摘要 | 第3-4页 |
Abstract | 第4-5页 |
1 绪论 | 第8-20页 |
1.1 研究背景和意义 | 第8-9页 |
1.2 金属薄板印刷机的国内外研究情况及发展趋势 | 第9-11页 |
1.3 金属薄板印刷机结构及输墨系统组成 | 第11页 |
1.4 金属薄板印刷机墨量控制系统中的相关技术研究现状 | 第11-17页 |
1.4.1 油墨预置技术研究现状 | 第12-14页 |
1.4.2 印刷墨量检测技术的研究现状 | 第14-16页 |
1.4.3 墨键开度智能决策技术研究现状 | 第16-17页 |
1.5 主要研究内容 | 第17-18页 |
1.6 论文的组织结构 | 第18-20页 |
2 输墨系统的计算机仿真及实验分析 | 第20-43页 |
2.1 油墨在输墨系统中的转移模型 | 第20-28页 |
2.1.1 油墨在墨斗辊和网纹辊间的转移 | 第21页 |
2.1.2 油墨在匀墨辊间的转移 | 第21-22页 |
2.1.3 油墨在串墨辊和匀墨辊(着墨辊)间的转移 | 第22-27页 |
2.1.4 油墨在着墨辊和印版滚筒间的转移 | 第27页 |
2.1.5 油墨在印版滚筒和橡皮滚筒间的转移 | 第27-28页 |
2.1.6 油墨在橡皮滚筒和金属薄板间的转移 | 第28页 |
2.2 建立输墨系统仿真模型 | 第28-31页 |
2.3 输墨系统仿真实验 | 第31-42页 |
2.3.1 变图文覆盖率下的输墨系统仿真及分析 | 第31-39页 |
2.3.2 变输出墨量下的输墨系统仿真及分析 | 第39-42页 |
2.3.3 仿真实验结果分析 | 第42页 |
2.4 本章小结 | 第42-43页 |
3 基于油墨流布特征的油墨预置研究 | 第43-57页 |
3.1 油墨预置模块的总体设计方案 | 第43-44页 |
3.2 版面划分及图文覆盖率的计算 | 第44-48页 |
3.3 建立输墨系统油墨流布矩阵 | 第48页 |
3.4 基于遗传算法的墨斗辊输出墨层厚度计算 | 第48-53页 |
3.4.1 遗传算法的设计 | 第50-52页 |
3.4.2 遗传算法解病态方程组 | 第52-53页 |
3.5 墨键开度与墨斗辊输出墨层厚度之间的关系 | 第53-54页 |
3.6 印刷实验及结果分析 | 第54-56页 |
3.6.1 印刷实验 | 第54-55页 |
3.6.2 结果分析 | 第55-56页 |
3.7 本章小结 | 第56-57页 |
4 基于CCD的金属薄板印刷墨层厚度在线检测研究 | 第57-66页 |
4.1 金属薄板印刷墨层厚度、色度值检测实验 | 第58-62页 |
4.1.1 信号条的选择 | 第58页 |
4.1.2 测试样张制备及墨层厚度确定 | 第58-59页 |
4.1.3 基于CCD相机的数据采集与处理 | 第59-62页 |
4.2 基于极限学习机的L、Cab、hab与墨层厚度d的数据回归拟合 | 第62-65页 |
4.2.1 极限学习机的回归拟合分析 | 第62-64页 |
4.2.2 仿真结果及分析 | 第64-65页 |
4.3 本章小结 | 第65-66页 |
5 墨键开度智能决策研究 | 第66-84页 |
5.1 墨量调节的特性及方式的选取 | 第66-69页 |
5.1.1 墨量调节的特性 | 第66-67页 |
5.1.2 墨量调节方式的选取 | 第67-69页 |
5.2 墨键开度智能决策控制器的结构及算法 | 第69-75页 |
5.2.1 墨键开度智能决策控制器结构 | 第69-70页 |
5.2.2 PID神经元网络算法 | 第70-73页 |
5.2.3 PID神经元网络初始权值的选取 | 第73-74页 |
5.2.4 PID神经元网络学习步长的选取 | 第74-75页 |
5.3 墨键开度智能决策系统仿真及分析 | 第75-77页 |
5.4 墨量控制系统软件 | 第77-83页 |
5.4.1 系统软件总体结构及流程 | 第77-79页 |
5.4.2 墨量控制系统软件功能实现 | 第79-83页 |
5.5 本章小结 | 第83-84页 |
6 总结与展望 | 第84-86页 |
6.1 研究总结 | 第84页 |
6.2 工作展望 | 第84-86页 |
致谢 | 第86-87页 |
参考文献 | 第87-92页 |
附录 | 第92-101页 |
攻读硕士学位期间发表的学术论文情况 | 第101页 |