首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

模糊神经网络在钢坯出炉温度建模和控制中的应用

摘要第1-4页
ABSTRACT第4-9页
1 绪论第9-13页
   ·问题的提出及研究意义第9页
   ·国内外研究现状第9-12页
     ·国外研究现状第9-10页
     ·国内研究现状第10-12页
   ·本文研究的目的和主要研究内容第12-13页
2 加热炉工艺的介绍及建立模型所需辅助变量的选择第13-19页
   ·钢坯加热工艺简介第13-14页
     ·加热炉加热钢坯的目的第13页
     ·钢的加热制度第13-14页
   ·加热炉内的传热简述第14-15页
   ·重庆钢铁集团型钢厂中型加热炉介绍第15-16页
   ·辅助变量的选择第16-18页
   ·本章小结第18-19页
3 模型辨识第19-45页
   ·模糊神经网络简介第19-21页
     ·模糊逻辑与神经网络第19-20页
     ·模糊神经网络理论第20-21页
   ·ANFIS 模糊神经网络第21-29页
     ·T-S 模型第21-22页
     ·自适应网络的学习算法第22-25页
     ·ANFIS 网络结构及不同学习算法的应用第25-29页
   ·利用 ANFIS 建立钢坯出炉表面温度的预报模型第29-36页
     ·模型输入输出的确定第30-31页
     ·训练样本的划分第31-33页
     ·隶属度函数种类和参数初值的确定第33-35页
     ·步长k 的调整规则第35-36页
   ·模型辨识仿真第36-44页
   ·本章小结第44-45页
4 温度控制器的设计第45-53页
   ·基本模糊控制器的设计第45-48页
     ·输入变量与输出变量的选择第45页
     ·模糊控制规则的设计第45-48页
     ·精确量的模糊化第48页
     ·模糊量的清晰化方法第48页
   ·控制器自适应参数的选择第48-49页
   ·模糊神经网络温度控制器第49-52页
   ·本章小结第52-53页
5 控制系统仿真第53-65页
   ·控制系统中仿真模型的建立第53-58页
     ·煤气流量控制回路的仿真模型第53页
     ·采样周期的选择第53-54页
     ·煤气流量控制回路的仿真第54-56页
     ·加热炉炉温的仿真模型第56页
     ·控制系统的整体仿真模型第56-58页
   ·控制系统仿真结果第58-63页
   ·本章小结第63-65页
6 结论与展望第65-67页
   ·主要结论第65页
   ·后续研究工作的展望第65-67页
致谢第67-69页
参考文献第69-73页
附录第73-85页
 A. 作者在攻读硕士学位期间发表的论文第73-74页
 B. 部分程序第74-85页

论文共85页,点击 下载论文
上一篇:股东权利保护研究
下一篇:雄激素诱导毛囊干细胞向皮脂腺细胞分化的初步研究