基于人工神经网络的电梯导轨校直算法的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-11页 |
| ·课题研究的背景与意义 | 第7-8页 |
| ·国内外校直机的研究现状 | 第8页 |
| ·校直理论的研究现状 | 第8-9页 |
| ·课题研究的主要内容 | 第9-11页 |
| 2 电梯导轨校直系统设计 | 第11-21页 |
| ·系统总体方案的设计 | 第11-12页 |
| ·电梯导轨直线度误差介绍 | 第12-14页 |
| ·电梯导轨校直的设计 | 第14-17页 |
| ·导轨校直原理介绍 | 第14-15页 |
| ·导轨校直结构设计 | 第15-17页 |
| ·基于数据库的过压量设计 | 第17-18页 |
| ·基于神经网络的过压量设计 | 第18-20页 |
| ·BP神经网络的开发模型 | 第19页 |
| ·BP神经网络的应用方法 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 3 神经网络理论基础与控制技术 | 第21-28页 |
| ·BP网络模型 | 第21-23页 |
| ·BP学习算法 | 第23-26页 |
| ·权值调整思路 | 第23-24页 |
| ·算法推导 | 第24-26页 |
| ·BP算法步骤 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 4 导轨校直算法的设计 | 第28-42页 |
| ·导轨校直流程的设计 | 第28-29页 |
| ·压点位置的设计 | 第29-33页 |
| ·单个压点的校直过程设计 | 第33-41页 |
| ·单个压点的校直流程设计 | 第33-35页 |
| ·扰度的推导计算 | 第35-37页 |
| ·单个压点的反复校直设计 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 5 基于神经网络的导轨校直应用算法设计 | 第42-57页 |
| ·神经网络的学习样本 | 第42-43页 |
| ·输入层与输出层的设计 | 第42页 |
| ·学习样本的采集与表示方法 | 第42-43页 |
| ·样本训练的实现 | 第43-47页 |
| ·网络性能的测试与分析 | 第47-49页 |
| ·神经网络在校直系统中的应用 | 第49-56页 |
| ·动态库的调用技术 | 第49-51页 |
| ·过压量的预测过程 | 第51-53页 |
| ·过压量的对话框设计 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 6 导轨校直系统的现场调试与运行 | 第57-71页 |
| ·基于神经网络的校直算法现场使用 | 第57-62页 |
| ·单弯型导轨校直示例 | 第57-60页 |
| ·S型导轨校直示例 | 第60-61页 |
| ·多峰型导轨校直示例 | 第61-62页 |
| ·改进的校直算法应用 | 第62-65页 |
| ·神经网络的应用拓展 | 第65-70页 |
| ·神经网络参数的确定 | 第65-67页 |
| ·改进的神经网络应用 | 第67-70页 |
| ·本章小结 | 第70-71页 |
| 7 结论与展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-75页 |
