烧结配料控制系统设计与智能控制方法研究
| 目录 | 第1-7页 |
| 摘要 | 第7-8页 |
| ABSTRACT | 第8-10页 |
| 第1章 绪论 | 第10-18页 |
| ·选题背景和意义 | 第10-11页 |
| ·国内外球团生产状况 | 第11-14页 |
| ·国外球团生产 | 第11-12页 |
| ·国外球团发展趋势 | 第12-13页 |
| ·国外球团设备现状 | 第12页 |
| ·国外球团设备发展趋势 | 第12-13页 |
| ·我国球团生产状况 | 第13页 |
| ·国内球团设备现状 | 第13-14页 |
| ·国内球团设备发展趋势 | 第14页 |
| ·配料数学模型和智能控制研究现状 | 第14-15页 |
| ·配料过程智能控制研究 | 第15-16页 |
| ·本文所做的工作 | 第16-18页 |
| 第2章 烧结配料控制系统硬件设计和组态软件设计 | 第18-35页 |
| ·烧结生产过程控制系统的总体设计 | 第18-20页 |
| ·设备控制级(基础自动化级)硬件设计 | 第20-22页 |
| ·配料系统硬件设计 | 第20-21页 |
| ·混合料系统 | 第21-22页 |
| ·烧结配料过程计算机监控系统的设计 | 第22-34页 |
| ·计算机监控系统 | 第23页 |
| ·监控组态软件 | 第23-24页 |
| ·监控组态软件概述 | 第23页 |
| ·监控组态软件的发展趋势 | 第23-24页 |
| ·iFix组态软件介绍 | 第24-28页 |
| ·配料系统监控系统的实现 | 第28-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 基于神经网络的烧结矿配料化学成分预测 | 第35-58页 |
| ·烧结工艺过程 | 第35-37页 |
| ·烧结工艺参数对烧结过程产品的影响 | 第37-39页 |
| ·烧结配料预测方法 | 第39-41页 |
| ·人工神经网络基本知识 | 第41-48页 |
| ·人工神经元 | 第41-42页 |
| ·人工神经网络的特点 | 第42-45页 |
| ·典型BP神经网络的学习算法 | 第45-48页 |
| ·基于神经网络成分预测的烧结配料模型研究 | 第48-52页 |
| ·成分预测模型 | 第48-52页 |
| ·中和矿成分预测模型 | 第49-50页 |
| ·混合矿(二次混料)成分预测模型 | 第50-51页 |
| ·烧结矿成分预测模型 | 第51-52页 |
| ·用BP网络预测烧结矿的成分 | 第52-56页 |
| ·模型变量的选择 | 第52-53页 |
| ·数据预处理 | 第53页 |
| ·神经网络结构设计 | 第53-55页 |
| ·成分预测神经网络训练 | 第55-56页 |
| ·预测结果分析 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第4章 模糊自整定PID控制器设计 | 第58-72页 |
| ·模糊控制 | 第58-63页 |
| ·模糊数学基础 | 第58-61页 |
| ·模糊控制结构和设计方法 | 第61-63页 |
| ·PID控制基本理论 | 第63-66页 |
| ·PID控制的基本原理 | 第63-64页 |
| ·参数整定方法 | 第64-65页 |
| ·PID调节器参数对控制性能的影响 | 第65-66页 |
| ·模糊自整定PID控制器设计 | 第66-71页 |
| ·控制系统结构 | 第66-67页 |
| ·模糊控制规则的确定 | 第67-69页 |
| ·圆盘给料机模糊自整定PID控制器设计及仿真 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 第5章 总结 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76页 |
