| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 1 绪论 | 第10-21页 |
| 1.1 课题研究背景 | 第10-14页 |
| 1.2 课题的研究现状及发展趋势 | 第14-17页 |
| 1.2.1 节能型高炉冶炼操作模式的探索进程 | 第14-15页 |
| 1.2.2 基于数据的高炉自动化进程 | 第15-16页 |
| 1.2.3 基于数据的高炉炉况过程监控研究现状及发展趋势 | 第16-17页 |
| 1.3 课题的研究内容 | 第17-21页 |
| 1.3.1 课题的研究目的 | 第17-18页 |
| 1.3.2 课题的主要研究内容 | 第18-19页 |
| 1.3.3 课题的研究意义及前景介绍 | 第19-21页 |
| 2 基于时间序列的 AR 模型及参数估计 | 第21-31页 |
| 2.1 AR 模型及参数估计 | 第21-25页 |
| 2.1.1 AR 模型的最小二乘估计 | 第21-22页 |
| 2.1.2 含噪 AR 模型及其参数估计 | 第22-25页 |
| 2.2 含噪 AR 模型的无偏参数估计 | 第25-28页 |
| 2.2.1 基于偏差补偿的无偏参数估计 | 第25页 |
| 2.2.2 基于辅助模型方法的无偏参数估计 | 第25-26页 |
| 2.2.3 仿真实例及结果分析 | 第26-28页 |
| 2.3 铁水温度时间序列的噪声方差估计 | 第28-30页 |
| 2.3.1 基于含噪 AR 时间序列的铁水温度模型描述 | 第28页 |
| 2.3.2 基于辅助模型辨识方法的铁水温度参数估计 | 第28-30页 |
| 2.4 小结 | 第30-31页 |
| 3 高炉过程数据的处理、分析及利用 | 第31-52页 |
| 3.1 高炉过程数据预处理 | 第31-40页 |
| 3.1.1 数据异常值检测 | 第31-35页 |
| 3.1.2 基于 AR 模型的数据修补及预估 | 第35-39页 |
| 3.1.3 归一化处理 | 第39-40页 |
| 3.2 高炉数据的相关性分析 | 第40-44页 |
| 3.2.1 多变量多采样时间的统一 | 第41-43页 |
| 3.2.2 控制参数的滞后时间 | 第43-44页 |
| 3.3 高炉过程数据的多源信息 | 第44-49页 |
| 3.3.1 高炉炉况信息的状态参数 | 第45-47页 |
| 3.3.2 高炉冶炼过程的控制参数 | 第47-49页 |
| 3.4 铁水温度的信息融合 | 第49-51页 |
| 3.5 小结 | 第51-52页 |
| 4 高炉炉况综合监控系统的设计 | 第52-65页 |
| 4.1 高炉炉况参数期望值选取 | 第52-53页 |
| 4.2 高炉炉况波动综合判断图 | 第53-56页 |
| 4.3 MATLAB/GUI 图形用户界面 | 第56-59页 |
| 4.3.1 MATLAB/GUI 简介 | 第56-57页 |
| 4.3.2 界面构成和设计工具 | 第57-59页 |
| 4.4 高炉炉况综合监控 GUI 设计 | 第59-63页 |
| 4.4.1 控制算法模块 | 第59-60页 |
| 4.4.2 实时显示模块 | 第60-61页 |
| 4.4.3 历史数据模块 | 第61-62页 |
| 4.4.4 历史曲线模块 | 第62页 |
| 4.4.5 报警模块 | 第62页 |
| 4.4.6 其它功能 | 第62-63页 |
| 4.5 小结 | 第63-65页 |
| 5 总结与展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 在学研究成果 | 第70-71页 |
| 致谢 | 第71页 |
