电弧炉及其电极升降智能控制系统的研究
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-12页 |
| ·电弧炉炼钢原理 | 第6-9页 |
| ·课题的设计方案 | 第9-10页 |
| ·课题的主要研究内容 | 第10页 |
| ·课题的创新点 | 第10-12页 |
| 第二章 智能电弧炉 | 第12-24页 |
| ·电弧炉的构造及设备 | 第12-16页 |
| ·电弧炉电极控制研究现状及发展趋势 | 第16-20页 |
| ·智能电弧炉的发展 | 第20-24页 |
| 第三章 电极升降系统数学模型 | 第24-37页 |
| ·电弧炉电极控制的数学模型 | 第24-34页 |
| ·液压式电极调节系统的结构和工作原理 | 第34-35页 |
| ·传动系统的建模 | 第35-37页 |
| 第四章 电参数的数据采集 | 第37-49页 |
| ·电参数的瞬时值检测及有效计算 | 第37-38页 |
| ·数据采集的硬件设计方案 | 第38-44页 |
| ·数据采集的软件实现部分 | 第44-47页 |
| ·系统接地及屏蔽技术 | 第47-49页 |
| 第五章 基于神经网络的电极调节器研究 | 第49-75页 |
| ·神经网络与遗传算法的介绍 | 第49-52页 |
| ·神经网络概述 | 第49-51页 |
| ·遗传算法简介 | 第51-52页 |
| ·基于BP神经网络的电极调节器 | 第52-60页 |
| ·BP 神经网络简介 | 第53-57页 |
| ·建立 BP 神经网络模型 | 第57-60页 |
| ·BP 算法进行神经网络的训练 | 第60-65页 |
| ·遗传算法(GA)进行神经网络的训练 | 第65-71页 |
| ·GA-BP 算法进行神经网络的训练 | 第71-73页 |
| ·预估补偿方法 | 第73-75页 |
| 第六章 热备 PLC 电极调节器 | 第75-88页 |
| ·经典 PID 控制器 | 第75-77页 |
| ·控制器参数对系统的影响 | 第77-79页 |
| ·PLC 电极调节器的硬件配置 | 第79-81页 |
| ·PLC 电极调节器的软件实现 | 第81-88页 |
| ·PLC 软件编程环境简介 | 第81-83页 |
| ·电极调节 PLC 程序设计 | 第83-88页 |
| 第七章 结束语 | 第88-90页 |
| 参考文献 | 第90-93页 |
| 附录Ⅰ | 第93-94页 |
| 附录Ⅱ | 第94-97页 |
| 附录Ⅲ | 第97-99页 |
| 附录Ⅳ | 第99-103页 |
| 致谢 | 第103-104页 |
| 攻读硕士期间发表的论文及参加的科研项目 | 第104页 |
