首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动生产作业线论文

钢铁冶金加热过程建模与综合优化控制方法的研究

摘要第1-5页
英文摘要第5-7页
目录第7-10页
0 前言第10-23页
1 热轧过程中钢坯温度变化的数学模型第23-49页
 1.1 基于机理分析的钢坯轧前及粗轧阶段的温度变化模型第23-34页
  1.1.1 热轧生产时轧件的热传导理论基础第23-25页
  1.1.2 钢坯轧前及轧制过程中影响钢坯温度变化的因素第25-30页
  1.1.3 仿真计算结果与讨论第30-33页
  1.1.4 小结第33-34页
 1.2 基于离散状态空间的钢坯轧前及粗轧阶段温度控制模型第34-47页
  1.2.1 计算钢坯粗轧过程温度分布的工程传热学基础第34-35页
  1.2.2 热轧过程钢坯温度分布一维离散状态空间方程的推导第35-41页
  1.2.3 热轧过程钢坯温度分布的全系统离散状态空间方程第41-44页
  1.2.4 仿真研究第44-47页
  1.2.5 小结第47页
 1.3 本章小结第47-49页
2 加热炉炉温的优化方法及燃烧控制的实现第49-79页
 2.1 钢坯升温曲线的优化及炉温优化设定方法第49-68页
  2.1.1 对钢坯升温曲线和炉温进行优化控制的必要性第49页
  2.1.2 被加热钢坯加热曲线的优化第49-53页
  2.1.3 炉温优化设定方法第53-62页
  2.1.4 炉温分布的动态特性第62-68页
 2.2 加热炉燃烧控制策略与实现第68-76页
  2.2.1 加热炉燃烧控制技术的发展第68-69页
  2.2.2 基于空燃比优化的加热炉燃烧控制策略第69-74页
  2.2.3 仿真研究第74-76页
 2.3 加热炉待轧策略第76-78页
  2.3.1 制定待轧策略的原则第76页
  2.3.2 待轧时加热炉炉温的设定策略第76-78页
 2.4 本章小结第78-79页
3 钢坯加热过程的综合优化控制策略第79-92页
 3.1 实施综合优化控制的难点与常规控制方法的局限性第79-80页
  3.1.1 综合优化控制的难点第79-80页
  3.1.2 常规控制方法的局限性第80页
 3.2 模糊控制与神经网络控制技术的发展概况第80-81页
  3.2.1 模糊控制理论的发展和应用概况第80-81页
  3.2.2 神经网络控制的发展和应用概况第81页
 3.3 模糊控制技术用于加热炉炉温优化控制第81-87页
  3.3.1 基于轧制过程参数信息反馈的模糊控制策略第82页
  3.3.2 轧制信息反馈模糊控制模型的建立第82-87页
 3.4 结合神经网络学习功能的模糊控制策略第87-91页
  3.4.1 模糊控制方法的不足第87页
  3.4.2 模糊神经网络控制系统结构第87-88页
  3.4.3 模糊神经网络的模型和算法第88-91页
 3.5 本章小结第91-92页
4 基于温度的钢坯加热过程综合优化控制方法及仿真第92-101页
 4.1 综合优化控制模型的提出与描述第92-93页
 4.2 模型各组成部分分析第93-97页
  4.2.1 钢坯出炉温度及炉温分布预计算模型第93-94页
  4.2.2 钢坯温度预报模型第94页
  4.2.3 温度反馈模型第94-95页
  4.2.4 钢坯粗轧阶段温降计算模型第95页
  4.2.5 炉温预设定自适应校正模型第95-97页
 4.3 工程仿真试验及结果分析第97-100页
 4.4 本章小结第100-101页
5 钢坯加热生产过程综合优化控制方法与应用仿真第101-110页
 5.1 综合优化控制模型的总体结构与组成第101-106页
  5.1.1 模型的总体结构第101-102页
  5.1.2 粗轧道次轧制力的计算第102-104页
  5.1.3 模糊PID反馈控制器设计第104-106页
 5.2 工程应用仿真研究第106-109页
 5.3 本章小结第109-110页
6 结束语第110-112页
参考文献第112-119页
已完成的论文和参加的科研项目第119-120页
论文的主要创新点第120-121页
致谢第121-122页

论文共122页,点击 下载论文
上一篇:义务教育为什么要诉求公平
下一篇:猪伪狂犬病病毒gE抗原表位基因在巴斯德毕赤酵母中的表达和初步应用