| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-16页 |
| ·前言 | 第11页 |
| ·课题研究的目的及意义 | 第11-12页 |
| ·目前国内外研究现状 | 第12-14页 |
| ·目前国内研究进展情况 | 第12-13页 |
| ·目前国外研究进展情况 | 第13-14页 |
| ·前人工作概述 | 第14页 |
| ·论文的主要工作 | 第14-16页 |
| 2 软测量的概述 | 第16-23页 |
| ·软测量的概念 | 第16-17页 |
| ·软测量技术的工业背景 | 第17页 |
| ·软测量技术应用于温度检测的发展现状 | 第17-19页 |
| ·软测量模型的建立方法 | 第19-22页 |
| ·基于工艺机理分析的建模方法 | 第20页 |
| ·基于状态估计的建模方法 | 第20页 |
| ·基于回归分析的建模方法 | 第20-21页 |
| ·基于人工神经网络的建模方法 | 第21页 |
| ·基于模糊技术的建模方法 | 第21-22页 |
| ·软测量技术的优点 | 第22-23页 |
| 3 温度场 | 第23-28页 |
| ·热量传递的三种基本方式 | 第23页 |
| ·导热理论基础 | 第23-27页 |
| ·温度场 | 第23-24页 |
| ·导热系数 | 第24-25页 |
| ·导热基本定律 | 第25页 |
| ·导热微分方程式 | 第25-26页 |
| ·边界条件 | 第26-27页 |
| ·差分方程的基本原则 | 第27-28页 |
| 4 基于人工神经网络的软测量方法 | 第28-41页 |
| ·神经网络介绍 | 第28-34页 |
| ·神经网络的发展史 | 第28-30页 |
| ·神经网络的特性及实现 | 第30页 |
| ·神经网络模型 | 第30-34页 |
| ·基于神经网络的软测量技术概述 | 第34-35页 |
| ·基于神经网络的软测量通用模型 | 第35-37页 |
| ·神经网络与软测量建模 | 第37-41页 |
| ·BP 神经网络 | 第37-38页 |
| ·RBF 神经网络 | 第38-41页 |
| 5 工件表面温度软测量模型仿真及分析 | 第41-55页 |
| ·工件表面温度软测量模型采用神经网络建模的原因 | 第41-42页 |
| ·用RBF 神经网络建立工件表面温度软测量模型 | 第42-44页 |
| ·RBF 神经网络学习算法的设计 | 第44-48页 |
| ·工件表面温度的仿真分析 | 第48-52页 |
| ·热处理炉对工件的传热模型仿真 | 第52-55页 |
| 6 工件内部温度场软测量模型仿真及分析 | 第55-80页 |
| ·工件内部二维非稳态导热问题的数值解法 | 第55-61页 |
| ·显式差分格式 | 第60页 |
| ·隐式差分格式 | 第60-61页 |
| ·Crank-Nicolson 法 | 第61页 |
| ·隐式差分格式的稳定性 | 第61-63页 |
| ·工件内部网格划分图及温度场软件框图 | 第63-65页 |
| ·工件内部温度场仿真分析 | 第65-77页 |
| ·不同宽度、厚度网格数及不同时间离散步长时计算出的低碳钢钢坯内部温度场分布 | 第65-72页 |
| ·不同加热时期炉温有扰动时计算出的低碳钢内部温度场分布 | 第72-74页 |
| ·低碳钢内部不同位置的温度分布 | 第74-77页 |
| ·工件表面温度误差的大小对其内部温度递推的影响 | 第77-80页 |
| 结论 | 第80-81页 |
| 参考文献 | 第81-84页 |
| 在学研究成果 | 第84-85页 |
| 致谢 | 第85页 |