加热炉控制系统设计及其炉温控制方法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-17页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内和国外的研究及应用现状 | 第10-11页 |
| ·国外的研究及应用情况 | 第10-11页 |
| ·国内的研究及应用情况 | 第11页 |
| ·加热炉工艺及其炉温控制技术介绍 | 第11-14页 |
| ·加热炉结构及工艺简介 | 第11-13页 |
| ·加热炉炉温控制技术介绍 | 第13-14页 |
| ·本文的主要工作和结构安排 | 第14-17页 |
| 第2章 步进梁式加热炉控制系统设计 | 第17-25页 |
| ·步进梁式加热炉控制系统的设计要求 | 第17页 |
| ·步进梁式加热炉控制系统的总体设计 | 第17-23页 |
| ·加热炉主要控制回路 | 第18-20页 |
| ·计算机监控系统设计 | 第20-23页 |
| ·本章小结 | 第23-25页 |
| 第3章 加热炉炉温模型辨识 | 第25-45页 |
| ·概述 | 第25页 |
| ·加热炉建模方法 | 第25-26页 |
| ·人工神经网络原理 | 第26-30页 |
| ·人工神经网络的类型 | 第26-27页 |
| ·BP神经网络 | 第27-30页 |
| ·基于BP神经网络炉温模型辨识 | 第30-33页 |
| ·改进的BP神经网络算法 | 第30页 |
| ·建模研究 | 第30-33页 |
| ·遗传算法技术 | 第33-37页 |
| ·遗传算法的基本思想 | 第33-34页 |
| ·遗传算法的基本流程 | 第34-35页 |
| ·遗传算法的基本操作 | 第35-36页 |
| ·遗传算法在解决优化问题过程中的特点 | 第36-37页 |
| ·基于GA-BP网络炉温模型辨识 | 第37-42页 |
| ·用遗传算法优化BP网络的初始权值和阈值 | 第37-38页 |
| ·遗传算法优化BP网络参数具体操作 | 第38-40页 |
| ·建模研究 | 第40-42页 |
| ·BP网络和GA-BP网络模型辨识结果的比较 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第4章 模糊神经网络控制器的设计与仿真 | 第45-65页 |
| ·模糊控制原理 | 第45-48页 |
| ·模糊控制与神经网络的结合 | 第48-49页 |
| ·模糊神经网络控制模型的结构与算法 | 第49-55页 |
| ·模糊系统的标准模型 | 第49-51页 |
| ·模糊神经网络控制模型 | 第51-52页 |
| ·模糊神经网络的算法 | 第52-55页 |
| ·基于模糊神经网络的加热炉炉温控制设计与研究 | 第55-63页 |
| ·加热炉炉温模糊神经网络控制系统的结构 | 第55-56页 |
| ·模糊神经网络控制器的训练 | 第56-58页 |
| ·模糊神经网络与PID控制系统的仿真研究 | 第58-63页 |
| ·仿真结果分析 | 第63-64页 |
| ·本章小节 | 第64-65页 |
| 第5章 结束语 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |
