板形识别·预测和控制仿真的智能方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究的学术背景 | 第10-11页 |
| ·板形模式识别和板形智能控制的发展概况 | 第11-14页 |
| ·板形模式识别模型的研究进展 | 第11-12页 |
| ·板形控制技术的发展概况 | 第12-14页 |
| ·板形控制存在的问题及研究的意义 | 第14-15页 |
| ·板形控制存在的问题 | 第14页 |
| ·研究板形控制的意义 | 第14-15页 |
| ·本文主要研究内容 | 第15-16页 |
| 第2章 板形控制基础和理论模型 | 第16-28页 |
| ·有关板形的基本知识 | 第16-23页 |
| ·板形的概念 | 第16页 |
| ·良好板形的几何条件 | 第16-17页 |
| ·板形的数学表示方法 | 第17-18页 |
| ·常见几种板形缺陷模式 | 第18-21页 |
| ·消除板形缺陷的相应控制方式 | 第21-23页 |
| ·四辊轧机弯辊力预设定模型 | 第23-24页 |
| ·四辊轧机目标板形设定 | 第24-25页 |
| ·四辊轧机板形控制模型 | 第25-27页 |
| ·四辊轧机板形控制模型 | 第25-27页 |
| ·板形判别调节方案 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第3章 板形模式识别方法的研究 | 第28-62页 |
| ·板形模式识别的基本知识 | 第28-30页 |
| ·板形模式识别的基本原理 | 第28-30页 |
| ·板形模式识别特点 | 第30页 |
| ·板形模式识别方法的研究 | 第30-46页 |
| ·最小二乘法 | 第30-31页 |
| ·多项式回归分解法 | 第31-35页 |
| ·基于小波分析的板形模式识别方法 | 第35-37页 |
| ·模糊分类法板形模式识别 | 第37-40页 |
| ·人工神经网络板形模式识别方法 | 第40-45页 |
| ·遗传算法应用于板形模式识别 | 第45-46页 |
| ·模糊神经网络应用于板形模式识别 | 第46-56页 |
| ·模糊神经网络相关知识 | 第46-47页 |
| ·等价型模糊神经网络板形模式识别 | 第47-56页 |
| ·板形模式识别方法的识别精度比较分析 | 第56-61页 |
| ·本章小结 | 第61-62页 |
| 第4章 板带冷轧机板形智能控制模型的建立 | 第62-82页 |
| ·概述 | 第62-63页 |
| ·板形控制系统 | 第63页 |
| ·冷带轧机板形智能预测模型的建立 | 第63-69页 |
| ·问题的提出 | 第63-64页 |
| ·Elman 动态递归网络建模 | 第64-67页 |
| ·Elman 网络板形预测模型的建立 | 第67-69页 |
| ·基于PID 神经元网络的板形控制器的设计 | 第69-74页 |
| ·问题的提出 | 第69页 |
| ·基于PID 神经元网络的板形控制器结构 | 第69-70页 |
| ·PID 神经元网络的计算方法 | 第70-74页 |
| ·系统仿真 | 第74-81页 |
| ·本章小结 | 第81-82页 |
| 结论 | 第82-84页 |
| 参考文献 | 第84-89页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第89-90页 |
| 致谢 | 第90-91页 |
| 作者简介 | 第91页 |
