冷轧板形智能预测控制研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·我国板带材的生产情况 | 第10-11页 |
| ·板形控制技术的发展概况 | 第11-15页 |
| ·板形控制技术的发展 | 第11-13页 |
| ·板形控制中存在的问题 | 第13-14页 |
| ·板形控制的未来发展方向 | 第14-15页 |
| ·课题研究目的和意义 | 第15-16页 |
| ·课题来源与本文主要研究内容 | 第16-18页 |
| ·课题来源 | 第16页 |
| ·本文主要研究内容 | 第16-18页 |
| 第2章 板形基础知识 | 第18-30页 |
| ·板形的基本概念 | 第18-20页 |
| ·板形表示方法 | 第18-19页 |
| ·板形良好的条件 | 第19-20页 |
| ·板形缺陷及其控制策略 | 第20-22页 |
| ·常见板形缺陷 | 第20页 |
| ·板形控制策略 | 第20-22页 |
| ·板形模式识别 | 第22-29页 |
| ·板形基本模式 | 第23-25页 |
| ·基于勒让德正交多项式的最小二乘法 | 第25-26页 |
| ·板形模式识别实例 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 板形预测模型研究 | 第30-64页 |
| ·预测控制系统概述 | 第30-33页 |
| ·预测控制简介 | 第30-31页 |
| ·预测控制的基本原理 | 第31-32页 |
| ·智能预测控制及研究方向 | 第32-33页 |
| ·板形智能预测控制系统 | 第33-34页 |
| ·板形Elman 网络预测模型 | 第34-50页 |
| ·预测模型的选择 | 第34-36页 |
| ·Elman 网络结构 | 第36-38页 |
| ·板形预测模型的输入输出 | 第38-39页 |
| ·遗传算法简介 | 第39-42页 |
| ·Elman 网络学习算法 | 第42-50页 |
| ·板形预测模型的实时反馈校正 | 第50-53页 |
| ·板形预测仿真 | 第53-63页 |
| ·板形预测模型离线训练 | 第53-55页 |
| ·板形预测模型在线仿真一 | 第55-59页 |
| ·板形预测模型在线仿真二 | 第59-63页 |
| ·本章小结 | 第63-64页 |
| 第4章 板形滚动优化控制模型 | 第64-85页 |
| ·滚动优化方法 | 第64-65页 |
| ·板形滚动优化策略 | 第65-66页 |
| ·动态模糊神经网络结构 | 第66-68页 |
| ·动态模糊神经网络的学习算法 | 第68-84页 |
| ·基于GA-BP 的离线训练 | 第68-77页 |
| ·离线训练仿真 | 第77-82页 |
| ·在线训练 | 第82-84页 |
| ·本章小结 | 第84-85页 |
| 第5章 板形预测控制仿真 | 第85-100页 |
| ·板形预测控制程序设计 | 第85页 |
| ·预测控制仿真分析 | 第85-99页 |
| ·仿真实例一 | 第86-88页 |
| ·仿真实例二 | 第88-93页 |
| ·仿真实例三 | 第93-99页 |
| ·本章小结 | 第99-100页 |
| 结论 | 第100-101页 |
| 附录 | 第101-106页 |
| 参考文献 | 第106-111页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第111-112页 |
| 致谢 | 第112-113页 |
| 作者简介 | 第113页 |
