首页--工业技术论文--冶金工业论文--炼钢论文--电炉炼钢论文--电弧炉炼钢论文

电弧炉电极升降控制算法的研究

摘要第5-7页
Abstract第7-8页
第一章 绪论第12-28页
    1.1 电弧炉炼钢概述第12-19页
        1.1.1 电弧炉炼钢的设备第12-17页
        1.1.2 电弧炉炼钢的工艺第17-19页
    1.2 课题研究的目的与意义第19-20页
    1.3 国内外研究现状及存在的主要问题第20-25页
    1.4 本文的主要工作第25-28页
第二章 电弧炉电极调节系统建模第28-48页
    2.1 引言第28页
    2.2 交流电弧模型第28-37页
        2.2.1 交流电弧的物理特性第28-31页
        2.2.2 电弧模型第31-35页
        2.2.3 电弧模型仿真第35-37页
    2.3 电气系统模型建立与耦合特性分析第37-43页
        2.3.1 电气系统模型建立第37-39页
        2.3.2 耦合特性分析第39-43页
    2.4 液压系统模型第43-44页
        2.4.1 比例阀模型第43-44页
        2.4.2 液压缸模型第44页
    2.5 电极调节系统第44-45页
    2.6 小结第45-48页
第三章 电弧炉自适应逼近模型控制器第48-68页
    3.1 引言第48-49页
    3.2 控制器设计第49-62页
        3.2.1 被控对象分析第49-51页
        3.2.2 控制器设计第51-54页
        3.2.3 稳定性分析第54-60页
        3.3.4 仿真验证第60-62页
    3.4 自适应逼近模型控制器的改进第62-67页
        3.4.1 权值更新方法的改进第62-63页
        3.4.2 稳定性分析第63-65页
        3.4.3 仿真验证第65-67页
    3.5 小结第67-68页
第四章 基于NRBFNN的电弧炉逼近内模控制器第68-82页
    4.1 引言第68页
    4.2 内模控制描述第68-71页
        4.2.1 内模控制的基本机构第69-70页
        4.2.2 内模控制中的建模方法第70-71页
    4.3 电极调节系统的逼近内模控制系统结构第71页
    4.4 逼近内模控制器设计第71-77页
        4.4.1 逼近内模控制器第71-74页
        4.4.2 稳定性分析第74-77页
    4.5 具有反馈补偿的逼近内模控制器第77-79页
        4.5.1 反馈补偿第77-78页
        4.5.2 稳定性分析第78-79页
    4.6 仿真第79-81页
    4.7 小结第81-82页
第五章 电弧炉直接自适应神经网络控制器第82-98页
    5.1 引言第82页
    5.2 直接自适应神经网络控制器设计第82-97页
        5.2.1 被控对象分析第82-84页
        5.2.2 控制律设计第84-85页
        5.2.3 权值更新算法第85-88页
        5.2.4 稳定性分析第88-92页
        5.2.5 仿真与实验第92-97页
    5.3 小结第97-98页
第六章 基于状态方程的电弧炉逼近内模控制器第98-118页
    6.1 引言第98页
    6.2 卡尔曼滤波第98-105页
        6.1.1 卡尔曼滤波基本原理第99-100页
        6.2.2 离散卡尔曼滤波方程第100-102页
        6.2.3 扩展卡尔曼滤波的计算过程第102-104页
        6.2.4 扩展卡尔曼滤波方程第104-105页
    6.3 控制器设计第105-117页
        6.3.1 被控对象模型建立第105-106页
        6.3.2 被控对象分析第106-107页
        6.3.3 控制律推导第107-109页
        6.3.4 非线性补偿第109-110页
        6.3.5 稳定性分析第110-114页
        6.3.6 仿真验证第114-117页
    6.4 小结第117-118页
第七章 总结与展望第118-120页
参考文献第120-126页
致谢第126-128页
博士期间发表论文及获得专利情况第128-130页
    发表论文第128页
    获得专利第128-130页
个人简介第130页

论文共130页,点击 下载论文
上一篇:基于多元统计分析的轧钢过程故障诊断与质量预报研究
下一篇:脑—机接口系统中脑电信号处理方法的研究