| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-15页 |
| ·本课题研究背景与意义 | 第11页 |
| ·热轧卷取及其控制系统概述 | 第11-13页 |
| ·热轧卷取张力控制技术发展概况 | 第11-12页 |
| ·卷取张力控制策略 | 第12-13页 |
| ·神经网络在轧制领域的应用状况 | 第13-14页 |
| ·本文的主要研究内容 | 第14-15页 |
| 第2章 热轧卷取主要设备和工艺流程 | 第15-23页 |
| ·卷取部分主要现场设备 | 第15-20页 |
| ·卷筒 | 第16-17页 |
| ·助卷辊 | 第17页 |
| ·夹送辊 | 第17-18页 |
| ·侧导板 | 第18页 |
| ·输出辊道 | 第18-20页 |
| ·卷取机工艺流程分析 | 第20-22页 |
| ·准备状态 | 第20-21页 |
| ·正常卷取状态 | 第21页 |
| ·收卷状态 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 卷取机张力控制系统分析 | 第23-45页 |
| ·卷取张力控制方式 | 第23-25页 |
| ·直接张力控制方式 | 第23-24页 |
| ·间接张力控制方式 | 第24页 |
| ·复合张力控制方式 | 第24-25页 |
| ·卷取机张力控制的理论值计算 | 第25-26页 |
| ·卷取机的间接张力控制原理 | 第26-30页 |
| ·电流电势复合控制法 | 第28-29页 |
| ·最大力矩控制法 | 第29-30页 |
| ·卷筒的力矩补偿 | 第30-33页 |
| ·惯性力矩的补偿 | 第30-33页 |
| ·摩擦力矩的补偿 | 第33页 |
| ·卷径的计算方法 | 第33-34页 |
| ·被控对象模型的建立 | 第34-36页 |
| ·卷取张力动态模型 | 第34-35页 |
| ·直流电机数学模型 | 第35-36页 |
| ·变流器数学模型 | 第36页 |
| ·卷取机张力控制系统调节器参数整定 | 第36-42页 |
| ·电流调节器参数整定 | 第37-39页 |
| ·电流调节器的等效传递函数 | 第39-40页 |
| ·转速调节器参数整定 | 第40-42页 |
| ·本章小结 | 第42-45页 |
| 第4章 BP神经网络PID张力控制器设计及仿真研究 | 第45-65页 |
| ·神经网络原理和应用 | 第45-49页 |
| ·人工神经元模型 | 第45-46页 |
| ·神经网络的互联模式 | 第46-48页 |
| ·神经网络的学习方式和学习规则 | 第48-49页 |
| ·神经网络的特性 | 第49页 |
| ·BP神经网络结构和算法 | 第49-53页 |
| ·BP神经网络的结构 | 第50页 |
| ·BP神经网络算法 | 第50-53页 |
| ·BP神经网络PID控制研究 | 第53-57页 |
| ·PID控制算法 | 第53-54页 |
| ·基于BP神经网络的PID控制算法 | 第54-57页 |
| ·卷取机张力控制系统的仿真对比研究 | 第57-64页 |
| ·基于常规PID控制系统仿真 | 第57-61页 |
| ·基于BP神经网络PID控制系统仿真 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 第5章 结论与展望 | 第65-67页 |
| ·主要工作总结 | 第65页 |
| ·后续工作展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |