摘要 | 第1-6页 |
ABSTRACT | 第6-17页 |
第一章 绪论 | 第17-34页 |
·选题背景及意义 | 第17-19页 |
·选题背景 | 第17-18页 |
·选题意义 | 第18-19页 |
·国内外辊式矫直装备及其发展 | 第19-21页 |
·国外辊式矫直装备及其发展 | 第19-20页 |
·国内辊式矫直装备及其发展 | 第20-21页 |
·全液压矫直机伺服控制研究概况 | 第21-27页 |
·阀控缸系统的研究现状 | 第21-23页 |
·多缸同步运动的研究现状 | 第23-27页 |
·液压同步回路的现状 | 第23-24页 |
·同步控制算法的现状 | 第24-27页 |
·全液压矫直机矫直模型及其智能自学习系统 | 第27-32页 |
·全液压矫直机矫直模型的建立 | 第27-31页 |
·解析矫直模型中压弯量的确定 | 第28-30页 |
·解析矫直模型中矫直力的预估 | 第30-31页 |
·解析矫直模型中未考虑的因素 | 第31页 |
·全液压矫直机矫直模型的智能自学习研究概况 | 第31-32页 |
·本文主要研究内容 | 第32-34页 |
第二章 全液压矫直机电液伺服系统建模 | 第34-44页 |
·引言 | 第34页 |
·高频响非对称比例伺服阀控制非对称缸的单缸系统建模 | 第34-40页 |
·高频响非对称比例伺服阀控制非对称缸的多缸系统建模 | 第40-43页 |
·本章小结 | 第43-44页 |
第三章 多控制量神经元控制器及其仿真分析 | 第44-67页 |
·引言 | 第44页 |
·组合给定曲线 | 第44-47页 |
·改进的多控制量神经元控制系统原理 | 第47-56页 |
·多控制量神经元控制器前向算法 | 第49-51页 |
·多控制量神经元控制器反传算法 | 第51-56页 |
·基于粒子群优化算法的多控制量神经元控制器权值初始化 | 第56-58页 |
·改进的多控制量神经元控制器稳定性分析 | 第58-59页 |
·改进的多控制量神经元控制系统仿真分析 | 第59-66页 |
·全液压矫直机单缸电液伺服控制系统仿真 | 第60-62页 |
·全液压矫直机四缸电液伺服控制系统仿真 | 第62-66页 |
·本章小结 | 第66-67页 |
第四章 全液压矫直机矫直模型的建立 | 第67-96页 |
·引言 | 第67页 |
·全液压矫直机的矫直原理 | 第67-73页 |
·金属板材的弯曲过程 | 第67-68页 |
·金属板材弯曲过程中曲率半径ρ的确定 | 第68-70页 |
·金属板材弯曲过程中曲率A的确定 | 第70-73页 |
·全液压矫直机的矫直力预估与压弯量确定 | 第73-89页 |
·金属板材在矫直过程中的变形与应力关系 | 第73-75页 |
·金属板材在矫直过程中矫直力的预估 | 第75-85页 |
·金属板材在矫直过程压弯量的确定 | 第85-89页 |
·全液压矫直机矫直过程中弯辊量的叠加作用 | 第89-90页 |
·全液压矫直机矫直过程中边辊量的叠加作用 | 第90-91页 |
·矫直模型计算实例 | 第91-94页 |
·本章小结 | 第94-96页 |
第五章 基于模糊控制理论的矫直模型智能自学习系统 | 第96-116页 |
·引言 | 第96页 |
·模糊逻辑系统结构及其各组成部分 | 第96-100页 |
·全液压矫直机矫直模型智能自学习系统 | 第100-107页 |
·某全液压矫直机矫直模型的自学习系统计算实例 | 第107-115页 |
·本章小结 | 第115-116页 |
第六章 全液压矫直机的实验研究及现场应用 | 第116-135页 |
·引言 | 第116页 |
·实验室全液压矫直机系统 | 第116-120页 |
·实验室全液压矫直机系统组成 | 第116-118页 |
·实验室全液压矫直机实验数据分析 | 第118-120页 |
·国内某钢厂全液压矫直机系统 | 第120-134页 |
·工业现场全液压矫直机系统组成 | 第120-123页 |
·工业现场全液压矫直机系统性能与参数 | 第123-127页 |
·工业现场全液压矫直机数据分析 | 第127-134页 |
·本章小结 | 第134-135页 |
第七章 总结与展望 | 第135-138页 |
·本文的总结 | 第135-136页 |
·本文的创新点 | 第136-137页 |
·今后工作的展望 | 第137-138页 |
参考文献 | 第138-148页 |
致谢 | 第148-149页 |
攻读博士学位期间科研成果 | 第149-150页 |