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 |