| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1. 绪论 | 第10-17页 |
| ·引言 | 第10-11页 |
| ·国内外蓄热式钢包烘烤装置的发展现状 | 第11-14页 |
| ·钢包烘烤装置计算机控制在国内的应用现状 | 第13页 |
| ·钢包烘烤装置计算机控制在国外的应用现状 | 第13-14页 |
| ·过程控制系统在工业中的发展历史和 PLC 控制系统 | 第14-15页 |
| ·本文内容 | 第15-17页 |
| 2. 蓄热式钢包烘烤装置概况 | 第17-22页 |
| ·唐钢第二钢轧厂蓄热式钢包烘烤装置基本情况 | 第17-19页 |
| ·蓄热式钢包烘烤装置的工艺特点 | 第19页 |
| ·蓄热式钢包烘烤装置的控制 | 第19-22页 |
| ·蓄热式钢包烘烤装置的连锁控制 | 第19-20页 |
| ·传统的双交叉限幅燃烧控制 | 第20-21页 |
| ·小结 | 第21-22页 |
| 3. 钢包烘烤装置 PLC 系统的控制应用 | 第22-35页 |
| ·PLC 的产生和特点 | 第22-24页 |
| ·PLC 控制器的发展趋势 | 第24-25页 |
| ·PLC 控制器应用的领域 | 第25-26页 |
| ·PLC 的基本工作原理 | 第26-27页 |
| ·S7-300 PLC 硬件的结构 | 第27-28页 |
| ·S7-300 PLC 的编程软件 | 第28-29页 |
| ·钢包烘烤装置控制系统的硬件 | 第29-31页 |
| ·S7-300 PLC 模块的配置 | 第29-30页 |
| ·电气控制柜系统的配置 | 第30-31页 |
| ·PLC 控制系统的网络结构 | 第31-35页 |
| ·典型的网络拓扑结构 | 第31-32页 |
| ·PLC 系统的网络特点 | 第32-33页 |
| ·S7-300PLC 的网络类型 | 第33-35页 |
| 4. 神经网络控制和双交叉限幅控制系统设计 | 第35-49页 |
| ·神经网络的控制原理 | 第35-36页 |
| ·人工神经网络的基础特点 | 第35页 |
| ·神经网络的拓扑结构 | 第35-36页 |
| ·神经网络的基本学习规则 | 第36-37页 |
| ·径向基函数(RBF)神经网络及其学习过程 | 第37-41页 |
| ·RBF 神经网络 | 第37-38页 |
| ·RBF 神经网络的学习过程 | 第38-41页 |
| ·神经网络辨识与控制 | 第41-44页 |
| ·神经网络系统的基础辨识 | 第41-43页 |
| ·控制器算法的实现 | 第43-44页 |
| ·神经网络 PID 控制系统设计 | 第44-48页 |
| ·神经网络系统辨识 | 第44-46页 |
| ·RBF 神经网络 PID 控制器 | 第46-48页 |
| ·计算机仿真流程实现步骤 | 第48-49页 |
| 5. 蓄热式钢包烘烤装置温度控制系统仿真 | 第49-61页 |
| ·基于 RBF 网络系统辨识仿真 | 第49-51页 |
| ·基于 RBF 神经网络 PID 控制系统回路仿真 | 第51-55页 |
| ·副回路仿真模型图和 MATLAB 仿真模拟曲线 | 第51-54页 |
| ·主回路仿真模型图和 MATLAB 仿真模拟曲线 | 第54-55页 |
| ·基于 RBF 神经网络 PID 控制和双交叉限幅控制相结合的整体仿真模型及仿真曲线 | 第55-57页 |
| ·新控制方法应用在唐钢第二钢轧厂的效果 | 第57-61页 |
| 6. 结论 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表学术论文情况 | 第65-66页 |
| 致谢 | 第66-67页 |
| 作者简介 | 第67-68页 |
