基于BP算法的自动送钻钻压优化控制技术研究
摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
1 绪论 | 第8-12页 |
·钻压优化控制技术研究的意义 | 第8页 |
·国内外研究现状 | 第8-10页 |
·国外研究现状 | 第8-9页 |
·国内研究现状 | 第9-10页 |
·我国现有自动送钻装置控制系统存在的不足 | 第10页 |
·神经网络控制方法的引入 | 第10-11页 |
·本文的工作 | 第11-12页 |
2 盘刹自动送钻系统设备和原理 | 第12-17页 |
·钻机设备构成 | 第12-14页 |
·盘刹自动送钻工作原理 | 第14-17页 |
3 钻压控制方案设计 | 第17-27页 |
·BP算法 | 第17-22页 |
·基于BP算法的多层前馈网络模型 | 第18-19页 |
·BP学习算法 | 第19-21页 |
·BP网络的主要功能 | 第21-22页 |
·基于BP算法的钻压控制器硬件设计 | 第22-25页 |
·控制器硬件概述 | 第22-23页 |
·钻压主控制器硬件设计 | 第23-24页 |
·网络学习机硬件设计 | 第24-25页 |
·钻压控制器硬件及监控点统计 | 第25-27页 |
4 BP算法的实现 | 第27-46页 |
·BP算法神经网络训练样本集的准备 | 第27-32页 |
·输入输出量的选择 | 第27页 |
·训练样本的获取 | 第27-29页 |
·输入输出数据的预处理 | 第29-31页 |
·训练样本集的设计 | 第31-32页 |
·初始权值的设计 | 第32页 |
·BP神经网络拓扑结构的确定 | 第32-34页 |
·隐层数的设计 | 第32-33页 |
·隐节点数的设计 | 第33-34页 |
·BP算法的PLC程序实现 | 第34-39页 |
·网络仿真测试 | 第39-43页 |
·现场实验测试 | 第43-46页 |
5 结论 | 第46-48页 |
·本文总结 | 第46-47页 |
·今后展望 | 第47-48页 |
致谢 | 第48-49页 |
参考文献 | 第49-52页 |
附录 | 第52-54页 |