基于FCS的多功能自动配料机控制系统研发
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 自动配料系统发展概况 | 第10-12页 |
| 1.2.1 国外自动配料技术发展现状 | 第10-11页 |
| 1.2.2 国内自动配料技术研究现状 | 第11-12页 |
| 1.3 课题研究意义 | 第12-13页 |
| 1.4 本文章节安排及主要内容 | 第13-14页 |
| 第二章 配料系统分析及控制方案设计 | 第14-26页 |
| 2.1 鞋底生产工艺流程 | 第14页 |
| 2.2 配料系统的结构分析 | 第14-22页 |
| 2.2.1 给料系统 | 第15-17页 |
| 2.2.2 称重计量系统 | 第17-18页 |
| 2.2.3 固体原料称量方式 | 第18-21页 |
| 2.2.4 液体原料计量方式 | 第21页 |
| 2.2.5 过冲量修正 | 第21-22页 |
| 2.3 配料系统控制方案设计 | 第22-25页 |
| 2.3.1 PLC网络控制系统 | 第22-23页 |
| 2.3.2 现场总线控制系统 | 第23-24页 |
| 2.3.3 自动配料机控制要求 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 自动配料机控制系统硬件设计 | 第26-41页 |
| 3.1 气动系统设计 | 第26-29页 |
| 3.1.1 气动控制方式 | 第26页 |
| 3.1.2 称重子系统气动控制方案设计 | 第26-28页 |
| 3.1.3 称重子系统气动控制回路 | 第28-29页 |
| 3.2 电气控制方案设计 | 第29-30页 |
| 3.2.1 PLC结合PC控制方式 | 第29页 |
| 3.2.2 自动配料机主从站控制 | 第29页 |
| 3.2.3 自动配料机硬件系统结构 | 第29-30页 |
| 3.3 监控系统主要设备选型 | 第30-35页 |
| 3.3.1 PLC选型 | 第30-34页 |
| 3.3.2 电动机选型 | 第34-35页 |
| 3.3.3 变频器选型 | 第35页 |
| 3.4 电控系统设计 | 第35-40页 |
| 3.4.1 电气控制原理图 | 第35-38页 |
| 3.4.2 PLC控制系统硬件设计 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 自动配料机控制系统软件设计 | 第41-62页 |
| 4.1 工业控制网络 | 第41-46页 |
| 4.1.1 现场总线控制技术概述 | 第41-43页 |
| 4.1.2 PROFIBUS现场总线技术 | 第43-45页 |
| 4.1.3 工业以太网技术 | 第45-46页 |
| 4.2 自动配料机监控网络结构设计 | 第46-48页 |
| 4.2.1 工业控制三层网络模型 | 第46页 |
| 4.2.2 自动配料机监控系统三层网络设计 | 第46-48页 |
| 4.2.3 自动配料机监控系统功能 | 第48页 |
| 4.3 自动配料机控制系统程序设计 | 第48-56页 |
| 4.3.1 主程序组织块设计 | 第49-50页 |
| 4.3.2 配料机控制程序流程图 | 第50-53页 |
| 4.3.3 自动配料机PLC程序设计 | 第53-56页 |
| 4.4 自动配料机监控画面设计 | 第56-61页 |
| 4.4.1 组态王(KingView)简介 | 第56-57页 |
| 4.4.2 自动配料机监控画面设计 | 第57-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 基于BP神经网络的配料精度PID控制 | 第62-77页 |
| 5.1 配料机动态称量数学模型的建立 | 第62-64页 |
| 5.1.1 动态称量机理 | 第62页 |
| 5.1.2 动态称量数学模型 | 第62-64页 |
| 5.2 神经网络PID控制原理 | 第64-68页 |
| 5.2.1 PID控制基本原理 | 第64-66页 |
| 5.2.2 神经网络基本原理 | 第66页 |
| 5.2.3 BP神经网络基本原理 | 第66-67页 |
| 5.2.4 基于BP神经网络的PID控制 | 第67-68页 |
| 5.3 配料单元BP神经网络结构设计 | 第68-70页 |
| 5.3.1 输入样本的选取 | 第68页 |
| 5.3.2 激活函数的选取 | 第68-69页 |
| 5.3.3 神经网络Simulink模型搭建 | 第69-70页 |
| 5.4 配料精度PID神经网络训练 | 第70-75页 |
| 5.4.1 输入样本预处理 | 第70页 |
| 5.4.2 BP神经网络训练Matlab仿真 | 第70-73页 |
| 5.4.3 仿真结果与分析 | 第73-75页 |
| 5.5 本章小结 | 第75-77页 |
| 总结与展望 | 第77-79页 |
| 参考文献 | 第79-82页 |
| 致谢 | 第82-83页 |
| 个人简历 | 第83页 |
| 攻读硕士学位期间已发表或录用的学术论文 | 第83页 |
| 参与的科研项目及成果 | 第83页 |
