| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-11页 |
| ·课题研究目的和意义 | 第7-8页 |
| ·国内外关于冷轧机卷取张力系统的研究现状和存在的问题 | 第8-9页 |
| ·冷轧机卷取张力系统的研究现状 | 第8-9页 |
| ·定量反馈理论控制研究中存在的问题 | 第9页 |
| ·本论文主要研究内容 | 第9-11页 |
| 2 冷轧机卷取张力控制系统分析 | 第11-16页 |
| ·冷轧机卷取张力控制系统简介 | 第11-12页 |
| ·轧机的工艺流程 | 第11页 |
| ·对卷取机张力系统构成影响因素的工艺过程描述 | 第11-12页 |
| ·卷取机系统的张力控制 | 第12-16页 |
| ·卷取机动态力矩计算 | 第13-14页 |
| ·卷径计算 | 第14页 |
| ·张力数学模型的推导 | 第14-16页 |
| 3 卷取张力系统的定量反馈理论(QFT)算法设计 | 第16-29页 |
| ·定量反馈理论(QFT)综述 | 第16-18页 |
| ·QFT理论基本设计方法 | 第18-21页 |
| ·对象模板和标称对象 | 第19-20页 |
| ·确定频率边界 | 第20页 |
| ·设计控制器 | 第20-21页 |
| ·QFT六辊可逆冷轧机的卷取张力系统设计 | 第21-23页 |
| ·QFT参数选择 | 第21页 |
| ·性能指标的确定 | 第21-22页 |
| ·设计鲁棒控制器 | 第22-23页 |
| ·性能验证与仿真 | 第23-25页 |
| ·QFT和神经网络并行控制方案研究 | 第25-29页 |
| ·QFT和神经网络并行控制方案提出的原因 | 第25页 |
| ·QFT与神经网络并行控制的设计 | 第25-26页 |
| ·神经网络辨识器NNI | 第26-27页 |
| ·神经网络控制器NNC | 第27-28页 |
| ·QFT与神经网络并行控制的仿真和性能验证 | 第28-29页 |
| 4 基于ARM的卷取张力智能控制器的设计和实现 | 第29-40页 |
| ·ARM嵌入式系统的发展趋势 | 第29页 |
| ·ARM系列产品简介 | 第29-30页 |
| ·基于ARM的智能张力控制器的硬件设计 | 第30-36页 |
| ·电源电路 | 第33-34页 |
| ·以太网口电路 | 第34-36页 |
| ·ARM嵌入式系统μC/OS-II的移植以及软件实现 | 第36-40页 |
| ·μC/OS-II嵌入式操作系统简介 | 第36页 |
| ·在ARM7上移植μC/OS-II | 第36-40页 |
| 5 卷取机张力系统智能控制器的混合仿真研究 | 第40-45页 |
| ·系统实验方案分析 | 第40-41页 |
| ·MATLAB RTW系统简述 | 第41-42页 |
| ·混合仿真实验平台设计 | 第42-43页 |
| ·控制系统运行结果 | 第43-45页 |
| 6 结论 | 第45-47页 |
| ·全文总结 | 第45-46页 |
| ·下一步工作展望 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 在校学习期间所发表的论文 | 第51页 |