| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-25页 |
| 1.1 LF炉简介 | 第11-16页 |
| 1.1.1 LF精炼技术的产生与发展 | 第11-12页 |
| 1.1.2 LF炉设备和组成 | 第12-14页 |
| 1.1.3 LF精炼工艺流程 | 第14-15页 |
| 1.1.4 LF炉的功能与作用 | 第15-16页 |
| 1.2 课题背景及意义 | 第16-17页 |
| 1.3 LF炉精炼过程温度预报方法的研究与应用现状 | 第17-21页 |
| 1.3.1 国外研究与应用现状 | 第17-19页 |
| 1.3.2 国内研究与应用现状 | 第19-21页 |
| 1.4 本文研究内容及创新点 | 第21-25页 |
| 1.4.1 研究内容 | 第21-22页 |
| 1.4.2 创新点 | 第22-25页 |
| 第2章 BP神经网络和粒子群优化算法 | 第25-35页 |
| 2.1 人工神经网络 | 第25-30页 |
| 2.1.1 BP神经网络 | 第26页 |
| 2.1.2 BP网络的特点 | 第26-28页 |
| 2.1.3 BP算法的数学描述 | 第28-30页 |
| 2.2 粒子群优化算法 | 第30-33页 |
| 2.2.1 粒子群优化算法原理 | 第30页 |
| 2.2.2 粒子群优化算法的数学描述 | 第30-32页 |
| 2.2.3 粒子群优化算法的参数设计 | 第32-33页 |
| 2.3 本章小结 | 第33-35页 |
| 第3章 LF精炼过程机理建模分析 | 第35-53页 |
| 3.1 精炼过程能量守恒定律 | 第35-37页 |
| 3.2 物理模型几何尺寸的确定 | 第37-39页 |
| 3.3 LF精炼过程热分析 | 第39-43页 |
| 3.3.1 电极供热 | 第39-40页 |
| 3.3.2 炉衬热损失 | 第40-41页 |
| 3.3.3 合金反应热 | 第41-42页 |
| 3.3.4 渣料反应热 | 第42页 |
| 3.3.5 包顶、渣面热损失 | 第42-43页 |
| 3.3.6 吹氩热损失 | 第43页 |
| 3.3.7 整体热模型 | 第43页 |
| 3.4 LF精炼过程包衬初始条件的确定 | 第43-49页 |
| 3.4.1 确定包衬初始温度分布的算法 | 第44-46页 |
| 3.4.2 盛钢阶段传热数学模型 | 第46-49页 |
| 3.4.3 盛钢阶段的能量平衡方程 | 第49页 |
| 3.4.4 精炼前包衬初始条件的求解 | 第49页 |
| 3.5 热物性参数值的选取 | 第49-51页 |
| 3.5.1 各种材料的热物性参数 | 第49-50页 |
| 3.5.2 包衬与大气之间的对流换热系数 | 第50-51页 |
| 3.6 本章小结 | 第51-53页 |
| 第4章 LF精炼过程钢水终点温度混合模型 | 第53-67页 |
| 4.1 钢水终点温度混合预报模型的建立 | 第53-59页 |
| 4.1.1 LF钢水温度混合预报模型的实现算法 | 第53-54页 |
| 4.1.2 算法中参数的设定 | 第54-57页 |
| 4.1.3 混合模型预报钢水终点温度算法流程 | 第57-59页 |
| 4.2 实验验证 | 第59-64页 |
| 4.2.1 混合模型预报钢水终点温度 | 第59-60页 |
| 4.2.2 LF精炼过程钢水终点温度预报黑箱模型 | 第60-63页 |
| 4.2.3 模型对比 | 第63-64页 |
| 4.3 本章小结 | 第64-67页 |
| 第5章 结论 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 攻读硕士学位期间发表的论文与研究成果 | 第75页 |