| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 1 绪论 | 第12-24页 |
| ·本文的研究背景 | 第12-14页 |
| ·国内外发展概况 | 第14-22页 |
| ·控制冷却方式及设备的发展概况 | 第14-19页 |
| ·控制系统 | 第19-22页 |
| ·控制的难点 | 第22-23页 |
| ·本文的研究目的及内容 | 第23-24页 |
| ·本文的研究目的 | 第23页 |
| ·本文的章节安排 | 第23-24页 |
| 2 卷取温度控制系统 | 第24-35页 |
| ·卷取温度控制系统的重要性及任务 | 第24-25页 |
| ·卷取温度控制的难点 | 第25-26页 |
| ·热轧带钢厂轧后快速冷却设备分类及各自特点 | 第26页 |
| ·已开发出的卷取温度控制模型及其各自特点 | 第26-35页 |
| 3 莱钢 1500mm 带钢热连轧卷取温度控制系统 | 第35-57页 |
| ·冷却设备简介 | 第35-36页 |
| ·层流冷却控制系统的硬件配置 | 第36-37页 |
| ·层流冷却控制系统的网络结构 | 第37-39页 |
| ·本文项目的主要任务 | 第39页 |
| ·层流冷却系统的人机接口系统（HMI） | 第39-44页 |
| ·HMI 功能介绍 | 第40-41页 |
| ·HMI 画面介绍 | 第41-44页 |
| ·控制系统的数学模型 | 第44-51页 |
| ·模型的类型 | 第44页 |
| ·模型的建立方法 | 第44-49页 |
| ·具体模型 | 第49-51页 |
| ·控制方法 | 第51-54页 |
| ·控制过程描述 | 第51-53页 |
| ·控制过程中的一些特殊处理 | 第53页 |
| ·控制算法 | 第53-54页 |
| ·控制系统运行效果分析 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 4 人工神经网络在卷取温度控制中的应用 | 第57-70页 |
| ·卷取温度控制中采用人工神经网络的原因 | 第57页 |
| ·BP 神经网络 | 第57-63页 |
| ·BP 神经网络简介 | 第57-59页 |
| ·BP 网络算法 | 第59-61页 |
| ·BP 网络存在的问题及其改进 | 第61-63页 |
| ·改进的 BP 神经网络在卷取温度控制中的应用 | 第63-68页 |
| ·网络结构的确定 | 第63-65页 |
| ·网络的训练和试验 | 第65-68页 |
| ·本章小结 | 第68-70页 |
| 5 总结与展望 | 第70-72页 |
| ·本文总结 | 第70-71页 |
| ·工作展望 | 第71-72页 |
| 参考文献 | 第72-74页 |
| 致谢 | 第74-75页 |
| 攻读学位期间发表的学术论文目录 | 第75页 |