| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-22页 |
| 1.1 研究板形控制的意义 | 第8-9页 |
| 1.1.1 背景及现实意义 | 第8-9页 |
| 1.1.2 理论意义 | 第9页 |
| 1.2 板形控制的发展及研究现状 | 第9-20页 |
| 1.2.1 板形的定义 | 第9-10页 |
| 1.2.2 影响板形质量的因素 | 第10-16页 |
| 1.2.3 板形控制技术现状分析 | 第16-20页 |
| 1.3 课题来源与主要研究内容 | 第20-22页 |
| 1.3.1 课题来源 | 第20页 |
| 1.3.2 本课题的主要工作 | 第20-22页 |
| 第2章 基于神经网络的板形软测量方法 | 第22-35页 |
| 2.1 板形预测系统中板形信息的获取 | 第22页 |
| 2.2 软测量概述 | 第22-26页 |
| 2.2.1 几种常用的软测量方法 | 第23-24页 |
| 2.2.2 基于人工神经网络的软测量方法 | 第24-26页 |
| 2.3 BP 神经网络 | 第26-29页 |
| 2.4 基于正则化方法的BP 神经网络在板形软测量中的应用 | 第29-34页 |
| 2.4.1 板形软测量及提高板形软测量精度的意义 | 第29-30页 |
| 2.4.2 预测模型的建立 | 第30-33页 |
| 2.4.3 仿真分析及结论 | 第33-34页 |
| 2.5 本章结论 | 第34-35页 |
| 第3章 液压弯辊控制系统的自适应模糊神经网络控制 | 第35-53页 |
| 3.1 液压弯辊系统 | 第35-38页 |
| 3.1.1 液压弯辊系统概述 | 第35-37页 |
| 3.1.2 液压弯辊系统控制引入模糊控制理论与方法的必要性、可行性 | 第37-38页 |
| 3.2 模糊神经网络 | 第38-43页 |
| 3.2.1 模糊控制概述 | 第39-40页 |
| 3.2.2 模糊神经网络 | 第40-43页 |
| 3.3 液压弯辊系统的AFNNC 控制 | 第43-50页 |
| 3.3.1 PID 控制器的设计 | 第44-45页 |
| 3.3.2 模糊神经网络控制器(AFNNC)的设计 | 第45-47页 |
| 3.3.3 AFNNC 的离线学习 | 第47-49页 |
| 3.3.4 AFNNC 的在线学习 | 第49-50页 |
| 3.4 仿真分析及结论 | 第50-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第4章 结论 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间所发表的学术论文 | 第57-58页 |
| 致谢 | 第58页 |
