| 摘要 | 第1-6页 |
| ABSTRACT | 第6-14页 |
| 第一章 绪论 | 第14-22页 |
| ·课题背景 | 第14页 |
| ·工业以太网的发展 | 第14-16页 |
| ·工业以太网的提出 | 第14-15页 |
| ·工业以太网的问题与解决 | 第15页 |
| ·ProfiNet网络协议 | 第15-16页 |
| ·工业以太网的前景 | 第16页 |
| ·先进过程控制技术的发展 | 第16-17页 |
| ·先进过程控制概述 | 第16页 |
| ·模型预测控制 | 第16-17页 |
| ·预测函数控制 | 第17-18页 |
| ·预测函数控制的提出与优势 | 第17页 |
| ·预测函数控制的发展状况 | 第17-18页 |
| ·神经网络预测模型 | 第18-19页 |
| ·神经网络的提出与优势 | 第18-19页 |
| ·神经网络模型的发展状况 | 第19页 |
| ·课题内容 | 第19-20页 |
| ·工业以太网下S7-300实现工业控制 | 第20页 |
| ·章节安排 | 第20-22页 |
| 第二章 神经网络与预测模型 | 第22-40页 |
| ·神经网络简介 | 第22-28页 |
| ·生物神经元 | 第22-23页 |
| ·人工神经元模型 | 第23页 |
| ·人工神经元网络类型 | 第23-25页 |
| ·人工神经网络的学习类型 | 第25页 |
| ·典型的人工神经网络模型 | 第25-28页 |
| ·神经网络预测模型 | 第28-33页 |
| ·被控对象 | 第28-29页 |
| ·模型方案 | 第29-30页 |
| ·模型建立过程 | 第30-33页 |
| ·网络模型性能分析 | 第33-38页 |
| ·误差分析 | 第33-34页 |
| ·泛化性能分析 | 第34-38页 |
| ·本章小结 | 第38-40页 |
| 第三章 神经网络模型预测函数控制 | 第40-50页 |
| ·预测函数控制的发展 | 第40-41页 |
| ·模型预测控制的发展 | 第40页 |
| ·预测函数控制的提出 | 第40-41页 |
| ·预测函数控制的特点及发展现状 | 第41页 |
| ·RBF网络模型预测函数控制 | 第41-43页 |
| ·RBF网络模型预测函数控制的具体结构 | 第41-42页 |
| ·RBF网络模型预测控制步骤 | 第42-43页 |
| ·控制性能分析 | 第43-48页 |
| ·模型预测函数控制仿真 | 第43-47页 |
| ·模型预测函数控制的改进 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第四章 PROFINET网络下S7-300的算法实现 | 第50-68页 |
| ·PLC概述 | 第50-52页 |
| ·PLC的组成 | 第50页 |
| ·PLC的工作过程 | 第50-51页 |
| ·PLC的发展 | 第51-52页 |
| ·西门子s7-300简述 | 第52-57页 |
| ·S7-300的硬件构成 | 第52-54页 |
| ·S7-300的工业通信网络 | 第54页 |
| ·PROFINET通信网络 | 第54-55页 |
| ·S7-300的编程方式 | 第55页 |
| ·STEP7软件介绍 | 第55-56页 |
| ·WinCC监控软件概述 | 第56-57页 |
| ·RBF预测函数控制的PLC实现 | 第57-67页 |
| ·硬件分析 | 第58-59页 |
| ·硬件组态 | 第59-61页 |
| ·功能块编程 | 第61-63页 |
| ·WinCC组态 | 第63-66页 |
| ·PLC控制过程 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| ·对全文的总结 | 第68-69页 |
| ·对今后工作的展望 | 第69-70页 |
| 参考文献 | 第70-72页 |
| 致谢 | 第72-74页 |
| 研究成果及发表的学术论文 | 第74-76页 |
| 作者和导师简介 | 第76-78页 |
| 硕士研究生学位论文答辩委员会决议书 | 第78-79页 |