首页--工业技术论文--冶金工业论文--冶金机械、冶金生产自动化论文--炼钢机械与生产自动化论文--炼钢机械论文--连续铸钢设备论文

连铸结晶器摩擦力新检测方法及其应用方法研究

1 前言第1-12页
   ·连铸发展的概况与趋势第8-9页
   ·连铸生产中常见的铸坯质量缺陷和各类异常第9-10页
   ·开展结晶器摩擦力在线监测及其应用方法研究的必要性第10-11页
   ·本论文的主要内容第11-12页
2 液压振动下结晶器摩擦力在线监测方法的研究第12-29页
   ·引言第12-13页
   ·结晶器液压振动系统简介第13-18页
     ·液压振动系统结构组成及控制原理第13-14页
     ·结晶器液压振动系统第14-15页
     ·结晶器振动波形特性分析第15-18页
       ·传统的机械振动方式--正弦振动第15-16页
       ·液压振动方式--非正弦振动第16-18页
   ·结晶器摩擦力检测数学模型推导第18-22页
     ·结晶器运动受力分析第18-19页
     ·液压缸消耗的功率第19-20页
     ·液压缸消耗的功率和结晶器摩擦力之间的关系第20-21页
     ·模型初步验证第21-22页
   ·结晶器摩擦力在线监测方法第22-28页
     ·检测特征点的选择第22-24页
     ·空振功率与结晶器各振动参数之间的关系第24-26页
     ·在线应用方法初步设计第26页
     ·误差分析第26-28页
       ·空振功率最大值的影响第26-27页
       ·F_P的影响第27-28页
   ·小结第28-29页
3 连铸结晶器摩擦力异常数据分析第29-38页
   ·引言第29-30页
   ·工艺操作及工艺参数调整时MDF的变化第30-32页
     ·在线调整铸坯宽度第30页
     ·拉坯速度与振频第30-31页
     ·中间罐吨位变化第31-32页
   ·异常发生时MDF的反应第32-37页
     ·结晶器内液位波动第33-34页
     ·水口异常第34页
     ·测温系统报警第34-37页
     ·漏钢第37页
   ·数据分析小结第37-38页
4 基于人工神经元网络的连铸结晶器摩擦力异常预报第38-57页
   ·连铸异常预报的现状第38页
   ·基于人工神经元网络的异常提取第38-45页
     ·BP神经网络的结构第39-40页
     ·网络的学习算法第40-42页
     ·网络的改进第42-43页
     ·网络结构的确定第43-44页
     ·其他网络参数的确定第44页
     ·异常阈值的选取第44-45页
   ·基于时域分析的MDF异常特征的提取第45-46页
     ·脉冲信号的提取方法第45页
     ·基于过零率判断的斜坡信号提取方法第45页
     ·拉速变化及调宽等工艺操作影响的滤除第45-46页
     ·延时开关的引入第46页
   ·MDF异常分析软件的开发第46-49页
     ·程序的功能和设计方法第46-47页
     ·程序流程第47-49页
       ·神经网络学习流程第47-48页
       ·异常捕捉流程第48-49页
     ·程序界面第49页
   ·MDF异常预报仿真实例第49-56页
     ·液位波动第50页
     ·水口断裂第50页
     ·测温系统报警第50页
     ·漏钢第50-56页
     ·其他情况第56页
   ·小结第56-57页
5 结论与建议第57-59页
   ·结论第57-58页
     ·液压振动下连铸结晶器摩擦力在线监测方法第57页
     ·连铸结晶器摩擦力应用方法的研究第57-58页
   ·建议第58-59页
参考文献第59-61页
致谢第61-62页
攻读硕士学位期间发表的学术论文第62-64页

论文共64页,点击 下载论文
上一篇:分布式虚拟环境在船舶导航中的应用
下一篇:论如何在思想政治课中培育学生的科学信念