连铸漏钢预报模型的研究
摘要 | 第1-4页 |
ABSTRACT | 第4-7页 |
1 前言 | 第7-8页 |
2 绪论 | 第8-32页 |
·国内外连铸的发展现状 | 第8-9页 |
·连铸漏钢及漏钢预报 | 第9-10页 |
·漏钢形成的机理 | 第10-22页 |
·漏钢的种类和成因 | 第10-13页 |
·粘结漏钢的形成机理 | 第13-15页 |
·板坯粘结漏钢的影响因素及预防措施 | 第15-22页 |
·粘结漏钢的检测预报方法 | 第22-31页 |
·漏钢征兆的检测方法 | 第22-25页 |
·摩擦力方法的实现途径 | 第25-27页 |
·热电偶方法的实现途径 | 第27-31页 |
·本文的主要研究内容 | 第31-32页 |
3 基于逻辑判断的漏钢预报 | 第32-43页 |
·基于逻辑判断的漏钢预报原理 | 第32-42页 |
·粘结漏钢模式 | 第32-33页 |
·温度数据预处理 | 第33-34页 |
·粘结漏钢裂口传播模型分析 | 第34-36页 |
·漏钢预报逻辑判断 | 第36-42页 |
·逻辑判断模型存在的问题 | 第42页 |
·本章小结 | 第42-43页 |
4 神经网络漏钢预报模型 | 第43-70页 |
·神经网络的理论和方法 | 第43-54页 |
·神经网络的基本特点 | 第43-45页 |
·神经网络的学习与计算 | 第45-46页 |
·BP 网络结构及其学习算法 | 第46-51页 |
·BP 算法的缺点及改进方法 | 第51-53页 |
·延时网络技术 | 第53-54页 |
·神经网络漏钢预报模型 | 第54-69页 |
·神经网络漏钢预报的机理 | 第54-58页 |
·神经网络预结构的确定 | 第58-59页 |
·神经网络漏钢预报模型 | 第59-64页 |
·历史数据分析与神经网络训练样本的选择 | 第64-67页 |
·网络及预报模型的检验 | 第67-69页 |
·本章小结 | 第69-70页 |
5 结论 | 第70-71页 |
致谢 | 第71-72页 |
参考文献 | 第72-76页 |
附录 研究生在读期间发表的论文 | 第76页 |