冷连轧机张力预测智能控制系统的研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| 1．1 课题意义和背景 | 第9-10页 |
| 1．2 预测控制的研究进展和成果 | 第10-13页 |
| 1．3 课题的主要研究内容和所做的工作 | 第13页 |
| 1．4 本文结构 | 第13-15页 |
| 第2章 冷连轧机系统工艺和系统分析 | 第15-19页 |
| 2．1四 机架冷连轧工艺系统简介 | 第15-16页 |
| 2．2 张力轧制系统分析 | 第16-18页 |
| 2．3 本章小结 | 第18-19页 |
| 第3章 张力的预测控制 | 第19-37页 |
| 3．1 引言 | 第19页 |
| 3．2 基本理论 | 第19-20页 |
| 3．3 张力的传统数学模型和控制思想 | 第20-27页 |
| 3．3．1 张力的传统数学模型 | 第20-25页 |
| 3．3．2 张力的传统控制思想 | 第25-27页 |
| 3．4 张力的广义预测控制和仿真研究 | 第27-36页 |
| 3．4．1 广义预测控制（GPC）算法 | 第27-35页 |
| 3．4．2 仿真研究 | 第35-36页 |
| 3．5 本章小结 | 第36-37页 |
| 第4章 神经网络与张力系统建模 | 第37-53页 |
| 4．1 引言 | 第37页 |
| 4．2 神经网络建模技术 | 第37-50页 |
| 4．2．1 可行性分析 | 第37-41页 |
| 4．2．2 建模用神经网络模型 | 第41-46页 |
| 4．2．3 模型的学习算法与训练 | 第46-48页 |
| 4．2．4 神经网络建模 | 第48-50页 |
| 4．3 张力系统的建模 | 第50-52页 |
| 4．3．1 模型结构 | 第50-51页 |
| 4．3．2 实验研究 | 第51-52页 |
| 4．4 本章小结 | 第52-53页 |
| 第5章 张力的自适应预测控制 | 第53-80页 |
| 5．1 引言 | 第53-54页 |
| 5．2 基本理论 | 第54-61页 |
| 5．3 算法推导与比较 | 第61-74页 |
| 5．3．1 相关定理和引理 | 第61-62页 |
| 5．3．2 引入增广误差信号法 | 第62-68页 |
| 5．3．3 Monopoli设计法 | 第68-71页 |
| 5．3．4 免去增广误差信号法 | 第71-74页 |
| 5．4 张力的控制方案和仿真研究 | 第74-79页 |
| 5．4．1 张力控制方案 | 第74-78页 |
| 5．4．2 仿真研究 | 第78-79页 |
| 5．5 本章小结 | 第79-80页 |
| 结论 | 第80-82页 |
| 参考文献 | 第82-87页 |
| 攻读硕士学位期间所发表的论文 | 第87-88页 |
| 致谢 | 第88-89页 |
| 作者简介 | 第89页 |
