首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

TCM-FGC轧制力预设定问题的研究

独创性声明第1-4页
摘要第4-5页
Abstract第5-6页
目录第6-8页
第一章 绪论第8-16页
   ·课题意义与背景第8-9页
   ·冷连轧过程控制模型系统概述第9-10页
   ·动态变规格控制的发展现状第10-13页
   ·本文的主要工作第13-16页
第二章 TCM-FGC过程基本理论第16-28页
   ·动态变规格概述第16页
   ·动态变规格的控制方式第16-19页
     ·顺流调节法第16-17页
     ·逆流调节法第17-19页
   ·动态变规格楔形区过渡段参数的计算第19-23页
     ·楔形长度第19-20页
     ·楔形起点的位置第20-21页
     ·本钢1700全连续式轧机楔形区过渡方案第21-23页
   ·动态变规格设定模型第23-27页
     ·线性化增量模型第23-24页
     ·非线性全量模型第24-27页
   ·本章小结第27-28页
第三章 轧制力参数模型的自适应学习第28-40页
   ·轧制力显式公式的推导第28-31页
     ·Bland-Ford-Hill轧制力公式第28-29页
     ·轧辊压扁公式第29-30页
     ·轧制力显式公式的推导第30-31页
   ·摩擦系数与变形抗力的实际值计算第31-33页
     ·前滑模型第32页
     ·摩擦系数与变形抗力的实际值计算第32-33页
   ·摩擦系数模型与变形抗力模型的自适应学习第33-37页
     ·变形抗力模型自适应学习第35-36页
     ·摩擦系数模型自适应学习第36-37页
   ·本章小结第37-40页
第四章 应用综合网络进行轧制力预设定第40-56页
   ·人工神经网络介绍第40-43页
     ·神经元简介第40-41页
     ·人工神经网络的训练第41-43页
   ·EBP算法(反向传播算法)介绍第43-49页
     ·网络的构成第43-45页
     ·训练过程概述第45-46页
     ·误差传播分析第46-48页
     ·基本的EBP算法第48-49页
   ·应用在轧制力预设定问题上的综合网络设计第49-53页
     ·本章EBP神经网络结构的设计第50-51页
     ·原始数据处理第51-52页
     ·本章EBP神经网络算法设计第52-53页
   ·结果实现与分析第53-55页
   ·本章小结第55-56页
第五章 结束语第56-58页
参考文献第58-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:建构主义在高职数学教学中的应用
下一篇:基于DSP的模糊直接转矩控制系统的研究