| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题研究的背景和意义 | 第11-12页 |
| ·滞后控制的研究状况 | 第12-16页 |
| ·传统控制方法 | 第13-14页 |
| ·智能控制方法 | 第14-15页 |
| ·传统控制与先进控制相结合 | 第15-16页 |
| ·课题来源与研究内容 | 第16-17页 |
| 第2章 板形控制手段的动态特性分析及辨识 | 第17-38页 |
| ·板形控制系统的结构 | 第17-18页 |
| ·电液弯辊伺服系统 | 第18-23页 |
| ·电液弯辊伺服系统的组成原理 | 第18页 |
| ·电液弯辊伺服控制系统的数学模型 | 第18-23页 |
| ·参数辨识与验证 | 第23-32页 |
| ·参数辨识的基础原理 | 第23-25页 |
| ·数据的获取 | 第25-27页 |
| ·利用 Matlab 辨识工具箱进行参数辨识 | 第27-29页 |
| ·最终模型 | 第29-32页 |
| ·倾辊系统 | 第32-34页 |
| ·轧制力与带材变形之间的关系 | 第34-36页 |
| ·板形仪的传递函数 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第 3 章 Smith 预估器的特性及仿真分析 | 第38-45页 |
| ·板形闭环控制中时滞的特点 | 第38页 |
| ·Smith 预估器 | 第38-42页 |
| ·Smith 预估器的结构原理 | 第39-41页 |
| ·Smith 预估器的特性分析 | 第41-42页 |
| ·Smith 预估器的 Matlab 仿真分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 神经网络在滞后补偿中的应用 | 第45-62页 |
| ·单神经元 Smith 预估器 | 第45-48页 |
| ·PID 神经网络内模控制在滞后补偿中的应用 | 第48-61页 |
| ·内模控制 | 第48-50页 |
| ·内模控制器的设计 | 第50-51页 |
| ·PID 神经网络 | 第51-58页 |
| ·PID 神经网络(PIDNN)的内模控制及其仿真 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 实验研究 | 第62-75页 |
| ·300 mm 四辊冷带可逆轧机的构成 | 第62-64页 |
| ·板厚、板形控制系统构成 | 第64-69页 |
| ·硬件构成 | 第64-67页 |
| ·软件构成 | 第67-69页 |
| ·板形闭环控制 | 第69-70页 |
| ·板形目标曲线的设定 | 第69页 |
| ·板形模式识别 | 第69-70页 |
| ·实验结果 | 第70-74页 |
| ·本章小结 | 第74-75页 |
| 结论 | 第75-77页 |
| 附录 | 第77-84页 |
| 参考文献 | 第84-89页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第89-90页 |
| 承担的研究课题 | 第89页 |
| 发表的学术论文 | 第89-90页 |
| 致谢 | 第90-91页 |
| 作者简介 | 第91页 |