人工智能在轧机偏心和板形控制问题中的应用研究
| <中文摘要> | 第1页 |
| <关键词> | 第2-3页 |
| <英文摘要> | 第3页 |
| <英文关键词> | 第3-6页 |
| 第一章 绪论 | 第6-8页 |
| 第二章 轧机厚度自动控制(AGC)原理 | 第8-18页 |
| ·带钢轧制过程基本规律 | 第8-13页 |
| ·各类AGC的工作原理及性能 | 第13-18页 |
| 第三章 偏心测量与补偿 | 第18-38页 |
| ·偏心控制基础 | 第18-21页 |
| ·引入偏心信号的轧机控制系统数学模型的建立及分析 | 第21-26页 |
| ·随机逼近法在偏心补偿中的应用 | 第26-32页 |
| ·线性规划神经网络实现动态偏心补偿 | 第32-36页 |
| ·随机逼近法与线性规划神经网络相结合实现偏心补偿 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第四章 高精度轧机偏心补偿系统的实现 | 第38-62页 |
| ·轧机系统简介 | 第38页 |
| ·系统分析 | 第38-39页 |
| ·偏心补偿算法 | 第39-41页 |
| ·偏心递阶控制系统中的计算机实现 | 第41-52页 |
| ·数据分析及仿真 | 第52-61页 |
| ·小结 | 第61-62页 |
| 第五章 板形控制 | 第62-83页 |
| ·板形控制问题的提出 | 第62-65页 |
| ·神经网络-模糊板形控制系统 | 第65-68页 |
| ·基于神经网络的带材板形模式识别 | 第68-80页 |
| ·仿真研究及结果 | 第80-82页 |
| ·小结 | 第82-83页 |
| 第六章 结论 | 第83-85页 |
| 攻读硕士期间的研究成果 | 第85-86页 |
| 致谢 | 第86-87页 |
| <引文> | 第87-88页 |