唐山不锈钢转炉冶炼终点预报模型及其应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 引言 | 第8-10页 |
| 1 文献综述 | 第10-25页 |
| ·课题研究的意义 | 第10-11页 |
| ·转炉冶炼终点预报模型 | 第11-14页 |
| ·静态控制模型 | 第11-13页 |
| ·动态控制模型 | 第13-14页 |
| ·人工神经网络理论 | 第14-21页 |
| ·神经网络的选取 | 第14-15页 |
| ·人工神经网的概述 | 第15-19页 |
| ·人工神经元的工作原理 | 第19-21页 |
| ·人工神经网络在转炉终点预报中的应用 | 第21-23页 |
| ·课题的研究内容 | 第23-25页 |
| 2 转炉冶炼终点的控制参数分析 | 第25-34页 |
| ·终点温度控制分析 | 第26-27页 |
| ·终点含碳量控制分析 | 第27-28页 |
| ·终点含磷量控制分析 | 第28-31页 |
| ·终点含硫量控制分析 | 第31-34页 |
| 3 转炉冶炼终点预报模型的建立 | 第34-49页 |
| ·物料平衡和热平衡模块 | 第34页 |
| ·预报模型结构的选取 | 第34-43页 |
| ·网络层数的确定 | 第34-35页 |
| ·作用函数的选定 | 第35-37页 |
| ·BP 网络模型的设计和学习算法改进 | 第37-42页 |
| ·BP 神经网络的主要能力 | 第42-43页 |
| ·预报模型的建立 | 第43-45页 |
| ·输入层节点数的确定 | 第43-44页 |
| ·中间层节点数的确定 | 第44页 |
| ·输出层参数的确定 | 第44-45页 |
| ·初始权值的选取 | 第45页 |
| ·网络参数的确定 | 第45-49页 |
| ·数据的采集 | 第45-46页 |
| ·训练前的数据处理 | 第46-47页 |
| ·训练前的样本输入 | 第47页 |
| ·学习速率和动量因子的选取 | 第47页 |
| ·学习次数的确定 | 第47-48页 |
| ·神经网络的训练 | 第48-49页 |
| 4 模型的预报结果及分析 | 第49-53页 |
| ·网络预报 | 第49-52页 |
| ·训练样本的更新 | 第52-53页 |
| 5 预报模型在工业生产中的应用 | 第53-59页 |
| ·现场操作指导 | 第53页 |
| ·现场预报结果及分析 | 第53-59页 |
| 6 终点预报模型的使用 | 第59-65页 |
| ·模型的功能 | 第59页 |
| ·模型的使用 | 第59-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 导师简介 | 第70-71页 |
| 作者简介 | 第71-72页 |
| 学位论文数据集 | 第72页 |
