| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 课题背景及研究的意义 | 第11-12页 |
| 1.2 国内外电磁感应加热技术现状及发展趋势 | 第12-14页 |
| 1.3 论文的主要研究内容 | 第14页 |
| 1.4 本章小结 | 第14-15页 |
| 第二章 电磁炉加热控制分析与模型 | 第15-28页 |
| 2.1 引言 | 第15页 |
| 2.2 电磁感应加热基本理论 | 第15-18页 |
| 2.2.1 电磁感应定律 | 第15-17页 |
| 2.2.2 透入深度与集肤效应 | 第17-18页 |
| 2.3 电磁炉工作原理 | 第18-21页 |
| 2.4 典型电磁炉系统结构及控制方案 | 第21-25页 |
| 2.4.1 电磁炉系统结构及工作模式 | 第21-22页 |
| 2.4.2 电磁炉的功率调节 | 第22-25页 |
| 2.5 电磁炉温度控制数学模型 | 第25-27页 |
| 2.5.1 温度控制系统模型 | 第25页 |
| 2.5.2 对象模型的辨识 | 第25-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 智能控制与电磁炉新型控制方案 | 第28-43页 |
| 3.1 引言 | 第28页 |
| 3.2 模糊控制原理 | 第28-33页 |
| 3.2.1 模糊控制基本理论 | 第28-29页 |
| 3.2.2 模糊控制器的组成 | 第29-33页 |
| 3.3 神经网络控制原理 | 第33-37页 |
| 3.3.1 人工神经元模型 | 第33-34页 |
| 3.3.2 人工神经网络模型 | 第34-37页 |
| 3.3.3 神经网络的学习方法 | 第37页 |
| 3.4 电磁炉温度控制系统的控制方案 | 第37-42页 |
| 3.4.1 基于 Mamdani 推理的模糊神经网络 | 第38-41页 |
| 3.4.2 模糊神经网络结构及学习算法 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 电磁炉控制算法的仿真与分析 | 第43-50页 |
| 4.1 引言 | 第43页 |
| 4.2 MATLAB/SIMULINK 仿真软件简介 | 第43-44页 |
| 4.2.1 MATLAB | 第43-44页 |
| 4.2.2 SIMULINK 开发环境 | 第44页 |
| 4.3 电磁炉的三种控制方法仿真与分析 | 第44-49页 |
| 4.3.1 PID 控制 | 第44-46页 |
| 4.3.2 模糊控制 | 第46-48页 |
| 4.3.3 模糊神经网络控制算法控制 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 电磁炉涡流场分析与建模 | 第50-62页 |
| 5.1 引言 | 第50页 |
| 5.2 三维涡流场分析 | 第50-59页 |
| 5.2.1 三维涡流分析的特点 | 第50-51页 |
| 5.2.2 矢量电位与标量磁位，A,A- 法 | 第51-55页 |
| 5.2.3 边界条件 | 第55-59页 |
| 5.3 Ansoft Maxwell 简介 | 第59页 |
| 5.4 电磁炉的 3D 涡流场模型 | 第59-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第六章 涡流场仿真结果分析与电磁炉的优化 | 第62-78页 |
| 6.1 电磁炉涡流场分析 | 第62-64页 |
| 6.2 电磁炉的优化 | 第64-77页 |
| 6.2.1 电磁炉线圈盘结构的优化 | 第64-65页 |
| 6.2.2 电磁炉测温方式的优化 | 第65-75页 |
| 6.2.3 电磁炉锅具的选择 | 第75-77页 |
| 6.3 本章小结 | 第77-78页 |
| 总结与展望 | 第78-80页 |
| 总结 | 第78-79页 |
| 展望 | 第79-80页 |
| 参考文献 | 第80-83页 |
| 攻读硕士学位期间取得的研究成果 | 第83-84页 |
| 致谢 | 第84-85页 |
| 附件 | 第85页 |