| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-18页 |
| ·气垫式流浆箱概述 | 第11-12页 |
| ·课题研究的背景及意义 | 第12页 |
| ·气垫式流浆箱控制装置及控制策略的发展现状 | 第12-16页 |
| ·气垫式流浆箱控制装置的发展现状 | 第12-13页 |
| ·气垫式流浆箱控制策略的发展现状 | 第13-16页 |
| ·课题研究的主要内容 | 第16页 |
| ·学位论文的基本框架 | 第16-18页 |
| 第2章 基于BP 神经网络双变量PID 解耦控制器的设计 | 第18-28页 |
| ·气垫式流浆箱的数学模型及特性分析 | 第18-20页 |
| ·人工神经网络控制概述 | 第20-22页 |
| ·人工神经网络的发展 | 第20页 |
| ·人工神经网络的特性 | 第20-21页 |
| ·BP 神经网络学习方法 | 第21-22页 |
| ·基于BP 神经网络的双变量PID 解耦控制器的结构 | 第22-23页 |
| ·基于BP 神经网络的双变量PID 解耦控制器的算法设计 | 第23-25页 |
| ·计算BP 神经网络各层输入、输出 | 第23-24页 |
| ·隐含层至输出层权值调整 | 第24-25页 |
| ·输入层至隐含层权值调整 | 第25页 |
| ·解耦控制器初始参数的确定 | 第25页 |
| ·仿真结果及分析 | 第25-28页 |
| 第3章 具有预测补偿功能的解耦控制器的设计 | 第28-34页 |
| ·预测补偿控制思想的引入 | 第28页 |
| ·预测控制的基本原理 | 第28-29页 |
| ·具有预测补偿功能的解耦控制器的结构 | 第29-30页 |
| ·预测补偿控制器的设计 | 第30-31页 |
| ·预测补偿控制器的结构. | 第30-31页 |
| ·控制补偿量的确定 | 第31页 |
| ·仿真结果及分析 | 第31-34页 |
| ·未加入预测补偿控制器的仿真 | 第31-32页 |
| ·加入预测补偿控制器的仿真 | 第32-34页 |
| 第4章 气垫式流浆箱智能控制系统的硬件设计 | 第34-45页 |
| ·气垫式流浆箱智能控制系统的硬件结构 | 第34页 |
| ·工业控制计算机（IPC） | 第34-35页 |
| ·可编程控制器（PLC） | 第35-37页 |
| ·可编程控制器概述 | 第35页 |
| ·可编程控制器的选型 | 第35-37页 |
| ·模拟量输入/输出扩展模块 | 第37-39页 |
| ·模拟量输入扩展模块 | 第37-38页 |
| ·模拟量输出扩展模块 | 第38-39页 |
| ·变频器 | 第39-41页 |
| ·变频器选型 | 第39-40页 |
| ·参数设定 | 第40页 |
| ·变频器端子使用 | 第40-41页 |
| ·气泵/浆泵 | 第41-42页 |
| ·浆泵选型 | 第42页 |
| ·气泵选型 | 第42页 |
| ·变送器 | 第42-43页 |
| ·浆位变送器的选型 | 第42-43页 |
| ·总压变送器的选型 | 第43页 |
| ·硬件连线图 | 第43-45页 |
| 第5章 气垫式流浆箱控制系统的软件设计 | 第45-57页 |
| ·下位机编程软件 | 第45-52页 |
| ·STEP 7-Micro/Wi1132 概述 | 第45页 |
| ·编程模块结构 | 第45-47页 |
| ·主程序模块（MAIN） | 第47-48页 |
| ·中断模块（INT_0） | 第48页 |
| ·数据类模块 | 第48-50页 |
| ·启动/停止模块（SBR_5） | 第50页 |
| ·手动控制模块(SBR_6) | 第50-51页 |
| ·滤波模块(SBR_8) | 第51-52页 |
| ·上位机监控软件 | 第52-56页 |
| ·KINGVIEW 6.5 概述 | 第52-53页 |
| ·气垫式流浆箱的监控界面设计 | 第53-56页 |
| ·实际运行结果 | 第56-57页 |
| 第 6 章 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 附录一 | 第64-69页 |
| 附录二 | 第69-76页 |
| 攻读学位期间所取得的研究成果 | 第76页 |
