基于智能观测器板厚控制方法研究
| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文的主要研究内容 | 第12-14页 |
| 第二章 轧机出口厚度理论分析 | 第14-24页 |
| 2.1 轧机厚度预设模型 | 第14-18页 |
| 2.2 轧机轧件的弹塑性及P-h图 | 第18-20页 |
| 2.3 影响轧件厚度的因素 | 第20-22页 |
| 2.4 样本数据的机理模型误差分析 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 数据分析及厚控系统数学模型 | 第24-36页 |
| 3.1 主成分分析法原理及处理结果 | 第24-29页 |
| 3.1.1 主成分分析法的数学表达形式 | 第24-26页 |
| 3.1.2 样本数据的分析处理 | 第26-29页 |
| 3.2 精轧机组液压厚控系统的组成结构 | 第29-34页 |
| 3.2.1 带钢厚度控制系统的基本组成 | 第30-31页 |
| 3.2.2 控制回路各部分的数学模型 | 第31-34页 |
| 3.3 厚度控制系统的动态方程 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于全维观测器的厚度控制设计 | 第36-56页 |
| 4.1 传统全维状态观测器设计 | 第36-38页 |
| 4.2 输出反馈控制器和全维状态观测器的设计 | 第38-46页 |
| 4.2.1 带延时环节输出反馈控制器设计 | 第38-42页 |
| 4.2.2 基于全维状态观测器的厚度控制反馈设计 | 第42页 |
| 4.2.3 控制模型搭建及仿真结果 | 第42-46页 |
| 4.3 基于支持向量机（SVM）厚控设计 | 第46-54页 |
| 4.3.1 SVM的基本原理及厚度预测模型仿真 | 第46-50页 |
| 4.3.2 SGO的设计及仿真 | 第50-54页 |
| 4.4 本章小结 | 第54-56页 |
| 第五章 PID控制器设计及仿真试验 | 第56-62页 |
| 5.1 PID控制的基本原理 | 第56-57页 |
| 5.2 系统仿真实验 | 第57-60页 |
| 5.2.1 系统的结构模型 | 第57-58页 |
| 5.2.2 系统的数学模型 | 第58-59页 |
| 5.2.3 仿真实验研究 | 第59-60页 |
| 5.3 本章小结 | 第60-62页 |
| 第六章 结论与展望 | 第62-64页 |
| 6.1 结论 | 第62页 |
| 6.2 展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 附录 | 第72页 |
