基于神经网络的电弧炉电极调节控制器设计
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-24页 |
| 1.1 电弧炉炼钢概述 | 第10-11页 |
| 1.2 电弧炉冶炼设备与工作原理 | 第11-19页 |
| 1.2.1 电弧炉冶炼设备介绍 | 第11-16页 |
| 1.2.2 电弧炉的冶炼工艺 | 第16-19页 |
| 1.3 课题的意义及研究现状 | 第19-21页 |
| 1.3.1 课题的意义 | 第19-20页 |
| 1.3.2 课题的研究现状 | 第20-21页 |
| 1.4 本文的主要工作 | 第21-24页 |
| 第2章 电极调节系统的建模 | 第24-44页 |
| 2.1 交流电弧的建模 | 第24-32页 |
| 2.1.1 交流电弧的物理特性 | 第24-26页 |
| 2.1.2 建立电弧模型的前提 | 第26-28页 |
| 2.1.3 电弧模型的推导 | 第28-30页 |
| 2.1.4 交流电弧模型的仿真验证 | 第30-32页 |
| 2.2 电弧炉供电系统的建模 | 第32-38页 |
| 2.2.1 供电系统模型的数学推导 | 第32-34页 |
| 2.2.2 供电系统模型的仿真验证 | 第34-36页 |
| 2.2.3 供电系统耦合特性分析 | 第36-38页 |
| 2.3 液压系统的建模 | 第38-41页 |
| 2.3.1 液压系统数学模型的推导 | 第38-40页 |
| 2.3.2 液压系统模型的仿真 | 第40-41页 |
| 2.4 电极调节系统的模型 | 第41-42页 |
| 2.5 本章小结 | 第42-44页 |
| 第3章 电极调节系统控制方案设计 | 第44-52页 |
| 3.1 电极调节系统的组成 | 第44-45页 |
| 3.2 电极调节系统对控制器的要求 | 第45-46页 |
| 3.3 电极控制方案的确定原则 | 第46-50页 |
| 3.3.1 电弧炉电极的控制方法 | 第46-49页 |
| 3.3.2 总体控制方案的确定 | 第49-50页 |
| 3.4 本章小结 | 第50-52页 |
| 第4章 电弧炉自适应逼近模型控制器 | 第52-68页 |
| 4.1 ESN动态递归网络介绍 | 第52-57页 |
| 4.1.1 ESN动态递归神经网络的结构和性质 | 第53-54页 |
| 4.1.2 ESN网络的离线学习算法 | 第54-55页 |
| 4.1.3 递推最小二乘在线学习算法 | 第55-57页 |
| 4.2 电极调节系统被控对象分析 | 第57-58页 |
| 4.3 基于ESN的电极控制器 | 第58-63页 |
| 4.3.1 控制器设计 | 第58-59页 |
| 4.3.2 仿真验证 | 第59-63页 |
| 4.4 基于改进ESN的电极控制器 | 第63-67页 |
| 4.4.1 ESN网络的改进算法 | 第63-64页 |
| 4.4.2 仿真验证 | 第64-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第5章 结论与展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74页 |
