钕铁硼氢粉碎过程平行控制方法研究
摘要 | 第3-4页 |
Abstract | 第4-5页 |
1 绪论 | 第8-14页 |
1.1 烧结钕铁硼制备工艺 | 第8页 |
1.2 氢碎炉设备现状 | 第8-9页 |
1.3 氢粉碎工艺分析 | 第9-12页 |
1.3.1 氢粉碎工艺研究现状 | 第9-10页 |
1.3.2 氢粉碎原理 | 第10-11页 |
1.3.3 氢粉碎工艺流程 | 第11-12页 |
1.4 课题研究内容及结构安排 | 第12-14页 |
2 预备知识 | 第14-21页 |
2.1 案例推理 | 第14-15页 |
2.2 ACP理论及平行控制方法 | 第15-18页 |
2.3 自适应动态规划 | 第18页 |
2.4 钕铁硼氢粉碎工艺平行控制系统框架 | 第18-20页 |
2.5 本章总结 | 第20-21页 |
3 钕铁硼氢粉碎案例推理系统 | 第21-35页 |
3.1 应用背景及可行性分析 | 第21-22页 |
3.2 钕铁硼氢粉碎案例推理系统设计 | 第22-32页 |
3.2.1 氢粉碎案例推理系统结构 | 第22-24页 |
3.2.2 案例的表示 | 第24-27页 |
3.2.3 案例的检索 | 第27-31页 |
3.2.4 案例的重用 | 第31页 |
3.2.5 案例的存储与维护 | 第31-32页 |
3.3 案例推理系统界面 | 第32-34页 |
3.3.1 开发环境及语言 | 第32页 |
3.3.2 推理系统界面 | 第32-34页 |
3.4 本章小结 | 第34-35页 |
4 氢粉碎人工系统的构建 | 第35-48页 |
4.1 吸氢过程机理分析 | 第35-37页 |
4.1.1 吸氢过程的影响因素 | 第36页 |
4.1.2 合金吸氢定量计算的依据 | 第36-37页 |
4.2 钕铁硼氢粉碎动态机理模型 | 第37-44页 |
4.2.1 机理模型状态空间方程 | 第37-38页 |
4.2.2 状态空间表达式推导 | 第38-40页 |
4.2.3 关于机理模型的计算实验 | 第40-44页 |
4.3 基于BP神经网络的预测模型 | 第44-47页 |
4.3.1 BP 神经网络 | 第44页 |
4.3.2 预测模型构建 | 第44-45页 |
4.3.3 预测结果及分析 | 第45-47页 |
4.4 本章小结 | 第47-48页 |
5 动态规划在氢粉碎平行系统中的应用分析 | 第48-57页 |
5.1 动态规划的迭代运算 | 第48-49页 |
5.2 启发式动态规划HDP | 第49-52页 |
5.2.1 HDP 结构 | 第49页 |
5.2.2 模型网络 | 第49-50页 |
5.2.3 评价网络 | 第50-51页 |
5.2.4 执行网络 | 第51-52页 |
5.3 HDP在氢粉碎平行控制中的应用 | 第52-56页 |
5.3.1 氢粉碎系统模型网络的建立 | 第52-54页 |
5.3.2 HDP 控制算法设计 | 第54页 |
5.3.3 HDP 控制算法流程 | 第54-56页 |
5.4 本章小结 | 第56-57页 |
总结 | 第57-58页 |
参考文献 | 第58-62页 |
附录 氢碎炉系统及上位机监控主画面 | 第62-63页 |
在学研究成果 | 第63-64页 |
致谢 | 第64页 |