热轧带钢轧后层流冷却控制系统

　　《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。

暂缺《热轧带钢轧后层流冷却控制系统》作者简介

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最优预估控制器
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