| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 引言 | 第10页 |
| 1.2 冷轧自动厚度控制系统概述 | 第10-11页 |
| 1.3 冷轧APC系统发展过程及现状 | 第11-12页 |
| 1.3.1 冷轧APC控制系统的发展过程 | 第11页 |
| 1.3.2 冷轧领域控制技术现状及不足 | 第11-12页 |
| 1.4 智能控制的发展及其在冷轧领域的应用 | 第12-14页 |
| 1.4.1 智能控制的发展 | 第12-13页 |
| 1.4.2 智能控制在冷轧领域的应用 | 第13-14页 |
| 1.5 选题意义及研究内容 | 第14-16页 |
| 第2章 冷轧APC系统数学模型建立及模拟电路设计 | 第16-25页 |
| 2.1 引言 | 第16页 |
| 2.2 冷轧APC系统结构介绍 | 第16-21页 |
| 2.2.1 位移传感器 | 第17-18页 |
| 2.2.2 伺服放大器 | 第18页 |
| 2.2.3 电液伺服阀 | 第18-20页 |
| 2.2.4 阀控液压缸 | 第20-21页 |
| 2.3 冷轧APC系统数学模型 | 第21-24页 |
| 2.3.1 冷轧APC系统非线性模型 | 第21-22页 |
| 2.3.2 冷轧APC系统线性模型 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于改进差分进化算法的冷轧APC系统控制器设计及实验研究 | 第25-49页 |
| 3.1 引言 | 第25页 |
| 3.2 差分进化算法介绍 | 第25-29页 |
| 3.2.1 差分进化算法原理和缺点分析 | 第26-27页 |
| 3.2.2 改进的适应度函数 | 第27页 |
| 3.2.3 基于自适应参数的差分进化算法 | 第27-29页 |
| 3.3 基于改进差分进化算法的IDE-PID控制器设计及仿真研究 | 第29-36页 |
| 3.3.1 IDE-PID控制器设计 | 第29-31页 |
| 3.3.2 仿真实验 | 第31-36页 |
| 3.4 IDE-PID控制器在SIEMENS PLC平台的实验研究 | 第36-48页 |
| 3.4.1 西门子PLC简介 | 第36-37页 |
| 3.4.2 FM458功能模块介绍 | 第37-38页 |
| 3.4.3 D7 Function Block Generator软件简介 | 第38-40页 |
| 3.4.4 IDE-PID算法的PLC编程实现 | 第40-41页 |
| 3.4.5 实验结果 | 第41-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 基于IDE-fuzzy算法的冷轧APC系统控制器设计及实验研究 | 第49-61页 |
| 4.1 引言 | 第49页 |
| 4.2 改进的fuzzy-PID算法 | 第49-58页 |
| 4.2.1 模糊控制的基本原理 | 第49-50页 |
| 4.2.2 改进的fuzzy-PID算法 | 第50-52页 |
| 4.2.3 模糊规则库的获取 | 第52-54页 |
| 4.2.4 IDE-fuzzy PID算法运行流程 | 第54-57页 |
| 4.2.5 仿真实验 | 第57-58页 |
| 4.3 IDE-fuzzy PID控制器在西门子PLC平台的实验研究 | 第58-60页 |
| 4.3.1 CFC程序的编写 | 第58页 |
| 4.3.2 实验结果 | 第58-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 基于Elman网络辨识的神经网络控制器在冷轧APC系统中的研究 | 第61-72页 |
| 5.1 引言 | 第61页 |
| 5.2 基于Elman神经网络的辨识器设计 | 第61-67页 |
| 5.2.1 非线性冷轧APC系统分析 | 第61-62页 |
| 5.2.2 Elman神经网络及其在APC系统辨识中的应用 | 第62-66页 |
| 5.2.3 基于Elman神经网络系统辨识的仿真研究 | 第66-67页 |
| 5.3 基于Elman网络辨识的神经网络控制器设计 | 第67-70页 |
| 5.4 仿真研究 | 第70-71页 |
| 5.5 本章小结 | 第71-72页 |
| 结论 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第77-78页 |
| 致谢 | 第78-79页 |
| 作者简介 | 第79页 |
