中厚板轧后冷却数学模型优化及控制策略研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-16页 |
| ·课题的研究背景 | 第10-11页 |
| ·控制轧制与控制冷却技术 | 第11-14页 |
| ·国外控制冷却的发展现状 | 第11-12页 |
| ·我国控制冷却的发展现状 | 第12-13页 |
| ·控制冷却的方式 | 第13-14页 |
| ·本文的研究内容 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 2 中厚板轧后层流冷却系统及数学模型 | 第16-32页 |
| ·层流冷却系统的介绍 | 第16-17页 |
| ·层流冷却的控制目标 | 第16页 |
| ·层流冷却系统的特点 | 第16-17页 |
| ·层流冷却的机理 | 第17页 |
| ·层流冷却设备布置状况 | 第17-20页 |
| ·层流冷却系统设备组成 | 第17-20页 |
| ·层流冷却过程的数学模型 | 第20-25页 |
| ·数学模型的理论基础 | 第21-23页 |
| ·轧后冷却温度场的数学模型 | 第23页 |
| ·传热分析及热传导方程的边界初始条件 | 第23-24页 |
| ·空冷换热系数模型 | 第24-25页 |
| ·水冷换热系数模型 | 第25页 |
| ·有限差分法在温度场热传导方程求解中的应用 | 第25-27页 |
| ·热传导数学模型中的物理参数 | 第27-31页 |
| ·比热系数 | 第27-29页 |
| ·导热系数 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 3 数学模型优化与冷却结果分析 | 第32-42页 |
| ·空冷换热系数的优化 | 第32-34页 |
| ·空冷换热系数的自学习模型 | 第32-33页 |
| ·空冷换热系数的自学习修正 | 第33-34页 |
| ·对流换热系数的回归与优化 | 第34-39页 |
| ·对流换热系数的分析 | 第34-35页 |
| ·对流换热系数的线性回归 | 第35-38页 |
| ·水冷换热系数自学习修正 | 第38-39页 |
| ·在线应用和冷却结果分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 4 人工神经网络在层流冷却控制中的应用 | 第42-52页 |
| ·人工神经网络的介绍 | 第42-43页 |
| ·人工神经网络基本思想 | 第42页 |
| ·人工神经网络工作原理 | 第42-43页 |
| ·BP人工神经网络简介 | 第43-44页 |
| ·BP网络的数学基础 | 第44-45页 |
| ·BP网络在冷却过程控制中的应用 | 第45-49页 |
| ·利用BP网络预报对流换热系数 | 第45-46页 |
| ·BP网络的局限性及改进方法 | 第46-47页 |
| ·BP网络结构的确定 | 第47-48页 |
| ·BP网络预报系统工作原理 | 第48-49页 |
| ·BP网络的计算过程及其流程 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 5 对流换热系数仿真预报及前馈控制策略研究 | 第52-62页 |
| ·MATLAB语言在预报仿真中的应用研究 | 第52-58页 |
| ·MATLAB软件的介绍 | 第52-53页 |
| ·在MATLAB语言环境下BP神经网络的实现 | 第53-54页 |
| ·仿真预报模拟 | 第54-57页 |
| ·BP网络的在线应用 | 第57-58页 |
| ·前馈控制策略在层流冷却过程中的研究 | 第58-60页 |
| ·前馈控制简介 | 第59页 |
| ·前馈控制工作原理 | 第59页 |
| ·前馈控制的过程 | 第59-60页 |
| ·现场控制效果分析 | 第60页 |
| ·本章小结 | 第60-62页 |
| 6 结论与展望 | 第62-64页 |
| ·结论 | 第62-63页 |
| ·展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 附录 | 第69页 |
