冷轧板厚板形控制及智能优化研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-18页 |
| ·冷轧带钢生产综述 | 第10-11页 |
| ·冷轧带钢板厚板形控制的发展 | 第11-16页 |
| ·板厚控制的发展 | 第11-12页 |
| ·板形控制的发展 | 第12-14页 |
| ·板厚板形综合控制的发展 | 第14-15页 |
| ·智能算法在轧制领域的发展 | 第15-16页 |
| ·课题的研究意义和研究内容 | 第16-18页 |
| ·研究意义 | 第16页 |
| ·研究内容 | 第16-18页 |
| 第2章 板厚板形控制基础 | 第18-33页 |
| ·板厚控制基础 | 第18-24页 |
| ·带钢厚差产生的原因 | 第18页 |
| ·板厚控制的基本方程 | 第18-21页 |
| ·板厚控制系统的组成 | 第21-24页 |
| ·板形控制基础 | 第24-32页 |
| ·板形表示方法及良好板形的几何条件 | 第24-28页 |
| ·影响板形的因素及板形调整方式 | 第28-30页 |
| ·板形反馈控制系统 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 板厚板形控制数学模型及仿真 | 第33-42页 |
| ·轧机液压系统数学模型 | 第33-39页 |
| ·液压位置闭环数学模型 | 第33-36页 |
| ·液压弯辊系统数学模型 | 第36-39页 |
| ·板厚板形数学模型 | 第39-41页 |
| ·板厚控制数学模型 | 第39页 |
| ·板形控制数学模型 | 第39页 |
| ·板厚板形动态模型 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 板厚板形解耦及RBF 神经网络优化控制 | 第42-52页 |
| ·板厚板形解耦控制 | 第42-47页 |
| ·厚度波动前馈补偿设计 | 第42-43页 |
| ·板厚板形解耦数学模型 | 第43-44页 |
| ·解耦仿真研究 | 第44-47页 |
| ·基于RBF 神经网络优化的PID 解耦控制 | 第47-51页 |
| ·RBF 网络模型 | 第47-48页 |
| ·RBF 整定PID 控制原理 | 第48-49页 |
| ·系统实现过程及仿真分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 基于蚁群算法优化PID 板厚板形控制 | 第52-61页 |
| ·蚁群算法概述 | 第52-54页 |
| ·人工蚁群算法介绍 | 第52页 |
| ·蚁群算法的四个重要部分 | 第52-53页 |
| ·简单蚁群算法的流程 | 第53-54页 |
| ·最大最小蚁群算法 | 第54-55页 |
| ·最大最小蚁群算法优化PID 控制 | 第55-60页 |
| ·控制流程 | 第55-56页 |
| ·蚁群算法优化PID 实现过程及仿真 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 作者简介 | 第70页 |
