| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-21页 |
| ·课题背景 | 第10页 |
| ·板形理论概述 | 第10-14页 |
| ·横向厚度分布定义 | 第10-11页 |
| ·平直度的定义 | 第11-12页 |
| ·横向厚度分布与板形的关系 | 第12-14页 |
| ·横向厚度分布理论的发展 | 第14-16页 |
| ·人工智能在热轧领域的国内外研究现状 | 第16-18页 |
| ·人工智能在轧制过程建模预测的国内外研究现状 | 第16-17页 |
| ·智能方法在液压弯辊控制中的应用 | 第17-18页 |
| ·课题来源及研究的目的和意义 | 第18-19页 |
| ·本文的研究内容 | 第19-21页 |
| 第二章 四辊轧机辊系弹性变形理论模型 | 第21-41页 |
| ·基于影响函数法的轧辊弹性变形理论模型 | 第21-26页 |
| ·四辊轧机轧辊弹性变形力学模型 | 第21-22页 |
| ·轧辊弹性变形的影响函数 | 第22-23页 |
| ·轧辊压扁影响函数及其修正 | 第23-26页 |
| ·辊系弹性变形的基本方程与迭代计算 | 第26-30页 |
| ·影响函数法基本方程的矩阵表示 | 第26-27页 |
| ·迭代计算框图 | 第27页 |
| ·计算方法 | 第27-30页 |
| ·板带横向厚度分布的影响规律分析 | 第30-40页 |
| ·弯辊力与轧制力对横向厚度分布的影响 | 第30-31页 |
| ·轧辊凸度与轧制力对横向厚度分布的影响 | 第31-33页 |
| ·轧辊直径与轧制力对横向厚度分布的影响 | 第33-36页 |
| ·轧制速度和轧制力对横向厚度分布的影响 | 第36-38页 |
| ·出口设定厚度与轧制力对板带横向厚度分布影响 | 第38-39页 |
| ·入口设定厚度与轧制力对板带横向厚度分布影响 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第三章 基于BP网络的铝板带横向厚度分布单通道预测建模 | 第41-59页 |
| ·人工神经网络简介 | 第41-46页 |
| ·人工神经网络模型 | 第41-42页 |
| ·BP神经网络 | 第42页 |
| ·BP算法分析 | 第42-45页 |
| ·BP算法步骤 | 第45-46页 |
| ·铝板带横向厚度分布预测方案 | 第46-53页 |
| ·热凸度求解 | 第47-50页 |
| ·铝板带横向厚度BP网络建模方案 | 第50-51页 |
| ·单通道BP神经网络建模 | 第51-53页 |
| ·单通道BP神经网络预测模型结构 | 第53页 |
| ·BP神经网络建模参数选择 | 第53-55页 |
| ·传递函数及训练参数的选择 | 第53页 |
| ·训练算法的选择 | 第53页 |
| ·隐含层单元数的确定 | 第53-54页 |
| ·初始权值的选取 | 第54页 |
| ·学习速率的选择 | 第54页 |
| ·样本数据的选取和归一化 | 第54-55页 |
| ·实测数据与BP网络预测结果验证 | 第55-58页 |
| ·单通道BP网络预测结果与实测数据比较 | 第55-56页 |
| ·单通道预测与实测数据整体验证 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第四章 基于GA-BP的铝板带横向厚度整体预测建模 | 第59-68页 |
| ·遗传算法概述 | 第59-61页 |
| ·遗传算法的特点 | 第59-60页 |
| ·遗传算法的应用 | 第60-61页 |
| ·遗传算法应用步骤与优化神经网络的方式 | 第61-63页 |
| ·应用步骤 | 第61页 |
| ·遗传算法优化人工神经网络的方式 | 第61-63页 |
| ·Ga-BP网络参数设计 | 第63-65页 |
| ·BP整体预测模型参数确定 | 第63页 |
| ·遗传算法参数设计 | 第63-65页 |
| ·GA-BP模型预测结果与实测数据验证 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 基于凸度反馈的铝板带热精轧板形模糊PID控制 | 第68-79页 |
| ·液压弯辊控制模型 | 第68-70页 |
| ·热精轧铝板带板形的PID控制 | 第70-73页 |
| ·PID控制原理 | 第70-72页 |
| ·热精轧铝板带的增量式PID控制 | 第72-73页 |
| ·热精轧铝板带板形模糊PID控制 | 第73-78页 |
| ·模糊PID控制器结构原理 | 第73-75页 |
| ·模糊PID控制器的PID控制特性 | 第75-76页 |
| ·模糊PID控制仿真结果 | 第76-78页 |
| ·本章小结 | 第78-79页 |
| 第六章 总结与展望 | 第79-81页 |
| 参考文献 | 第81-87页 |
| 致谢 | 第87-88页 |
| 攻读硕士期间的主要研究成果 | 第88页 |
