| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 绪论 | 第10-21页 |
| ·板厚板形控制综述 | 第10-15页 |
| ·板厚控制研究现状 | 第10-12页 |
| ·板形控制研究现状 | 第12-13页 |
| ·板厚板形综合控制研究现状 | 第13-15页 |
| ·智能控制在金属轧制中的应用现状 | 第15-18页 |
| ·神经网络在轧制中的应用现状 | 第15-16页 |
| ·模糊控制在轧制中的应用现状 | 第16-17页 |
| ·多变量系统解耦控制发展现状 | 第17-18页 |
| ·研究意义及主要内容 | 第18-21页 |
| ·课题研究意义 | 第18-19页 |
| ·研究内容 | 第19-21页 |
| 第2章 冷轧板厚板形控制的理论基础 | 第21-35页 |
| ·冷轧板厚控制的理论基础 | 第21-27页 |
| ·冷轧带材厚度控制的基本原理 | 第21-23页 |
| ·带材厚度波动原因的分析 | 第23-25页 |
| ·板厚自动控制系统的基本方式 | 第25-27页 |
| ·冷轧板形控制的理论基础 | 第27-32页 |
| ·带材断面形状的表示法 | 第27-28页 |
| ·平直度 | 第28-29页 |
| ·保持带材平直度的良好条件 | 第29-30页 |
| ·板形的控制方式 | 第30-31页 |
| ·影响板形因素的分析 | 第31-32页 |
| ·冷轧板厚板形控制原理 | 第32-34页 |
| ·板厚板形控制系统原理图 | 第32-33页 |
| ·板厚板形综合控制原理分析 | 第33-34页 |
| ·板厚板形控制方式 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第3章 板厚板形控制系统动态模型分析 | 第35-48页 |
| ·液压压下位置伺服控制系统建模 | 第35-39页 |
| ·液压APC 系统模型的推导 | 第35-38页 |
| ·模型仿真及简化 | 第38-39页 |
| ·液压弯辊力伺服控制系统建模 | 第39-43页 |
| ·液压弯辊控制系统模型的推导 | 第39-42页 |
| ·模型仿真及简化 | 第42-43页 |
| ·板厚板形动态数学模型的建立 | 第43-47页 |
| ·横向张应力差表示的板厚板形动态数学模型 | 第43-46页 |
| ·凸度表示的板厚板形动态数学模型 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 板厚板形自适应模糊PID 解耦控制设计 | 第48-59页 |
| ·板厚板形前馈补偿解耦法的研究 | 第48-49页 |
| ·板厚板形自适应模糊PID 控制的设计 | 第49-53页 |
| ·模糊控制器的组成 | 第49-51页 |
| ·板厚板形自适应模糊PID 控制系统结构的设计 | 第51页 |
| ·板厚板形自适应模糊PID 控制设计的实现 | 第51-53页 |
| ·仿真结果及实验分析 | 第53-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 基于DRNN 的板厚板形神经网络解耦PID 控制设计 | 第59-70页 |
| ·对角递归神经网络的研究 | 第59-62页 |
| ·DRNN 的定义及优越性 | 第59页 |
| ·DRNN 网络结构的分析 | 第59-60页 |
| ·DRNN 网络辨识 | 第60-62页 |
| ·神经网络解耦法的研究 | 第62-63页 |
| ·解耦神经网络的结构及算法分析 | 第62-63页 |
| ·神经网络解耦的工作流程 | 第63页 |
| ·基于DRNN 的板厚板形神经网络解耦PID 控制系统的设计 | 第63-65页 |
| ·控制系统结构的设计 | 第64页 |
| ·DRNN 整定PID 控制算法的设计 | 第64-65页 |
| ·系统实现及其仿真分析 | 第65-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-77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 |