| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第13-25页 |
| 1.1 课题背景及意义 | 第13-15页 |
| 1.2 钢包精炼过程概述 | 第15-20页 |
| 1.2.1 钢包精炼系统概述 | 第15-18页 |
| 1.2.2 钢包精炼流程及合金成分控制工艺的特点 | 第18-20页 |
| 1.3 国内外LF合金成分控制技术发展概况 | 第20-22页 |
| 1.4 本文的主要工作 | 第22-25页 |
| 第二章 合金元素收得率预测模型输入变量的确定 | 第25-43页 |
| 2.1 引言 | 第25-26页 |
| 2.2 元素收得率影响因素的分析 | 第26-32页 |
| 2.2.1 钢水氧活度 | 第27-28页 |
| 2.2.2 钢渣中的初始不稳定氧化物的活度 | 第28-29页 |
| 2.2.3 钢渣碱度 | 第29-31页 |
| 2.2.4 吹氩强度 | 第31页 |
| 2.2.5 钢水温度 | 第31页 |
| 2.2.6 钢水质量 | 第31-32页 |
| 2.3 实验验证 | 第32-41页 |
| 2.3.1 互信息方法 | 第33页 |
| 2.3.2 置换检验方法 | 第33-34页 |
| 2.3.3 验证实验 | 第34-41页 |
| 2.4 本章小结 | 第41-43页 |
| 第三章 基于改进TSK型模糊建模方法的LF合金元素收得率预拫 | 第43-61页 |
| 3.1 引言 | 第43-44页 |
| 3.2 问题描述 | 第44页 |
| 3.3 TSK型模糊系统建模方法的改进 | 第44-51页 |
| 3.3.1 结构辨识 | 第45-48页 |
| 3.3.2 参数辨识 | 第48-51页 |
| 3.4 建模步骤 | 第51页 |
| 3.5 实验与分析 | 第51-59页 |
| 3.5.1 数值仿真实验 | 第51-54页 |
| 3.5.2 工程实例研究 | 第54-59页 |
| 3.6 本章小结 | 第59-61页 |
| 第四章 基于多模型方法的LF合金元素收得率预报 | 第61-111页 |
| 4.1 引言 | 第61-62页 |
| 4.2 单一模型建模方法与多模型建模方法的比较 | 第62-63页 |
| 4.3 多模型收得率预测方法的总体框架 | 第63-66页 |
| 4.4 密集数据集与稀疏数据集的划分方法 | 第66-69页 |
| 4.4.1 方法原理 | 第66-68页 |
| 4.4.2 仿真实验 | 第68-69页 |
| 4.5 数据稀疏区域的建模方法 | 第69-95页 |
| 4.5.1 聚类算法 | 第69-83页 |
| 4.5.2 基于CART的多模型预测方法 | 第83-87页 |
| 4.5.3 仿真实验 | 第87-95页 |
| 4.6 数据密集区域的建模方法 | 第95-110页 |
| 4.6.1 即时学习算法描述 | 第96-98页 |
| 4.6.2 改进的数据相似性度量方法 | 第98-100页 |
| 4.6.3 算法步骤 | 第100页 |
| 4.6.4 仿真实验 | 第100-110页 |
| 4.7 本章小结 | 第110-111页 |
| 第五章 合金成分优化控制系统的设计与实现 | 第111-137页 |
| 5.1 引言 | 第111-112页 |
| 5.2 LF自动精炼系统整体设计 | 第112-113页 |
| 5.3 合金收得率预报在合金成分优化控制中的应用 | 第113-117页 |
| 5.3.1 合金配料优化模型 | 第113-114页 |
| 5.3.2 合金配料优化的仿真研究 | 第114-117页 |
| 5.4 合金成分优化系统的实现 | 第117-124页 |
| 5.4.1 合金成分优化系统的界面设计 | 第117-120页 |
| 5.4.2 信息数据的采集与存储 | 第120-121页 |
| 5.4.3 合金成分优化系统的操作流程 | 第121-124页 |
| 5.5 合金成分优化控制系统的实际运行情况 | 第124-135页 |
| 5.6 本章小结 | 第135-137页 |
| 第六章 总结与展望 | 第137-141页 |
| 6.1 总结 | 第137-138页 |
| 6.2 展望 | 第138-141页 |
| 参考文献 | 第141-151页 |
| 致谢 | 第151-153页 |
| 攻读博士学位期间论文情况 | 第153-155页 |
| 攻读博士学位期间所参与的科研项目 | 第155页 |