| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-12页 |
| 第1章 绪论 | 第12-18页 |
| ·论文的研究背景 | 第12-13页 |
| ·电熔镁炉生产运行现状及存在问题 | 第13-14页 |
| ·电熔镁炉工艺参数选择方法的研究现状 | 第14-16页 |
| ·理论和经验方法研究现状 | 第14-15页 |
| ·智能方法研究现状 | 第15-16页 |
| ·人工神经网络 | 第15页 |
| ·专家系统 | 第15-16页 |
| ·本文主要的工作 | 第16-18页 |
| 第2章 电熔镁炉系统结构及熔炼工艺参数 | 第18-30页 |
| ·电熔镁炉基本构造 | 第18-19页 |
| ·电熔镁炉的熔炼工艺与能耗 | 第19-23页 |
| ·电熔镁炉熔炼工艺描述 | 第19-21页 |
| ·电熔镁炉熔炼过程中能耗分析 | 第21-23页 |
| ·熔炼过程中的关键问题 | 第23-24页 |
| ·电熔镁炉工艺参数中的极心圆直径变化的影响 | 第24-28页 |
| ·极心圆直径对电熔镁炉内的温度场分布的影响 | 第24-27页 |
| ·极心圆直径对电熔镁炉内的有效反应区的大小的影响 | 第27-28页 |
| ·温度场对电熔镁砂熔体中杂质迁移的影响 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于神经网络的极心圆直径优化方法 | 第30-46页 |
| ·电熔镁炉极心圆直径与单位能耗、质量品位系数的函数关系 | 第30页 |
| ·电熔镁炉极心圆直径与单位能耗、质量品位系数的函数关系确定的难点和方法 | 第30-31页 |
| ·BP神经网络 | 第31-34页 |
| ·BP神经网络的发展过程 | 第32页 |
| ·Matlab的BP神经网络工具 | 第32-34页 |
| ·电熔镁炉的极心圆直径优化策略 | 第34-44页 |
| ·基于BP神经网络的单位电耗预测模型 | 第34-37页 |
| ·基于BP神经网络建立 | 第37-43页 |
| ·极心圆直径的优化的实现 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 电熔镁炉极心圆直径优化补偿研究 | 第46-56页 |
| ·极心圆直径优化补偿修正方法 | 第46页 |
| ·现场经验确定极心圆直径补偿考虑因素 | 第46-49页 |
| ·原料 | 第46-48页 |
| ·电极的影响 | 第48-49页 |
| ·现场确定极心圆直径修正补偿的规则提取 | 第49-54页 |
| ·知识及知识的表示 | 第49-50页 |
| ·知识的推理机制 | 第50-52页 |
| ·现场极心圆直径修正补偿规则 | 第52-54页 |
| ·本章小结 | 第54-56页 |
| 第5章 电熔镁炉熔炼过程工艺参数优化指导软件的设计与开发 | 第56-70页 |
| ·软件开发平台 | 第56-58页 |
| ·VB 6.0简介 | 第56-57页 |
| ·Microsoft SQL Sever 2000简介 | 第57-58页 |
| ·软件的框架 | 第58-59页 |
| ·规则的存储 | 第59-61页 |
| ·VB与SQL Server之间的连接 | 第61-62页 |
| ·VB与Matlab的连接 | 第62-63页 |
| ·推理机 | 第63-64页 |
| ·软件的功能实现与验证 | 第64-69页 |
| ·主模块 | 第65页 |
| ·用户登录模块 | 第65-66页 |
| ·规则库维护模块 | 第66-68页 |
| ·版本信息模块 | 第68-69页 |
| ·本章总结 | 第69-70页 |
| 第6章 结论与展望 | 第70-72页 |
| ·结论 | 第70-71页 |
| ·展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-78页 |
| 攻读硕士学位期间的主要工作 | 第78页 |
