模糊神经网络及其在板形控制中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪 论 | 第8-17页 |
| 1.1 课题的背景及研究意义 | 第8页 |
| 1.2 板形控制的发展及现状 | 第8-11页 |
| 1.2.1 板形控制设备的发展 | 第8-10页 |
| 1.2.2 板形理论的发展及现状 | 第10页 |
| 1.2.3 板形控制方法的研究现状 | 第10-11页 |
| 1.3 模糊技术与神经网络的发展 | 第11-15页 |
| 1.3.1 传统控制的局限和智能控制的发展 | 第11-12页 |
| 1.3.2 模糊控制的发展与研究现状 | 第12-14页 |
| 1.3.3 神经网络的发展与研究现状 | 第14-15页 |
| 1.4 本文主要研究内容 | 第15-16页 |
| 1.5 本文结构安排 | 第16-17页 |
| 第2章 板形控制基础 | 第17-28页 |
| 2.1 板形控制的相关知识 | 第17-26页 |
| 2.1.1 板形及其表示方法 | 第17-20页 |
| 2.1.2 影响板形的因素 | 第20-21页 |
| 2.1.3 板形控制系统 | 第21-22页 |
| 2.1.4 板形缺陷模式分类 | 第22-24页 |
| 2.1.5 UC 轧机板形控制 | 第24-26页 |
| 2.2 板形控制存在的问题 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 模糊控制及神经网络 | 第28-43页 |
| 3.1 模糊控制的基本思想及特性 | 第28-29页 |
| 3.2 模糊控制器 | 第29-33页 |
| 3.2.1 模糊化 | 第29-31页 |
| 3.2.2 模糊数据库和规则库 | 第31-32页 |
| 3.2.3 模糊推理 | 第32页 |
| 3.2.4 清晰化 | 第32-33页 |
| 3.3 神经网络的基本思想及特性 | 第33-35页 |
| 3.3.1 神经网络概述 | 第33-34页 |
| 3.3.2 神经网络的特性 | 第34-35页 |
| 3.4 神经网络控制方案及神经网络系统辨识 | 第35-40页 |
| 3.4.1 常见的神经网络控制方案 | 第35-39页 |
| 3.4.2 神经网络系统辨识 | 第39-40页 |
| 3.5 模糊理论与神经网络的结合 | 第40-42页 |
| 3.5.1 两种技术结合的必要性 | 第40-41页 |
| 3.5.2 模糊技术与神经网络相结合的几种形式 | 第41-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 基于FNN 模型参考的液压弯辊自适应控制 | 第43-57页 |
| 4.1 引言 | 第43页 |
| 4.2 液压系统特性 | 第43-45页 |
| 4.2.1 液压伺服系统的非线性特性 | 第43-44页 |
| 4.2.2 液压伺服系统的时变性 | 第44页 |
| 4.2.3 液压弯辊系统模型 | 第44-45页 |
| 4.3 FNN 模型参考自适应控制器设计 | 第45-53页 |
| 4.3.1 控制方案 | 第45-46页 |
| 4.3.2 神经网络在线辨识模型及仿真 | 第46-51页 |
| 4.3.3 模糊神经网络MRAC 控制器设计 | 第51-53页 |
| 4.4 FNNMRAC 仿真试验研究及结果分析 | 第53-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 基于模糊神经网络的二次型板形缺陷控制 | 第57-65页 |
| 5.1 UC 轧机中间辊弯辊控制回路 | 第57-59页 |
| 5.2 模糊神经网络控制方案 | 第59-61页 |
| 5.2.1 模糊神经网络系统结构 | 第59页 |
| 5.2.2 模糊神经网络控制器的模糊推理规则 | 第59-60页 |
| 5.2.3 模糊神经网络控制器的结构 | 第60页 |
| 5.2.4 网络的学习算法 | 第60-61页 |
| 5.3 仿真试验研究及结果分析 | 第61-64页 |
| 5.4 本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间所发表的学术论文 | 第70-71页 |
| 致谢 | 第71页 |
