热轧带钢轧后层流冷却控制系统

节选

[

《热轧带钢轧后层流冷却控制系统》对连铸连轧轧后层流冷却控制及带钢卷取温度的控制进行了分和研究，并就层流冷却系统的工艺背景、带钢卷取温度预测模型、层流冷却控制系统、层流冷却控制算法的设计与实现、控制系统的改进与优化和仿真系统设计及实例分析等内容进行了阐述。该书可供高等院校金属压力加工、控制理论与控制工程及其相关专业教学使用，也可作为现场工程技术人员在生产实践和技术改造的参考书。

]

本书特色

[

《热轧带钢轧后层流冷却控制系统》由冶金工业出版社出版。

]

目录

1 层流冷却系统的工艺背景1.1 层流冷却系统的功能1.2 层流冷却系统的工艺要求1.3 层流冷却系统设备配置2 带钢卷取温度预测模型2.1 一阶温度预测模型的导出2.2 由热传导方程导出的二阶基础模型2.2.1 基础模型2.2.2 基于二维热传导方程的温度预测计算模型2.3 关于数学模型问题的讨论2.3.1 对数学模型的基本要求2.3.2 机理模型2.3.3 经验模型2.3.4 混合模型2.3.5 模型中的未知参数问题3 层流冷却控制系统3.1 层流冷却控制系统的目标3.2 过程控制结构框图及主要模块介绍3.2.1 层流冷却控制系统结构框图及总体概述3.2.2 预测模型3.2.3 控制器3.2.4 预测模型的自适应校正3.3 层流冷却计算机控制系统的硬件配置及软件结构3.3.1 硬件配置3.3.2 PCC主要承担的任务3.3.3 BAC主要承担的控制任务3.3.4 软件结构4 层流冷却控制算法的设计与实现4.1 前馈控制器的设计4.1.1 前馈控制计算的基本过程4.1.2 前馈控制计算的分析及评价4.2 反馈控制计算的设计及分析4.2.1 反馈控制计算的基本过程4.2.2 反馈控制计算的分析与评价4.3 自适应控制算法设计与分析4.3.1 自适应控制器的设计4.3.2 自校正调节的效果分析4.4 热轧带钢卷取温度模型参数快速神经网络辨识4.4.1 引言4.4.2 快速神经网络模型结构4.4.3 快速神经网络算法4.5 连轧带钢卷取温度神经网络*优预估控制器4.5.1 引言4.5.2 神经网络及控制器结构4.6 神经自适应预估控制算法4.7 神经网络自适应极点配置控制4.7.1 模型推导4.7.2 自适应控制律4.7.3 极点配置算法4.8 模糊预估控制4.8.1 系统设计4.8.2 模糊控制器参数自调整原则4.8.3 参数自调整模糊控制器的设计4.8.4 Smith补偿器4.8.5 系统仿真及结果分析4.8.6 应用分析4.8.7 结论5 控制系统的改进与优化5.1 现场参数对实测卷取温度的影响5.2 卷取温度控制精度主要影响原因分析5.3 系统优化改进5.4 参数优化5.4.1 粒子群算法5.4.2 层流冷却控制系统优化5.5 在线改进优化效果6 仿真系统设计及实例分析6.1 层流冷却仿真功能及框架6.1.1 仿真系统概述6.1.2 总体框架6.1.3 功能描述6.2 仿真后的结果6.2.1 带钢实测值与带钢仿真计算值比较6.2.2 跟踪点在冷却区任意位置沿厚度方向的温度曲线6.2.3 跟踪点在冷却区长度方向温降曲线6.2.4 卷取温度计算值与实测值偏差分析曲线6.2.5 小结参考文献

封面

书名:热轧带钢轧后层流冷却控制系统

作者:彭力.李擎编著

页数:101 页

定价:¥18.0

出版社:冶金工业出版社

出版日期:2009-10-01

ISBN:9787502450410

PDF电子书大小:148MB 高清扫描完整版