热轧带钢厚度智能控制研究
| 中文摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1. 绪论 | 第10-14页 |
| ·课题背景与选题意义 | 第10页 |
| ·带钢厚度控制技术概述 | 第10-13页 |
| ·带钢厚度控制的发展概况 | 第11-12页 |
| ·带钢厚度控制存在的问题 | 第12页 |
| ·带钢厚度控制未来发展方向 | 第12-13页 |
| ·本文研究的主要内容和章节安排 | 第13-14页 |
| 2. 热连轧带钢厚度控制的基本知识 | 第14-20页 |
| ·板厚控制的基本概念和表示厚度的基本方法 | 第14-15页 |
| ·板厚控制的基本概念 | 第14页 |
| ·表示厚度的基本方法 | 第14-15页 |
| ·热轧带钢板厚控制用工艺数学模型 | 第15-17页 |
| ·弹跳模型 | 第15-16页 |
| ·轧制力模型 | 第16页 |
| ·前滑模型 | 第16-17页 |
| ·能耗模型 | 第17页 |
| ·温降模型 | 第17页 |
| ·厚度自动控制的基本原理 | 第17-19页 |
| ·反馈式厚度自动控制原理 | 第18页 |
| ·前馈式厚度自动控制原理 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 3. 智能控制理论基本概述 | 第20-36页 |
| ·模糊控制概述 | 第20-22页 |
| ·模糊控制概念 | 第20页 |
| ·模糊控制系统的语言 | 第20-21页 |
| ·模糊控制步骤 | 第21-22页 |
| ·专家系统概述 | 第22-24页 |
| ·专家系统的概念 | 第22页 |
| ·专家系统组成 | 第22-24页 |
| ·专家系统语言 | 第24页 |
| ·模糊专家系统概述 | 第24-25页 |
| ·模糊专家系统结构 | 第24-25页 |
| ·模糊专家系统语言 | 第25页 |
| ·遗传算法概述 | 第25-28页 |
| ·遗传算法概念 | 第25-26页 |
| ·遗传算法的操作步骤 | 第26-27页 |
| ·遗传算法编码 | 第27页 |
| ·遗传算法适应度 | 第27页 |
| ·遗传算法选择算子 | 第27页 |
| ·遗传算法交叉算子 | 第27-28页 |
| ·遗传算法变异算子 | 第28页 |
| ·神经网络概述 | 第28-34页 |
| ·神经网络概念 | 第29-30页 |
| ·人工神经网络类型 | 第30-31页 |
| ·BP神经网络 | 第31-34页 |
| ·遗传算法与人工神经网络的结合 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 4. 基于专家模糊的热连轧板厚控制 | 第36-45页 |
| ·热连轧板厚控制概述 | 第36页 |
| ·厚度控制工程过程与数学模型 | 第36-39页 |
| ·液压位置内环控制系统工作原理 | 第36-37页 |
| ·系统结构 | 第37页 |
| ·伺服放大器 | 第37-38页 |
| ·电液伺服阀 | 第38页 |
| ·液压缸及其负载 | 第38-39页 |
| ·位移传感器 | 第39页 |
| ·系统传递函数模型 | 第39页 |
| ·专家模糊板厚控制系统的原理与实现 | 第39-43页 |
| ·传统PID控制器的结构和原理 | 第39页 |
| ·专家模糊控制 | 第39-40页 |
| ·专家模糊控制的系统结构 | 第40页 |
| ·专家控制规则 | 第40-41页 |
| ·模糊控制推理 | 第41-42页 |
| ·量化因子和比例因子 | 第42-43页 |
| ·仿真与结果分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 5. 改进遗传算法与神经网络的带钢厚度预测 | 第45-50页 |
| ·热轧带钢板厚预测概述 | 第45页 |
| ·遗传算法结构 | 第45-48页 |
| ·遗传算法概述 | 第45页 |
| ·染色体编码 | 第45-46页 |
| ·初始群体的产生 | 第46页 |
| ·适应度函数 | 第46页 |
| ·选择算子 | 第46页 |
| ·交叉算子 | 第46-47页 |
| ·变异算子 | 第47页 |
| ·交叉与变异概率 | 第47-48页 |
| ·神经网络结构 | 第48-49页 |
| ·仿真与结果分析 | 第49页 |
| ·本章小结 | 第49-50页 |
| 6. 结论 | 第50-51页 |
| ·创造性成果 | 第50页 |
| ·发展与见解 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 攻读硕士学位期间发表学术论文情况 | 第53-54页 |
| 致谢 | 第54-56页 |
| 作者简介 | 第56页 |
