| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 引言 | 第8-10页 |
| 第一章 绪论 | 第10-14页 |
| ·课题背景 | 第10页 |
| ·真空炉介绍 | 第10-11页 |
| ·工业控制自动化简介 | 第11-12页 |
| ·问题的提出 | 第12-14页 |
| 第二章 神经网络在线辨识与PID 控制 | 第14-22页 |
| ·人工神经网络概述 | 第14-15页 |
| ·系统辨识基本概念 | 第15页 |
| ·基于神经网络辨识非线性系统的理论基础 | 第15-16页 |
| ·神经网络辨识模型结构 | 第16-18页 |
| ·非线性系统神经网络辨识的优点 | 第18-19页 |
| ·PID 控制 | 第19-22页 |
| 第三章 PC+PLC 集散控制平台 | 第22-32页 |
| ·用PC+PLC 实现集散控制系统(DCS) 的基本原理 | 第22-23页 |
| ·集散控制系统整体设计方案 | 第23-24页 |
| ·需求分析 | 第23页 |
| ·技术需求 | 第23-24页 |
| ·集散控制系统的设计 | 第24-27页 |
| ·总体设计 | 第24-26页 |
| ·温度控制系统的设计 | 第26-27页 |
| ·硬件平台介绍 | 第27-32页 |
| ·真空定向结晶/定向凝固铸造炉 | 第27页 |
| ·罗克韦尔AB 公司PLC-5/40L | 第27-28页 |
| ·RS-232 接口 | 第28-29页 |
| ·数据采集卡 | 第29-32页 |
| 第四章 对角回归神经网络PID 控制器的实现 | 第32-44页 |
| ·对角回归神经网络（DRNN） | 第32-36页 |
| ·DRNN 的数学模型 | 第32-33页 |
| ·DRNN 的学习算法 | 第33-34页 |
| ·DRNN 权值学习速率的推导 | 第34-36页 |
| ·DRNN 神经网络建模的步骤 | 第36页 |
| ·真空炉温度控制 | 第36-42页 |
| ·解决方案的提出 | 第36-37页 |
| ·系统控制方法 | 第37-40页 |
| ·真空炉温度控制仿真 | 第40-42页 |
| ·结论 | 第42-44页 |
| 第五章 数字控制系统的实现 | 第44-73页 |
| ·与数据采集板的通信 | 第44-49页 |
| ·与数据采集板接口编程 | 第44-45页 |
| ·控制系统精确采样的实现 | 第45-49页 |
| ·与PLC 的通信 | 第49-62页 |
| ·网络的层说明 | 第49-51页 |
| ·DF1 半双工协议 | 第51-53页 |
| ·半双工协议发送和接收数据 | 第53-54页 |
| ·半双工协议发送和接收数据程序实现 | 第54-62页 |
| ·人机界面设计技术 | 第62-64页 |
| ·人机交互三元素 | 第62-63页 |
| ·交互设计的目标 | 第63-64页 |
| ·面向对象的设计方法 | 第64页 |
| ·数字控制系统的人机界面实现 | 第64-73页 |
| ·主界面实现 | 第65-68页 |
| ·铸造参数配方编辑界面 | 第68-69页 |
| ·生产过程数据监测界面 | 第69-70页 |
| ·浇注控制编辑界面 | 第70-71页 |
| ·拉晶过程速度编辑界面 | 第71页 |
| ·常数值编辑界面 | 第71-72页 |
| ·人机交互界面的总结 | 第72-73页 |
| 结束语 | 第73-74页 |
| 参考文献 | 第74-76页 |
| 发表文章 | 第76-77页 |
| 致谢 | 第77页 |