热轧带材板形预测与板形控制智能模型研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·板形控制技术的发展状况 | 第9-11页 |
| ·现代轧制技术的特点 | 第11-13页 |
| ·智能控制技术在轧制领域中的发展 | 第13-15页 |
| ·智能控制技术在轧制领域中的应用背景 | 第13-14页 |
| ·智能控制在轧制技术的应用 | 第14-15页 |
| ·课题研究背景及意义 | 第15-16页 |
| ·本文主要研究内容 | 第16-17页 |
| 第2章 基于智能算法的板形模型理论研究 | 第17-33页 |
| ·BP 神经网络理论基础 | 第17-23页 |
| ·BP 网络结构 | 第17-20页 |
| ·BP 网络的学习模型原理 | 第20-22页 |
| ·改进BP 算法的措施和方法 | 第22-23页 |
| ·遗传算法理论 | 第23-27页 |
| ·遗传算法的理论基础 | 第23-25页 |
| ·遗传算法的基本操作 | 第25-27页 |
| ·遗传算法模型缺陷 | 第27页 |
| ·GA-BP 模型 | 第27-28页 |
| ·板形预测模型原理 | 第28-29页 |
| ·反馈校正 | 第29页 |
| ·训练函数的确定 | 第29-31页 |
| ·板形设定模型原理 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于1780 热轧板形控制智能模型的研究 | 第33-62页 |
| ·板形控制的理论基础 | 第33-41页 |
| ·板形良好的几何条件 | 第33-36页 |
| ·带材出口板凸度简化回归模型 | 第36-37页 |
| ·热轧板形控制理论 | 第37-41页 |
| ·板形控制模型的建立 | 第41-54页 |
| ·1780 板型控制模型原理 | 第41-42页 |
| ·F_1- F_4 神经网络模型 | 第42-45页 |
| ·F_1- F_4 中间层神经元确定 | 第45-47页 |
| ·F_5- F_7 神经网络模型 | 第47-49页 |
| ·F_5- F_7 中间层神经元确定 | 第49-51页 |
| ·预测模型的测试结果及分析 | 第51-54页 |
| ·板形设定模型的建立 | 第54-61页 |
| ·1780 板形设定模型原理 | 第54-55页 |
| ·模拟数据分析 | 第55-61页 |
| ·本章小结 | 第61-62页 |
| 第4章 基于智能板形控制软件的研究 | 第62-68页 |
| ·用户界面 GUI 简介 | 第62页 |
| ·软件的系统结构 | 第62-64页 |
| ·板形预测操作界面 | 第64-65页 |
| ·板形设定操作界面 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 附录 | 第70-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第77-78页 |
| 致谢 | 第78-79页 |
| 作者简介 | 第79页 |
