摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-17页 |
1.1 课题背景及实际意义 | 第11-12页 |
1.2 连续退火技术的国内外发展概况 | 第12-13页 |
1.3 退火炉控制的国内外发展动态 | 第13-14页 |
1.4 连续退火炉温度控制存在的问题 | 第14页 |
1.5 论文主要完成的任务 | 第14-17页 |
第2章 连续退火炉温度控制系统的研究 | 第17-35页 |
2.1 连续退火生产线和连续退火炉 | 第17-23页 |
2.1.1 连续退火生产线总体概述 | 第17-19页 |
2.1.2 连续退火炉 | 第19-23页 |
2.2 连续退火炉温度控制系统 | 第23-26页 |
2.2.1 连续退火炉炉温控制系统的介绍 | 第23-24页 |
2.2.2 连续退火炉温度控制系统的模型分析 | 第24-25页 |
2.2.3 煤气流量控制回路和空气流量控制回路的模型分析 | 第25-26页 |
2.3 双交叉限幅控制策略的分析 | 第26-32页 |
2.3.1 燃烧中有关参数的相关概念 | 第26-28页 |
2.3.2 双交叉限幅控制回路的原理 | 第28-30页 |
2.3.3 双交叉限幅控制系统的介绍 | 第30-31页 |
2.3.4 双交叉限幅系统原理的分析 | 第31页 |
2.3.5 双交叉限幅控制原理的作用总结 | 第31-32页 |
2.4 双交叉限幅控制回路的控制效果的分析 | 第32-33页 |
2.5 本章总结 | 第33-35页 |
第3章 Smith预估器在连续退火炉温度控制系统中的应用 | 第35-53页 |
3.1 PID及整定 | 第35-39页 |
3.1.1 常规PID | 第35-37页 |
3.1.2 离散PID及整定 | 第37-39页 |
3.2 寻求空燃比最优值 | 第39-43页 |
3.3 常规PID温度控制系统模型的建立与仿真 | 第43-47页 |
3.3.1 燃气回路和空气回路仿真模型图的建立与仿真 | 第43-44页 |
3.3.2 温度控制仿真模型的建立与仿真 | 第44-47页 |
3.4 基于Smith预估器温度控制系统模型建立与仿真 | 第47-52页 |
3.4.1 Smith预估器控制方法的研究 | 第47页 |
3.4.2 Smith预估器控制算法 | 第47-48页 |
3.4.3 改进的Smith预估控制算法 | 第48-50页 |
3.4.4 Smith预估器模型建立与MATLAB仿真 | 第50-52页 |
3.5 本章总结 | 第52-53页 |
第4章 基于BP神经网络优化的温度控制系统的设计与仿真 | 第53-67页 |
4.1 人工神经网络发展介绍 | 第53-54页 |
4.2 BP神经网络的介绍 | 第54-59页 |
4.2.1 BP算法的原理 | 第54-55页 |
4.2.2 BP神经网络的前馈计算 | 第55-56页 |
4.2.3 BP神经网络权系数的调整规则 | 第56-57页 |
4.2.4 权系数的调整方法 | 第57-59页 |
4.2.5 BP神经网络学习算法的计算步骤 | 第59页 |
4.3 BP神经网络优化温度控制系统模型建立与仿真 | 第59-65页 |
4.3.1 基于BP优化的PID控制 | 第59-63页 |
4.3.2 基于BP优化后的带有Smith预估器的温度控制系统 | 第63-64页 |
4.3.3 温度控制系统的仿真及分析 | 第64-65页 |
4.4 本章总结 | 第65-67页 |
第5章 结论和展望 | 第67-69页 |
5.1 结论 | 第67页 |
5.2 展望 | 第67-69页 |
参考文献 | 第69-73页 |
致谢 | 第73页 |