| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题研究背景 | 第10-11页 |
| ·板厚控制技术发展概况 | 第11-13页 |
| ·板厚控制技术发展历程 | 第11-12页 |
| ·板厚控制技术发展趋势 | 第12-13页 |
| ·神经网络的发展及研究现状 | 第13-14页 |
| ·课题的来源及研究意义 | 第14-15页 |
| ·本论文的主要研究内容 | 第15-17页 |
| 第2章 液压AGC 辊缝系统的建模 | 第17-29页 |
| ·液压AGC 辊缝系统简介 | 第17-20页 |
| ·影响辊缝的主要因素 | 第17页 |
| ·弹跳方程 | 第17-20页 |
| ·液压AGC 系统的构成 | 第20-21页 |
| ·液压AGC 辊缝系统数学模型 | 第21-28页 |
| ·伺服放大器 | 第21-22页 |
| ·电液伺服阀 | 第22-24页 |
| ·阀控液压缸 | 第24-27页 |
| ·位移传感器 | 第27页 |
| ·液压AGC 辊缝系统 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 神经网络的基本理论 | 第29-47页 |
| ·神经元结构模型 | 第29-30页 |
| ·BP 神经网络 | 第30-32页 |
| ·BP 神经网络结构 | 第30-31页 |
| ·BP 神经网络的局限性 | 第31-32页 |
| ·基于神经网络的PID 控制 | 第32-39页 |
| ·PID 控制及其局限性 | 第32-35页 |
| ·基于神经网络的PID 控制方式 | 第35-36页 |
| ·基于BP 神经网络的PID 控制 | 第36-39页 |
| ·PID 神经网络及其控制系统 | 第39-46页 |
| ·PID 神经网络的前向算法 | 第40-42页 |
| ·PID 神经网络的反传算法 | 第42-45页 |
| ·PID 神经网络控制系统及算法实现 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 液压AGC 辊缝系统的PID 神经网络控制 | 第47-63页 |
| ·常规PID 控制 | 第47-49页 |
| ·基于BP 网络整定PID 控制 | 第49-51页 |
| ·PID 神经网络控制 | 第51-57页 |
| ·PID 神经网络控制器的设计 | 第52-53页 |
| ·系统仿真 | 第53-57页 |
| ·改进型PID 神经网络控制 | 第57-62页 |
| ·改进思路 | 第57-58页 |
| ·改进型PID 神经网络控制器算法设计 | 第58-59页 |
| ·系统仿真 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表的学术论文 | 第69-70页 |
| 致谢 | 第70页 |