| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·引言 | 第10页 |
| ·连铸技术的产生及发展现状 | 第10-11页 |
| ·结晶器液位控制技术的现状及发展趋势 | 第11-12页 |
| ·PID 控制理论发展现状 | 第12-13页 |
| ·神经网络控制理论发展 | 第13-15页 |
| ·论文构成 | 第15-16页 |
| 第二章 连铸机工艺与控制系统分析 | 第16-27页 |
| ·连铸工艺过程 | 第16-18页 |
| ·薄板连铸机控制系统架构与特点 | 第18-23页 |
| ·CSP 薄板坯连铸工艺特点与关键技术 | 第23-25页 |
| ·影响结晶器液位的主要因素 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 CSP 连铸机结晶器液位控制系统 | 第27-35页 |
| ·结晶器液位控制系统组成 | 第27-29页 |
| ·CSP 薄板连铸机液位控制问题与难点分析 | 第29-31页 |
| ·CSP 连铸机液位控制策略分析 | 第31-33页 |
| ·涟钢结晶器液位控制的局限性 | 第33页 |
| ·薄板坯连铸结晶器液位控制优化思想 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于 RBF 神经网络 PID 的液位控制方法 | 第35-48页 |
| ·结晶器液位系统建模 | 第35-39页 |
| ·神经网络 PID 控制器设计 | 第39-42页 |
| ·基于 RBF 神经网络的 PID 整定 | 第42-45页 |
| ·RBF 神经网络学习算法 | 第45-47页 |
| ·结晶器液位控制神经网络构造 | 第47-48页 |
| 第五章 RBF 神经网络 PID 参数自整定控制系统仿真分析 | 第48-52页 |
| ·MATALAB 介绍 | 第48页 |
| ·连铸机结晶器液位控制系统仿真对比 | 第48-52页 |
| 第六章 CSP 结晶器液位神经网络控制系统实践 | 第52-56页 |
| ·1#连铸机结晶器液位 RBF 神经网络 PID 控制系统结构 | 第52-53页 |
| ·系统运行效果分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第七章 结论与展望 | 第56-58页 |
| ·结论 | 第56-57页 |
| ·展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 附录 A （攻读硕士学位期间发表论文目录） | 第63页 |
