转炉炼钢终点静态控制预测模型
| 第一章 绪论 | 第1-17页 |
| ·转炉炼钢简介 | 第7页 |
| ·转炉炼钢自动化技术 | 第7-15页 |
| ·转炉炼钢静态控制模型的应用与发展 | 第9-10页 |
| ·转炉吹炼自动控制技术与终点控制 | 第10-13页 |
| ·转炉吹炼过程控制系统的发展过程 | 第13-15页 |
| ·研究方案 | 第15-17页 |
| ·本选题研究的主要内容 | 第15页 |
| ·论文的组织安排 | 第15-17页 |
| 第二章 氧气顶吹转炉炼钢技术工艺 | 第17-26页 |
| ·氧气顶吹转炉炼钢工艺知识 | 第17-20页 |
| ·转炉炼钢的主要原料 | 第17-19页 |
| ·物料平衡和热平衡 | 第19-20页 |
| ·天铁集团炼钢厂转炉主要技术参数及生产工艺流程 | 第20-21页 |
| ·转炉炼钢厂冶炼制度 | 第21-26页 |
| 第三章 转炉炼钢静态终点控制的模型基础 | 第26-59页 |
| ·建模概述 | 第26-30页 |
| ·数学建模的过程 | 第26-27页 |
| ·对模型的基本要求 | 第27-28页 |
| ·模型预报性能的评价 | 第28-29页 |
| ·LD转炉静态控制数学模型的结构 | 第29-30页 |
| ·转炉炼钢物理过程机理分析 | 第30-44页 |
| ·转炉装入量Wz 确定 | 第32页 |
| ·熔剂计算 | 第32-35页 |
| ·物料平衡计算 | 第35-38页 |
| ·控制终点碳含量的总吹氧量方程 | 第38-40页 |
| ·控制钢水终点温度的矿石量方程 | 第40-44页 |
| ·统计型静态控制数学模型 | 第44-59页 |
| ·统计数据处理方法 | 第45-49页 |
| ·模型建立基础 | 第49-52页 |
| ·转炉静态回归模型的建立 | 第52-54页 |
| ·统计模型的使用效果及分析 | 第54-59页 |
| 第四章 转炉炼钢终点预报神经网络模型 | 第59-77页 |
| ·智能控制概述 | 第59-61页 |
| ·人工神经网络技术 | 第59-60页 |
| ·人工神经网络的结构 | 第60-61页 |
| ·多层前馈人工神经网络 | 第61-67页 |
| ·BP神经网络的原理 | 第61-62页 |
| ·BP网络的误差反向传播算法 | 第62-64页 |
| ·Levenberg-Marquardt算法 | 第64-67页 |
| ·神经网络建模数据的预处理 | 第67-69页 |
| ·影响转炉终点碳温的因素 | 第67-68页 |
| ·样本数据的收集和模型因变量和自变量的选取 | 第68页 |
| ·数据的预处理 | 第68-69页 |
| ·人工神经网络在转炉炼钢终点预报中的应用 | 第69-77页 |
| ·一般人工神经网络的开发步骤 | 第69-70页 |
| ·转炉终点碳温预报神经网络模型的建立 | 第70-73页 |
| ·模型训练结果分析 | 第73-77页 |
| 第五章 结束语 | 第77-79页 |
| ·结论 | 第77页 |
| ·未来需改进的问题及措施 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 发表论文和科研情况说明 | 第83-84页 |
| 致谢 | 第84页 |
