首页--工业技术论文--金属学与金属工艺论文--金属压力加工论文--轧制论文--轧制自动化论文

热连轧板形板厚智能解耦控制的研究

中文摘要第1-6页
ABSTRACT第6-9页
1. 绪论第9-16页
   ·本课题选题研究意义第9-10页
   ·板形板厚控制系统的研究现状和发展趋势第10-14页
     ·板形控制方法第10-11页
     ·板厚控制方法第11-12页
     ·板形板厚综合控制方法第12-14页
   ·多变量解耦控制的研究现状第14-15页
   ·本文主要研究内容第15-16页
2. 板形板厚综合控制系统的模型第16-31页
   ·板形板厚控制的基本概念第16-24页
     ·影响厚差的主要因素第16-17页
     ·厚度变化规律第17-20页
     ·厚度控制措施第20-22页
     ·板形控制措施第22-24页
   ·板形板厚综合系统的静态数学模型第24-27页
     ·确立板形板厚系统解耦控制对象第24页
     ·弹跳方程第24-26页
     ·塑性方程第26页
     ·板形方程第26-27页
   ·板形板厚系统动态数学模型第27-29页
   ·本章小结第29-31页
3. 多变量系统解耦控制第31-39页
   ·耦合控制系统相对增益第31-32页
   ·传统解耦控制方式第32-36页
   ·自适应解耦控制策略第36-37页
   ·智能解耦控制策略第37页
   ·非线性与鲁棒解耦控制策略第37-38页
   ·本章小结第38-39页
4. 板形板厚综合系统常规PID控制及仿真第39-48页
   ·常规PID控制理论原理第39-40页
   ·板形板厚系统解耦设计第40-42页
   ·板形板厚系统常规PID解耦控制及仿真第42-47页
     ·板形板厚系统解耦PID控制第42-43页
     ·滞后环节的处理第43-44页
     ·板形板厚系统的常规PID解耦控制仿真第44-47页
   ·本章小结第47-48页
5. 基于QDRNN神经网络的多变量系统解耦控制第48-56页
   ·准对角递归神经网络(QDRNN)概述第48-51页
     ·QDRNN神经网络的结构第48-49页
     ·QDRNN神经网络的算法第49-51页
   ·基于QDRNN算法板形板厚系统PID解耦控制仿真第51-55页
   ·本章小结第55-56页
6. 展望和总结第56-57页
参考文献第57-59页
攻读硕士学位期间发表学术论文情况第59-60页
致谢第60-61页
作者简介第61页

论文共61页,点击 下载论文
上一篇:四辊轧机辊系变形模拟分析
下一篇:重污染企业环境经营驱动力研究