| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 卷取机发展历程及张力扭矩发展现状 | 第8-10页 |
| 1.1.1 卷取机的发展历程及张力的发展状况 | 第8-9页 |
| 1.1.2 卷取扭矩简述 | 第9-10页 |
| 1.2 本课题的研究背景与意义 | 第10-11页 |
| 1.3 本文的主要工作 | 第11-13页 |
| 第2章 地下卷取机工艺过程分析 | 第13-21页 |
| 2.1 卷取机相关介绍 | 第13-16页 |
| 2.1.1 卷取机生产现状 | 第13页 |
| 2.1.2 卷取机的分类 | 第13-14页 |
| 2.1.3 地下卷取机的组成 | 第14-16页 |
| 2.2 卷取工艺过程研究 | 第16-20页 |
| 2.2.1 卷取机主要设备 | 第16-18页 |
| 2.2.2 卷取过程研究 | 第18-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第3章 地下卷取机卷取信号测试 | 第21-25页 |
| 3.1 信号测试的目的及意义 | 第21页 |
| 3.2 信号测试的方法过程 | 第21-23页 |
| 3.2.1 主卷筒扭矩测点的确定 | 第21-22页 |
| 3.2.2 扭矩的标定 | 第22-23页 |
| 3.3 信号测试的结果及分析 | 第23-25页 |
| 第4章 simulink 模型的建立与预测 | 第25-41页 |
| 4.1 卷筒张力控制系统分析 | 第25-27页 |
| 4.2 卷筒负载力矩的组成 | 第27-29页 |
| 4.2.1 张力矩 | 第27-28页 |
| 4.2.2 弯曲力矩 | 第28页 |
| 4.2.3 动力矩 | 第28-29页 |
| 4.3 卷取过程的动力学方程 | 第29-30页 |
| 4.4 利用 Simulink 进行模拟和仿真 | 第30-34页 |
| 4.4.1 MATLAB 及 Simulink 简介 | 第30-31页 |
| 4.4.2 利用 Simulink 模拟和仿真 | 第31-34页 |
| 4.5 Simulink 模型的仿真及结果 | 第34-37页 |
| 4.6 生产 X80（18.4×1550）管线钢时卷取力矩动态仿真 | 第37-39页 |
| 4.7 本章小结 | 第39-41页 |
| 第5章 BP 神经网络模型的建立与预测 | 第41-62页 |
| 5.1 人工神经网络 | 第41页 |
| 5.2 BP 网络模型 | 第41-46页 |
| 5.2.1 BP 人工神经网络及其模型 | 第41-42页 |
| 5.2.2 BP 神经网络的 MATLAB 实现的设计步骤 | 第42页 |
| 5.2.3 网络具体设计过程 | 第42-46页 |
| 5.3 基于实测数据的最大卷取力矩的神经网络模型结构设计 | 第46-49页 |
| 5.3.1 模型相关数据的确定 | 第47-48页 |
| 5.3.2 神经网络模型的实现 | 第48-49页 |
| 5.4 神经网络模型的训练与结果预测 | 第49-61页 |
| 5.4.1 模型一的训练仿真过程及其结果 | 第49-53页 |
| 5.4.2 模型一的卷取扭矩预测 | 第53-54页 |
| 5.4.3 模型二的训练仿真过程及其结果 | 第54-59页 |
| 5.4.4 模型二的数据预测 | 第59-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第6章 结论与展望 | 第62-63页 |
| 6.1 主要研究工作及总结 | 第62页 |
| 6.2 展望后续工作 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 详细摘要 | 第68-71页 |
