热连轧板带厚度神经网络预报模型及模糊控制方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·课题研究的背景及意义 | 第7-9页 |
| ·板厚控制技术的发展及国内外研究现状 | 第9-12页 |
| ·人工神经网络发展历史及其在轧机领域的应用 | 第12-14页 |
| ·本文主要研究内容 | 第14-15页 |
| 第二章 轧机厚度自动控制基本原理 | 第15-25页 |
| ·板带轧机厚度控制的基本原理 | 第15-20页 |
| ·轧机弹跳方程和弹塑性曲线 | 第15-17页 |
| ·板带厚度波动的原因分析 | 第17-20页 |
| ·厚度控制的基本方式 | 第20-22页 |
| ·压下量调整 | 第20-21页 |
| ·张力调节 | 第21页 |
| ·轧制速度的调整 | 第21-22页 |
| ·几种基本的AGC及其控制原理 | 第22-24页 |
| ·厚度计式AGC控制原理 | 第22-23页 |
| ·监控AGC控制原理 | 第23页 |
| ·张力AGC控制原理 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于神经网络的厚度预报建模 | 第25-41页 |
| ·轧机弹跳方程数学模型的建立 | 第25-28页 |
| ·弹跳曲线数学模型的建立 | 第25-27页 |
| ·弹跳方程的应用和缺陷 | 第27-28页 |
| ·神经网络厚度预报模型建立 | 第28-31页 |
| ·基于BP神经网络的预测原理及优点 | 第29页 |
| ·BP神经网络预测模型结构 | 第29-30页 |
| ·学习算法分析 | 第30-31页 |
| ·BP神经网络的仿真实现 | 第31-35页 |
| ·样本的选择以及样本数据的预处理 | 第31-32页 |
| ·传递函数及训练参数的选择 | 第32页 |
| ·中间隐层单元数的确定 | 第32-35页 |
| ·神经网络与弹跳方程在厚度预报中的综合应用 | 第35-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 液压 AGC系统数学模型建立 | 第41-51页 |
| ·液压 AGC系统各动态元件数学模型的建立 | 第41-46页 |
| ·伺服放大器数学模型的建立 | 第41-42页 |
| ·电液伺服阀数学模型的建立 | 第42-43页 |
| ·压下液压缸及负载数学模型的建立 | 第43-46页 |
| ·液压 AGC系统数学模型的建立 | 第46-49页 |
| ·系统性能分析 | 第49-50页 |
| ·系统的稳定性分析 | 第49页 |
| ·系统动态响应特点 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 液压AGC系统的控制算法及仿真研究 | 第51-64页 |
| ·液压AGC系统PID控制器的设计 | 第51-53页 |
| ·PID控制基本算法 | 第51-52页 |
| ·PID控制器参数整定 | 第52-53页 |
| ·液压AGC系统模糊PID控制器的设计 | 第53-58页 |
| ·采用模糊PID控制器控制的AGC系统基本结构 | 第53-54页 |
| ·模糊PID控制器的设计 | 第54-58页 |
| ·控制算法的仿真实现与结果分析 | 第58-63页 |
| ·构建控制系统仿真结构图 | 第58-59页 |
| ·基于Simulink的模糊控制器设计 | 第59-61页 |
| ·仿真结果与分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 结论与展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士学位期间主要研究成果 | 第70页 |
