基于改进粒子群算法的活套系统解耦控制研究
摘要 | 第4-5页 |
abstract | 第5页 |
引言 | 第8-9页 |
第1章 绪论 | 第9-13页 |
1.1 热连轧带钢生产工艺 | 第9页 |
1.2 板带热连轧技术国内外发展现状 | 第9-11页 |
1.2.1 国外板带热连轧技术的发展 | 第9-11页 |
1.2.2 我国板带热连轧技术发展概况 | 第11页 |
1.3 热连轧张力控制技术的发展 | 第11-12页 |
1.4 本文的主要工作内容 | 第12-13页 |
第2章 热连轧活套工艺描述及解耦控制研究 | 第13-20页 |
2.1 热连轧活套工艺描述 | 第13-15页 |
2.1.1 活套起套阶段 | 第14页 |
2.1.2 恒定小张力轧制阶段 | 第14-15页 |
2.1.3 活套落套阶段 | 第15页 |
2.2 活套解耦控制方法的研究 | 第15-19页 |
2.2.1 传统的活套控制方法 | 第15-16页 |
2.2.2 自适应鲁棒活套控制 | 第16-17页 |
2.2.3 互不相关控制+H∞控制 | 第17-18页 |
2.2.4 最优控制 | 第18-19页 |
2.3 本章小结 | 第19-20页 |
第3章 活套系统数学建模 | 第20-35页 |
3.1 带钢张力的产生 | 第20-24页 |
3.2 活套高度和轧件张力模型 | 第24-34页 |
3.2.1 活套张力系统建模 | 第24-29页 |
3.2.2 活套高度系统建模 | 第29-31页 |
3.2.3 活套系统综合模型 | 第31-34页 |
3.3 本章小结 | 第34-35页 |
第4章 基于自适应变异PSO的PIDNN解耦控制 | 第35-45页 |
4.1 粒子群优化算法 | 第35-37页 |
4.1.1 标准粒子群优化算法 | 第35-36页 |
4.1.2 自适应变异粒子群优化算法 | 第36-37页 |
4.2 PID神经元网络 | 第37-42页 |
4.2.1 PIDNN的特点 | 第37-39页 |
4.2.2 PIDNN的结构形式 | 第39-41页 |
4.2.3 PIDNN控制律计算 | 第41-42页 |
4.3 基于AMPSO的PIDNN活套解耦控制 | 第42-44页 |
4.4 本章小结 | 第44-45页 |
第5章 活套系统解耦控制研究及仿真 | 第45-54页 |
5.1 常规PID解耦控制方法研究及仿真 | 第45-47页 |
5.1.1 常规PID多变量解耦控制活套系统 | 第45-46页 |
5.1.2 活套常规PID控制系统仿真 | 第46-47页 |
5.2 单神经元PID解耦控制方法研究 | 第47-51页 |
5.2.1 单神经元解耦控制原理 | 第47-49页 |
5.2.2 单神经元PID解耦控制活套系统仿真 | 第49-51页 |
5.3 PIDNN解耦控制活套系统仿真 | 第51-52页 |
5.4 本章小结 | 第52-54页 |
结论 | 第54-55页 |
参考文献 | 第55-59页 |
致谢 | 第59-60页 |
导师简介 | 第60页 |
企业导师简介 | 第60-61页 |
作者简介 | 第61-62页 |
学位论文数据集 | 第62页 |