热牵伸辊温度建模及其自适应控制方法研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第11-15页 |
1.1 研究背景 | 第11-12页 |
1.2 研究的目的和意义 | 第12页 |
1.3 国内外研究现状 | 第12-13页 |
1.4 课题研究的主要内容 | 第13-15页 |
2 系统分析 | 第15-23页 |
2.1 需求分析 | 第15-17页 |
2.1.1 工业现场出现的问题 | 第15-16页 |
2.1.2 问题分析 | 第16页 |
2.1.3 设计目标 | 第16-17页 |
2.2 系统框架组成 | 第17-18页 |
2.3 关键技术 | 第18-23页 |
2.3.1 温度测量技术 | 第18-20页 |
2.3.2 转速检测技术 | 第20页 |
2.3.3 自适应控制技术 | 第20-21页 |
2.3.4 建模技术 | 第21-23页 |
3 硬件设计 | 第23-30页 |
3.1 辊体设计 | 第23-24页 |
3.2 测温电路 | 第24-25页 |
3.3 测速电路 | 第25-27页 |
3.4 控制电路 | 第27-30页 |
4 热辊加热器导丝盘温度变化建模 | 第30-45页 |
4.1 常用建模方法 | 第30-33页 |
4.1.1 最小二乘法 | 第30-31页 |
4.1.2 微分方程建模方法 | 第31-32页 |
4.1.3 差分方程建模方法 | 第32-33页 |
4.2 温度热力学建模 | 第33-43页 |
4.2.1 模型假设 | 第33-34页 |
4.2.2 热牵伸辊温度损失数学模型 | 第34-37页 |
4.2.3 热辊加热器加热模型 | 第37-38页 |
4.2.4 热辊加热纺丝的工作模型 | 第38-39页 |
4.2.5 参数辨识及模型检验 | 第39-43页 |
4.3 模型评价 | 第43-45页 |
5 温度自适应控制算法 | 第45-60页 |
5.1 PID控制原理 | 第45-47页 |
5.2 PID参数整定 | 第47-49页 |
5.3 神经网络基本理论 | 第49-52页 |
5.3.1 单神经元PID算法 | 第49-50页 |
5.3.2 RBF神经网络 | 第50-52页 |
5.4 神经网络自适应PID控制算法设计 | 第52-58页 |
5.4.1 RBF神经网络整定PID参数 | 第53-56页 |
5.4.2 RBF神经网络的监督控制作用 | 第56-58页 |
5.5 算法仿真与结果分析 | 第58-60页 |
6 软件设计 | 第60-68页 |
6.1 软件总体设计 | 第60-61页 |
6.2 转速处理函数 | 第61-64页 |
6.3 测温模块软件设计 | 第64-66页 |
6.4 PID参数RBF整定 | 第66-67页 |
6.5 RBF的神经网络监督控制模块设计 | 第67-68页 |
7 系统实现与展望 | 第68-72页 |
7.1 工业现场实现 | 第68-69页 |
7.2 结论 | 第69-70页 |
7.3 展望 | 第70-72页 |
参考文献 | 第72-75页 |
致谢 | 第75-76页 |
个人简介、在学期间发表的学术论文与研究成果 | 第76页 |