基于总流量控制的BP神经网络在铜板轧制的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-13页 |
| ·课题的背景及意义 | 第8-9页 |
| ·预测控制的现状及问题 | 第9-10页 |
| ·神经网络的优点 | 第10-11页 |
| ·神经网络在轧制领域应用的国内外现状 | 第11页 |
| ·课题的来源 | 第11-12页 |
| ·本课题的主要工作 | 第12-13页 |
| 第2章 轧制理论及带材厚度控制理论 | 第13-34页 |
| ·轧制理论 | 第13-23页 |
| ·轧制的基本原理 | 第13-14页 |
| ·轧机的基本构成 | 第14-16页 |
| ·轧机机架的刚度 | 第16-17页 |
| ·轧制理论 | 第17-23页 |
| ·轧制过程带材厚度的控制理论 | 第23-33页 |
| ·机架刚度和带材刚度的实际测量 | 第23-25页 |
| ·厚度控制方式及控制理论 | 第25-28页 |
| ·流量控制系统控制模型的建立 | 第28-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 BP网络在总流量控制理论轧机上的应用研究 | 第34-50页 |
| ·BP神经网络及其模型 | 第34-35页 |
| ·概述 | 第34页 |
| ·BP网络模型 | 第34-35页 |
| ·BP神经网络的算法 | 第35-39页 |
| ·BP神经网络的基本原理 | 第35-37页 |
| ·BP算法实现的基本步骤 | 第37-39页 |
| ·BP神经元网络存在的问题及其解决办法 | 第39-42页 |
| ·BP算法存在的问题及其原因 | 第39-40页 |
| ·解决办法 | 第40-42页 |
| ·BP网络在轧机应用的模型建立和计算机实现 | 第42-45页 |
| ·BP网络在轧机应用中的模型建立 | 第42-43页 |
| ·BP网络在轧机应用中的计算机实现 | 第43-45页 |
| ·数据处理及计算结果分析 | 第45-49页 |
| ·输入样本的准备 | 第45页 |
| ·数据处理及训练效果评定 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 攻读硕士学位期间所发表的学术论文 | 第53-54页 |
| 致谢 | 第54页 |
