基于神经网络的热轧模型研究
中文摘要 | 第1-5页 |
Abstract | 第5-8页 |
第一章 绪论 | 第8-22页 |
·论文背景 | 第8-9页 |
·热轧机组热轧精轧工艺简介 | 第9-11页 |
·轧制力计算的现状 | 第11-13页 |
·影响轧制力的因素 | 第11页 |
·目前国内外轧制力计算方法 | 第11-12页 |
·轧制力计算的工程法 | 第12-13页 |
·现代热连轧厚度控制技术 | 第13-17页 |
·AGC 系统 | 第13-14页 |
·过程机的设定 | 第14-15页 |
·自适应技术 | 第15-17页 |
·神经网络的发展状况 | 第17-18页 |
·神经网络在带钢轧制中的应用研究现状 | 第18-21页 |
·主要研究内容 | 第21-22页 |
第二章 人工神经网络 | 第22-33页 |
·人工神经网络与自动控制 | 第22-23页 |
·人工神经网络的逼近能力研究 | 第23-25页 |
·人工神经网络的拓扑结构研究 | 第25-26页 |
·人工神经网络泛化能力 | 第26-29页 |
·RBF 神经网络 | 第29-33页 |
·RBF 神经网络的概述 | 第29-30页 |
·隐含层单元数的选择 | 第30-31页 |
·RBF 神经网络与BP 神经网络的比较 | 第31-33页 |
第三章 基于神经网络的热轧轧制力模型 | 第33-49页 |
·传统轧制力计算模型 | 第33-34页 |
·基于神经网络的热轧轧制力新模型 | 第34-38页 |
·新模型的结构 | 第34-35页 |
·材料系数神经网络 | 第35-37页 |
·机架系数神经网络 | 第37-38页 |
·数据采集、聚类与建模 | 第38-44页 |
·数据库的建立 | 第38-39页 |
·数据预处理 | 第39-40页 |
·主成分分析 | 第40-41页 |
·获取训练样本 | 第41-43页 |
·获取网络中心 | 第43-44页 |
·新模型的离线仿真 | 第44-49页 |
第四章 总结与展望 | 第49-50页 |
参考文献 | 第50-53页 |
攻读学位期间公开发表的论文 | 第53-54页 |
致谢 | 第54-55页 |