神经网络预测控制在加热炉炉温控制与优化中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-19页 |
| ·步进梁加热炉简介 | 第9-10页 |
| ·加热炉的工艺流程 | 第10-12页 |
| ·加热炉生产中的关键控制技术 | 第12页 |
| ·加热炉优化控制及应用现状 | 第12-15页 |
| ·国外加热炉优化控制研究和应用现状 | 第12-13页 |
| ·国内加热炉优化控制研究和应用现状 | 第13-15页 |
| ·加热炉控制中存在的问题 | 第15-16页 |
| ·课题研究背景及选题意义 | 第16-17页 |
| ·本文的主要工作 | 第17-19页 |
| 第2章 加热炉控制系统设计 | 第19-27页 |
| ·加热炉的计算机控制系统结构 | 第19-20页 |
| ·加热炉的主要控制回路 | 第20-24页 |
| ·炉温控制 | 第20-22页 |
| ·烟温控制与炉压控制 | 第22-24页 |
| ·上位机监控系统设计 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第3章 基于神经网络的预测控制 | 第27-47页 |
| ·预测控制理论 | 第27-32页 |
| ·预测控制产生的背景 | 第27-28页 |
| ·预测控制的基本原理 | 第28-30页 |
| ·预测控制的基本算法 | 第30-31页 |
| ·智能预测控制策略及研究动态 | 第31-32页 |
| ·神经网络理论 | 第32-45页 |
| ·神经网络简介 | 第32-35页 |
| ·BP网络的拓扑结构及其学习过程 | 第35-39页 |
| ·BP算法的优点及存在的问题 | 第39-40页 |
| ·BP算法的改进 | 第40-42页 |
| ·神经网络参数的选取 | 第42-45页 |
| ·基于神经网络的预测 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 加热炉炉温预测控制系统设计 | 第47-67页 |
| ·加热炉的炉温控制 | 第47-48页 |
| ·加热炉炉温控制的重要性 | 第47页 |
| ·影响加热炉炉温的因素 | 第47-48页 |
| ·加热炉炉温预测控制系统设计 | 第48-50页 |
| ·控制策略的提出 | 第48-49页 |
| ·控制方案设计 | 第49-50页 |
| ·炉温预测模型的建立 | 第50-55页 |
| ·神经网络非线性多步预测模型 | 第50-52页 |
| ·用三层BP神经网络构造预测模型 | 第52-54页 |
| ·加热炉预测模型的建立 | 第54-55页 |
| ·反馈校正设计 | 第55-56页 |
| ·炉温优化控制器的设计 | 第56-65页 |
| ·优化控制器的设计方法综述 | 第56-58页 |
| ·优化控制器主要的设计方法 | 第58-63页 |
| ·炉温优化控制器的设计 | 第63-65页 |
| ·本章小结 | 第65-67页 |
| 第5章 加热炉炉温预测控制系统仿真 | 第67-77页 |
| ·加热炉炉温预测模型的建立 | 第67-72页 |
| ·优化控制器的设计 | 第72-74页 |
| ·预测控制系统仿真 | 第74-77页 |
| 第6章 结束语 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-85页 |
| 硕士期间所发表的专著 | 第85页 |
