基于神经网络的精炼炉电极调节智能控制系统的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 引言 | 第8-9页 |
| 第一章 LF 精炼炉概述 | 第9-14页 |
| ·电弧炉简介 | 第9页 |
| ·LF 精炼炉 | 第9-11页 |
| ·LF 精炼炉功能和优点 | 第10页 |
| ·LF 精炼炉设备和冶金工艺流程 | 第10-11页 |
| ·LF 精炼炉控制系统 | 第11-12页 |
| ·LF 精炼炉电极升降控制 | 第12-13页 |
| 本章小结 | 第13-14页 |
| 第二章 LF 精炼炉电极调节控制综述 | 第14-22页 |
| ·电极升降驱动方式 | 第14-15页 |
| ·LF 精炼炉的电气特性 | 第15-17页 |
| ·LF 精炼炉电极升降控制器的具体要求 | 第17页 |
| ·LF 精炼炉电极调节控制国内外发展现状 | 第17-20页 |
| ·课题研究的目的和意义 | 第20页 |
| ·本课题的主要研究内容 | 第20-21页 |
| 本章小结 | 第21-22页 |
| 第三章 LF 精炼炉主电路的建模 | 第22-28页 |
| ·LF 精炼炉主电路构成 | 第22-23页 |
| ·LF 精炼炉主电路的电路模型 | 第23-24页 |
| ·交流电弧的物理特性 | 第24-25页 |
| ·交流电弧的等效数学模型 | 第25-27页 |
| 本章小结 | 第27-28页 |
| 第四章 神经网络基础 | 第28-37页 |
| ·神经网络概述 | 第28页 |
| ·神经网络的特征 | 第28页 |
| ·神经网络的应用 | 第28页 |
| ·神经网络的互联结构 | 第28-29页 |
| ·神经网络的学习方式 | 第29-30页 |
| ·BP 网络 | 第30-36页 |
| ·BP 网络的构成 | 第30页 |
| ·BP 网络的特点 | 第30-31页 |
| ·BP 网络的学习过程 | 第31-34页 |
| ·BP 算法的改进 | 第34-36页 |
| 本章小结 | 第36-37页 |
| 第五章 MATLAB 神经网络知识 | 第37-42页 |
| ·MATLAB 简介 | 第37页 |
| ·神经网络工具箱 | 第37-39页 |
| ·神经网络的构建基础 | 第39-41页 |
| 本章小结 | 第41-42页 |
| 第六章 电极升降神经网络控制 | 第42-50页 |
| ·神经网络直接逆控制 | 第42页 |
| ·电极升降神经网络模型设计 | 第42-48页 |
| ·确定被控对象 | 第42-43页 |
| ·确定网络模型结构 | 第43-46页 |
| ·输入输出数据处理 | 第46页 |
| ·网络模型训练 | 第46-48页 |
| ·离线仿真及效果分析 | 第48-50页 |
| 全文总结 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 致谢 | 第53-54页 |
| 附录 | 第54-64页 |
