首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

基于以太网的多电阻炉远程控制实验平台研究

摘要第5-6页
Abstract第6页
第1章 绪论第10-18页
    1.1 本课题研究目的和意义第10页
    1.2 以太网的产生背景第10-11页
    1.3 工业以太网技术的发展现状第11-13页
        1.3.1 通信确定性与实时性第11-12页
        1.3.2 稳定性与可靠性第12页
        1.3.3 工业以太网协议第12-13页
    1.4 工业以太网技术的优势第13-14页
    1.5 工业以太网技术的发展趋势与前景第14-15页
    1.6 以太网技术在自动控制系统中的应用第15页
    1.7 本课题研究内容及构成第15-18页
第2章 NetLinx网络第18-30页
    2.1 引言第18页
    2.2 NetLinx三层网络体系概述第18-19页
    2.3 通用工业协议CIP第19-22页
        2.3.1 CIP网络概况第19-20页
        2.3.2 CIP简介第20-22页
    2.4 设备网DeviceNet第22-24页
    2.5 控制网ControlNet第24-26页
    2.6 工业以太网Ethernet/IP第26-28页
    2.7 ControlLogix系统第28-29页
    2.8 本章小结第29-30页
第3章 多电阻炉控制系统设计第30-50页
    3.1 引言第30页
    3.2 多电阻炉温度控制系统总体方案设第30-31页
    3.3 电阻炉温度控制系统硬件设计第31-42页
        3.3.1 控制系统主要技术性能指标第31页
        3.3.2 系统的控制对象第31-39页
        3.3.3 电阻炉实验系统接线第39-42页
    3.4 电阻炉温度控制系统软件设计第42-48页
        3.4.1 通讯配置第43页
        3.4.2 DeviceNet设备网规划第43-44页
        3.4.3 多电阻炉实验系统下位机软件第44-45页
        3.4.4 多电阻炉实验系统上位机软件第45-48页
    3.5 本章小结第48-50页
第4章 基于BP神经网络PID的多电阻炉控制第50-72页
    4.1 引言第50页
    4.2 电阻炉数学模型第50-52页
    4.3 PID控制第52-56页
        4.3.1 PID控制基本原理第52-53页
        4.3.2 Kp、Ki、Kd对控制质量的影响第53-54页
        4.3.3 PID控制在多电阻炉控制系统中的应用第54-56页
    4.4 BP神经算法第56-59页
        4.4.1 人工神经元基本原理及模型第56-57页
        4.4.2 BP神经网络的结构第57-59页
    4.5 BP神经网络PID控制第59-63页
        4.5.1 控制器的设计第59-62页
        4.5.2 仿真研究第62-63页
    4.6 改进的BP神经网络PID控制第63-69页
        4.6.1 BP算法的缺陷第63-64页
        4.6.2 BP算法的改进第64-67页
        4.6.3 仿真研究第67-69页
    4.7 各控制算法比较第69页
    4.8 本章小结第69-72页
第5章 结论与展望第72-74页
    5.1 工作总结第72页
    5.2 今后工作展望第72-74页
参考文献第74-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:YBO3:Tb荧光分子探针的制备及其在生物分析中的应用
下一篇:Er3+、Gd3+和La3+对Taq DNA聚合酶聚合活性的影响