论文目录 | |
摘要 | 第1-5
页 |
英文摘要 | 第5-7
页 |
目录 | 第7-10
页 |
0 前言 | 第10-23
页 |
1 热轧过程中钢坯温度变化的数学模型 | 第23-49
页 |
1.1 基于机理分析的钢坯轧前及粗轧阶段的温度变化模型 | 第23-34
页 |
1.1.1 热轧生产时轧件的热传导理论基础 | 第23-25
页 |
1.1.2 钢坯轧前及轧制过程中影响钢坯温度变化的因素 | 第25-30
页 |
1.1.3 仿真计算结果与讨论 | 第30-33
页 |
1.1.4 小结 | 第33-34
页 |
1.2 基于离散状态空间的钢坯轧前及粗轧阶段温度控制模型 | 第34-47
页 |
1.2.1 计算钢坯粗轧过程温度分布的工程传热学基础 | 第34-35
页 |
1.2.2 热轧过程钢坯温度分布一维离散状态空间方程的推导 | 第35-41
页 |
1.2.3 热轧过程钢坯温度分布的全系统离散状态空间方程 | 第41-44
页 |
1.2.4 仿真研究 | 第44-47
页 |
1.2.5 小结 | 第47
页 |
1.3 本章小结 | 第47-49
页 |
2 加热炉炉温的优化方法及燃烧控制的实现 | 第49-79
页 |
2.1 钢坯升温曲线的优化及炉温优化设定方法 | 第49-68
页 |
2.1.1 对钢坯升温曲线和炉温进行优化控制的必要性 | 第49
页 |
2.1.2 被加热钢坯加热曲线的优化 | 第49-53
页 |
2.1.3 炉温优化设定方法 | 第53-62
页 |
2.1.4 炉温分布的动态特性 | 第62-68
页 |
2.2 加热炉燃烧控制策略与实现 | 第68-76
页 |
2.2.1 加热炉燃烧控制技术的发展 | 第68-69
页 |
2.2.2 基于空燃比优化的加热炉燃烧控制策略 | 第69-74
页 |
2.2.3 仿真研究 | 第74-76
页 |
2.3 加热炉待轧策略 | 第76-78
页 |
2.3.1 制定待轧策略的原则 | 第76
页 |
2.3.2 待轧时加热炉炉温的设定策略 | 第76-78
页 |
2.4 本章小结 | 第78-79
页 |
3 钢坯加热过程的综合优化控制策略 | 第79-92
页 |
3.1 实施综合优化控制的难点与常规控制方法的局限性 | 第79-80
页 |
3.1.1 综合优化控制的难点 | 第79-80
页 |
3.1.2 常规控制方法的局限性 | 第80
页 |
3.2 模糊控制与神经网络控制技术的发展概况 | 第80-81
页 |
3.2.1 模糊控制理论的发展和应用概况 | 第80-81
页 |
3.2.2 神经网络控制的发展和应用概况 | 第81
页 |
3.3 模糊控制技术用于加热炉炉温优化控制 | 第81-87
页 |
3.3.1 基于轧制过程参数信息反馈的模糊控制策略 | 第82
页 |
3.3.2 轧制信息反馈模糊控制模型的建立 | 第82-87
页 |
3.4 结合神经网络学习功能的模糊控制策略 | 第87-91
页 |
3.4.1 模糊控制方法的不足 | 第87
页 |
3.4.2 模糊神经网络控制系统结构 | 第87-88
页 |
3.4.3 模糊神经网络的模型和算法 | 第88-91
页 |
3.5 本章小结 | 第91-92
页 |
4 基于温度的钢坯加热过程综合优化控制方法及仿真 | 第92-101
页 |
4.1 综合优化控制模型的提出与描述 | 第92-93
页 |
4.2 模型各组成部分分析 | 第93-97
页 |
4.2.1 钢坯出炉温度及炉温分布预计算模型 | 第93-94
页 |
4.2.2 钢坯温度预报模型 | 第94
页 |
4.2.3 温度反馈模型 | 第94-95
页 |
4.2.4 钢坯粗轧阶段温降计算模型 | 第95
页 |
4.2.5 炉温预设定自适应校正模型 | 第95-97
页 |
4.3 工程仿真试验及结果分析 | 第97-100
页 |
4.4 本章小结 | 第100-101
页 |
5 钢坯加热生产过程综合优化控制方法与应用仿真 | 第101-110
页 |
5.1 综合优化控制模型的总体结构与组成 | 第101-106
页 |
5.1.1 模型的总体结构 | 第101-102
页 |
5.1.2 粗轧道次轧制力的计算 | 第102-104
页 |
5.1.3 模糊PID反馈控制器设计 | 第104-106
页 |
5.2 工程应用仿真研究 | 第106-109
页 |
5.3 本章小结 | 第109-110
页 |
6 结束语 | 第110-112
页 |
参考文献 | 第112-119
页 |
已完成的论文和参加的科研项目 | 第119-120
页 |
论文的主要创新点 | 第120-121
页 |
致谢 | 第121-122
页 |