| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 轧辊偏心补偿控制的国内外研究现状 | 第11-15页 |
| 1.3 主要研究内容及结构安排 | 第15-17页 |
| 第2章 轧辊偏心分析的理论基础 | 第17-24页 |
| 2.1 引言 | 第17页 |
| 2.2 轧辊偏心定义及原因 | 第17-19页 |
| 2.2.1 轧辊偏心定义 | 第17-18页 |
| 2.2.2 轧辊偏心产生原因及特点 | 第18-19页 |
| 2.3 轧辊偏心的影响分析 | 第19-23页 |
| 2.3.1 轧辊偏心对轧制力的影响 | 第19-21页 |
| 2.3.2 轧辊偏心对轧件出口厚度的影响 | 第21-23页 |
| 2.4 轧辊偏心模型研究 | 第23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于改进的小波去噪和EEMD分解的轧辊偏心信号提取 | 第24-37页 |
| 3.1 引言 | 第24页 |
| 3.2 小波分析 | 第24-25页 |
| 3.3 改进的小波去噪预处理 | 第25-32页 |
| 3.3.1 小波阈值函数 | 第25-27页 |
| 3.3.2 自适应阈值的确定 | 第27-29页 |
| 3.3.3 人工蜂群算法优化阈值 | 第29-31页 |
| 3.3.4 信号去噪性能比较 | 第31-32页 |
| 3.4 基于EEMD的信号提取方法 | 第32-33页 |
| 3.4.1 EEMD分解原理 | 第32页 |
| 3.4.2 偏心信号的EEMD的分解过程 | 第32-33页 |
| 3.5 实验仿真分析 | 第33-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 轧辊偏心信号的参数辨识 | 第37-49页 |
| 4.1 引言 | 第37页 |
| 4.2 旋转不变子空间技术对信号频率的估计 | 第37-43页 |
| 4.2.1 ESPRIT算法 | 第37-40页 |
| 4.2.2 总体最小二乘不变子空间法 | 第40-42页 |
| 4.2.3 不同噪声背景的频率估计仿真对比 | 第42-43页 |
| 4.3 改进的人工蜂群算法对幅值相位的估计 | 第43-46页 |
| 4.3.1 改进的人工蜂群算法 | 第43-44页 |
| 4.3.2 信号幅值相位的估计 | 第44-46页 |
| 4.4 偏心信号重构的比较 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 基于重复控制的AGC系统的轧辊偏心补偿控制 | 第49-57页 |
| 5.1 引言 | 第49页 |
| 5.2 液压压下控制系统 | 第49-51页 |
| 5.3 基于PID控制器的轧辊偏心补偿 | 第51-52页 |
| 5.4 基于复合控制器的轧辊偏心补偿系统 | 第52-55页 |
| 5.4.1 重复控制系统结构 | 第52-53页 |
| 5.4.2 插入型重复控制与PI控制相结合 | 第53-55页 |
| 5.5 轧辊偏心补偿系统实验 | 第55-56页 |
| 5.6 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第63-64页 |
| 致谢 | 第64页 |