| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 1 绪论 | 第10-24页 |
| 1.1 选题背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 板带轧制及跑偏的研究现状 | 第10-12页 |
| 1.2.2 轧件跑偏控制的研究现状 | 第12-15页 |
| 1.2.3 我国金属板带连轧生产跑偏现状 | 第15-16页 |
| 1.3 铝热连轧系统及轧制过程概述 | 第16-22页 |
| 1.3.1 五连轧轧制系统的描述 | 第16-18页 |
| 1.3.2 轧件板形及板厚的描述 | 第18-22页 |
| 1.4 论文的主要研究内容 | 第22-24页 |
| 2 跑偏控制模型的建立与分析 | 第24-62页 |
| 2.1 跑偏数学模型分析 | 第24-34页 |
| 2.1.1 跑偏特征量的描述 | 第24-26页 |
| 2.1.2 跑偏数学模型的建立 | 第26-34页 |
| 2.2 仿真结果分析与跑偏控制方案设计 | 第34-46页 |
| 2.2.1 仿真分析 | 第34-42页 |
| 2.2.2 跑偏控制方案的设计 | 第42-46页 |
| 2.3 跑偏控制仿真与辊缝差调控 | 第46-61页 |
| 2.3.1 精轧阶段的纠偏仿真 | 第46-57页 |
| 2.3.2 轧制过程的横向平衡控制 | 第57-61页 |
| 2.4 本章小结 | 第61-62页 |
| 3 跑偏控制模型的应用研究 | 第62-96页 |
| 3.1 热连轧生产线设备与现场特征参数 | 第62-68页 |
| 3.1.1 热连轧生产现场主要原始参数 | 第63-64页 |
| 3.1.2 热连轧生产现场检测系统 | 第64-66页 |
| 3.1.3 热连轧生产现场的可观量和易控量 | 第66-68页 |
| 3.2 轧制过程控制参数的确定 | 第68-73页 |
| 3.2.1 现场数据的处理及参数计算 | 第68-72页 |
| 3.2.2 轧制力差区间的划分及辊缝差值设定 | 第72-73页 |
| 3.3 轧制过程的纠偏控制 | 第73-94页 |
| 3.3.1 辊缝差调整的纠偏控制 | 第73-79页 |
| 3.3.2 单机架头部和尾部的纠偏控制 | 第79-87页 |
| 3.3.3 机架之间的反馈纠偏控制 | 第87-94页 |
| 3.4 本章小结 | 第94-96页 |
| 4 张力对跑偏控制的影响研究 | 第96-114页 |
| 4.1 轧制过程中张力的影响 | 第96-98页 |
| 4.1.1 前滑和后滑的横向非对称性对出入口速度分布的影响 | 第96-98页 |
| 4.1.2 连轧中张力的控制 | 第98页 |
| 4.2 张力有限元模型的建立 | 第98-106页 |
| 4.2.1 轧辊和轧件参数的确定 | 第99-104页 |
| 4.2.2 有限元模拟中的非线性问题处理 | 第104-106页 |
| 4.3 张力调整下的纠偏仿真分析 | 第106-111页 |
| 4.3.1 轧件的压下率 | 第106-107页 |
| 4.3.2 跑偏仿真分析 | 第107-111页 |
| 4.4 本章小结 | 第111-114页 |
| 5 基于模式识别的尾部自适应纠偏控制研究 | 第114-134页 |
| 5.1 跑偏曲线的神经网络模型识别 | 第114-123页 |
| 5.1.1 尾部跑偏模式库的构建 | 第117-119页 |
| 5.1.2 跑偏信号神经网络模型构建 | 第119-123页 |
| 5.2 轧制力差与跑偏量回归模型 | 第123-125页 |
| 5.3 基于模式识别的尾部轧制纠偏策略 | 第125-128页 |
| 5.4 尾部自适应纠偏实验研究 | 第128-132页 |
| 5.4.1 现场自适应纠偏框图 | 第128-129页 |
| 5.4.2 现场数据仿真分析 | 第129-132页 |
| 5.5 本章小结 | 第132-134页 |
| 6 全文结论与研究展望 | 第134-138页 |
| 6.1 全文结论 | 第134-135页 |
| 6.2 主要创新点 | 第135-136页 |
| 6.3 展望 | 第136-138页 |
| 参考文献 | 第138-146页 |
| 攻读学位期间主要的研究成果 | 第146-148页 |
| 致谢 | 第148页 |