摘要5-7
ABSTRACT7-12
1 绪论12-24
1.1 本论文的探讨背景12-14
1.2 国内外进展概况14-22
1.2.1 制约冷却方式及设备的进展概况14-19
1.2.2 制约系统19-22
1.3 制约的难点22-23
1.4 本论文的探讨目的及内容23-24
1.4.1 本论文的探讨目的23
1.4.2 本论文的章节安排23-24
2 卷取温度制约系统24-35
2.1 卷取温度制约系统的重要量及任务24-25
2.2 卷取温度制约的难点25-26
2.3 热轧带钢厂轧后快速冷却设备分类及各自特点26
2.4 已开发出的卷取温度制约模型及其各自特点26-35
3 莱钢 1500mm 带钢热连轧卷取温度制约系统35-57
3.1 冷却设备介绍35-36
3.2 层流冷却制约系统的硬件配置36-37
3.3 层流冷却制约系统的网络结构37-39
3.4 本论文项目的主要任务39
3.5 层流冷却系统的人机接口系统(HMI)39-44
3.5.1 HMI 功能介绍40-41
3.5.2 HMI 画面介绍41-44
3.6 制约系统的数学模型44-51
3.6.1 模型的类型44
3.6.2 模型的建立策略44-49
3.6.3 具体模型49-51
3.7 制约策略51-54
3.7.1 制约历程描述51-53
3.7.2 制约历程中的一些特殊处理53
3.7.3 制约算法53-54
3.8 制约系统运转效果浅析54-56
3.9 本章小结56-57
4 人工神经网络在卷取温度制约中的运用57-70
4.1 卷取温度制约中采取人工神经网络的理由57
4.2 BP 神经网络57-63
4.2.1 BP 神经网络介绍57-59
4.2.2 BP 网络算法59-61
4.2.3 BP 网络有着的不足及其改善61-63
4.3 改善的 BP 神经网络在卷取温度制约中的运用63-68
4.3.1 网络结构的确定63-65
4.3.2 网络的训练和试验65-68
4.4 本章小结68-70
5 总结与展望70-72
5.1 本论文总结70-71
5.2 工作展望71-72