| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·精炼炉底吹氩简介 | 第9-11页 |
| ·精炼炉底吹氩原理 | 第9页 |
| ·精炼炉底吹氩作用 | 第9-10页 |
| ·精炼炉底吹氩优点 | 第10页 |
| ·底吹氩技术国内外发展概况 | 第10-11页 |
| ·课题的研究背景和意义 | 第11-12页 |
| ·智能控制在底吹氩控制中的应用 | 第12-14页 |
| ·智能控制发展现状与当前研究热点 | 第12-13页 |
| ·炼钢底吹氩过程智能控制发展现状 | 第13-14页 |
| ·课题的主要研究内容 | 第14-15页 |
| 第2章 精炼炉底吹氩管路机理模型分析 | 第15-29页 |
| ·底吹氩搅拌工艺参数之间的关系 | 第15-19页 |
| ·搅拌能与氩气流量的关系 | 第16-17页 |
| ·液面隆起高度与搅拌能的关系 | 第17-18页 |
| ·搅拌能与匀混时间的关系 | 第18-19页 |
| ·液面上升速度与搅拌功率的关系 | 第19页 |
| ·底吹氩制度的优化 | 第19-20页 |
| ·底吹氩优化的目标和限定条件 | 第20-21页 |
| ·匀混时间最短为目标 | 第20-21页 |
| ·氩气流量最小为目标 | 第21页 |
| ·隆起高度的约束条件 | 第21页 |
| ·底吹氩供气系统管路结构 | 第21-22页 |
| ·被控对象组成 | 第22-24页 |
| ·底吹氩供气控制系统的管路模型研究 | 第24-28页 |
| ·机理模型相关概念 | 第24-26页 |
| ·底吹氩供气系统机理模型 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于神经网络的自适应控制方法 | 第29-42页 |
| ·神经网络发展概况 | 第29-32页 |
| ·神经网络结构特性 | 第29-30页 |
| ·神经网络系统辨识原理 | 第30-31页 |
| ·神经网络系统辨识特点 | 第31-32页 |
| ·基于神经网络的非线性系统辨识 | 第32-36页 |
| ·基于神经网络的非线性系统控制 | 第36-38页 |
| ·神经网络控制在炼钢底吹氩过程的应用 | 第38-40页 |
| ·仿真研究 | 第40页 |
| ·本章小结 | 第40-42页 |
| 第4章 基于多项式模型的广义预测控制方法 | 第42-52页 |
| ·多项式模型 | 第42-43页 |
| ·广义预测控制 | 第43-44页 |
| ·预测控制发展 | 第43页 |
| ·广义预测控制 | 第43-44页 |
| ·基于多项式模型的广义预测控制 | 第44-48页 |
| ·多步输出预测 | 第44-45页 |
| ·方程的递推解 | 第45-46页 |
| ·多步最优预测输出 | 第46-47页 |
| ·最优控制律计算 | 第47-48页 |
| ·基于多项式模型的广义预测控制在炼钢底吹氩过程的应用 | 第48-49页 |
| ·整体控制方案 | 第48页 |
| ·基于多项式模型的广义预测控制器设计步骤 | 第48-49页 |
| ·仿真研究 | 第49-50页 |
| ·建立控制系统的多项式模型 | 第49页 |
| ·仿真研究 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第5章 精炼炉底吹氩过程实验 | 第52-66页 |
| ·精炼炉底吹氩控制系统的构成 | 第52-53页 |
| ·底吹氩控制控制系统的硬件 | 第53-58页 |
| ·流量检测单元 | 第53-54页 |
| ·压力检测单元 | 第54-55页 |
| ·执行单元 | 第55-56页 |
| ·电导率检测单元 | 第56-57页 |
| ·液位检测单元 | 第57页 |
| ·数据采集卡 | 第57-58页 |
| ·实验系统上层软件 | 第58-64页 |
| ·组态软件概述 | 第58-59页 |
| ·上层软件间的通信 | 第59-62页 |
| ·监控系统的设计 | 第62-64页 |
| ·底吹氩控制系统实验效果 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间所发表的论文 | 第70-71页 |
| 致谢 | 第71页 |