声明
摘要
第1章 绪论
1.1 课题研究背景与意义
1.2 连铸二次冷却水国内外控制现状
1.2.1 连铸二次冷却水静态控制
1.2.2 连铸二次冷却水动态控制
1.3 智能控制方法及其在连铸二次冷却水控制中的应用
1.4 本文研究内容
第2章 连铸二次冷却水基本理论
2.1 连铸二次冷却水概述
2.1.1 连铸二次冷却水的装置
2.1.2 连铸二次冷却区传热
2.1.3 连铸二次冷却区影响传热因素
2.1.4 连铸二次冷却水冷却制度
2.2 铸坯凝固传热模型
2.2.1 传热微分方程的假设件
2.2.2 坐标系建立
2.2.3 传热微分方程建立
2.2.4 传热微分方程的求解
2.2.5 微分方程的求解
2.2.6 物性参数的选取
2.3 影响铸坯表面温度变量分析
2.3.1 流量对铸坯表面的温度影响
2.3.2 拉速对铸坯表面温度的影响
2.3.3 上段温度对铸坯表面温度影响
2.4 本章小结
第3章 一类基于量子行为的粒子群优化算法
3.1 传统粒子群算法(PSO)
3.1.1 基本粒子群算法
3.1.2 带惯性权重的PSO
3.1.3 带压缩因子的PSO
3.1.4 传统粒子群算法流程
3.1.5 传统粒子群缺点
3.2 基于量子行为的粒子群算法
3.2.1 量子行为粒子群算法思想来源
3.2.2 基于量子行为的粒子群算法
3.2.3 量子粒子群算法全局收敛性的概率分析
3.2.4 量子粒子群的改进
3.2.5 改进的量子粒子群的仿真研究
3.3 本章小结
第4章 QPSO-BP神经网络研究
4.1 BP神经网络
4.1.1 神经元结构
4.1.2 神经网络的分类
4.1.3 BP神经网络
4.1.4 BP神经网络的缺陷
4.2 QPSO优化BP神经网络
4.2.1 QPSO优化BP神经网络的初始权值和阈值
4.2.2 QPSO优化BP神经网络的学习方法
4.3 QPSO优化BP神经网络方案的可行性仿真验证
4.4 本章小结
第5章 连铸二次冷却水建模及控制
5.1 基于QPSO-BP神经网络建立连铸二冷水温度预报模型
5.1.1 连铸二次冷却水温度预报模型中输入量的选取
5.1.2 连铸二次冷却水温度预报模型中BP神经网络的设计
5.1.3 连铸二次冷却水温度预报模型中优化BP神经网络的QPSO设计
5.1.4 基于QPSO-BP连铸二冷水温度预报模型的建立
5.1.5 连铸二次冷却水温度预报模型仿真与分析
5.2 连铸二次冷却水控制系统的设计
5.2.1 连铸二次冷却水控制系统控制方案设计
5.2.2 基于单神经元自适应PID的控制器设计
5.2.3 连铸二次冷却水控制系统仿真
5.3 本章小结
第6章 结论与展望
参考文献
致谢
东北大学;