·空冷过程 | 第47页 |
| ·水冷过程 | 第47-48页 |
| ·接触传热 | 第48页 |
| ·变形温升 | 第48-49页 |
| ·摩擦温升 | 第49页 |
| ·其它模型 | 第49-50页 |
| ·轧件热态尺寸的计算 | 第49-50页 |
| ·辊缝和开口度设定 | 第50页 |
| ·模型的自学习 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第4章 粗轧过程轧制力BP神经网络预测 | 第53-70页 |
| ·神经网络概述 | 第53-57页 |
| ·生物神经元的结构与功能特点 | 第53-54页 |
| ·人工神经元模型 | 第54-56页 |
| ·BP神经网络的结构 | 第56-57页 |
| ·神经网络的特点 | 第57页 |
| ·BP神经网络模型的建立 | 第57-61页 |
| ·模型建立思想 | 第57-58页 |
| ·网络结构的建立过程 | 第58-61页 |
| ·初始值的选取 | 第61页 |
| ·模型的习}}练 | 第61-65页 |
| ·BP网络的预测效果 | 第65-69页 |
| ·本章小结 | 第69-70页 |
| 第5章 结论 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 致谢 | 第73页 |
