结晶器/铸坯间润滑机理的时频解析及其应用研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9-10页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 引言 | 第16页 |
| 1.2 结晶器摩擦力研究现状 | 第16-19页 |
| 1.2.1 结晶器摩擦力的计算 | 第16-17页 |
| 1.2.2 结晶器摩擦力的检测 | 第17-18页 |
| 1.2.3 结晶器摩擦力的特性研究 | 第18页 |
| 1.2.4 结晶器摩擦力的应用 | 第18-19页 |
| 1.3 小波分析在特征提取中的应用 | 第19-20页 |
| 1.4 人工神经网络在预测方面的应用 | 第20页 |
| 1.5 本文的主要研究内容 | 第20-22页 |
| 第二章 结晶器摩擦力检测及小波变换理论的研究 | 第22-31页 |
| 2.1 结晶器摩擦力检测 | 第22-24页 |
| 2.1.1 机械振动系统下结晶器摩擦力检测 | 第22页 |
| 2.1.2 液压振动系统下结晶器摩擦力检测 | 第22-24页 |
| 2.2 连续小波变换理论 | 第24-29页 |
| 2.2.1 连续小波变换概述 | 第24-25页 |
| 2.2.2 小波基函数 | 第25-27页 |
| 2.2.3 尺度的确定 | 第27-29页 |
| 2.3 离散小波变换理论 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 基于小波变换的结晶器摩擦力对比分析 | 第31-42页 |
| 3.1 液位波动 | 第31-34页 |
| 3.2 黄牌报警 | 第34-36页 |
| 3.3 水口断裂 | 第36-38页 |
| 3.4 纵裂漏钢 | 第38-39页 |
| 3.5 红牌停车 | 第39-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 基于小波熵理论的结晶器摩擦力研究 | 第42-49页 |
| 4.1 小波熵理论 | 第42-43页 |
| 4.1.1 小波熵概述 | 第42页 |
| 4.1.2 小波熵分析参数设定 | 第42-43页 |
| 4.2 结果讨论 | 第43-47页 |
| 4.2.1 稳定拉坯 | 第43-44页 |
| 4.2.2 正向控制模型 | 第44-45页 |
| 4.2.3 反向控制模型 | 第45-46页 |
| 4.2.4 拉速变化 | 第46页 |
| 4.2.5 漏钢 | 第46-47页 |
| 4.3 结晶器摩擦力与液压输出力变化趋势讨论 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 人工神经网络模型的研究及建立 | 第49-60页 |
| 5.1 人工神经网络的概述 | 第49页 |
| 5.2 人工神经网络的工作原理 | 第49-51页 |
| 5.3 神经网络模型的建立 | 第51-58页 |
| 5.3.1 输入、输出参数的确定 | 第51-55页 |
| 5.3.2 神经网络类型和结构的确定 | 第55-58页 |
| 5.4 神经网络的训练 | 第58-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第六章 人工神经网络预测液压缸输出力 | 第60-67页 |
| 6.1 数据来源 | 第60页 |
| 6.2 拉速稳定时的液压缸输出力预测 | 第60-63页 |
| 6.3 不同拉速时的液压缸输出力预测 | 第63-65页 |
| 6.4 神经网络在异常预报中的应用 | 第65-66页 |
| 6.5 本章小结 | 第66-67页 |
| 第七章 结论与展望 | 第67-69页 |
| 7.1 结论 | 第67-68页 |
| 7.2 问题与展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第74-75页 |
