真空感应炉终点预报方法的研究
| 独创性声明 | 第1页 |
| 学位论文版权使用授权书 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第一章 引言 | 第9-16页 |
| ·研究的目的及意义 | 第9-11页 |
| ·温度的测量 | 第10页 |
| ·成分的测量 | 第10-11页 |
| ·炼钢终点预报方法的研究现状 | 第11-14页 |
| ·基于机理模型的方法 | 第11-12页 |
| ·基于统计的方法 | 第12页 |
| ·基于灰色系统理论的灰色预测方法 | 第12-13页 |
| ·基于智能理论的方法 | 第13-14页 |
| ·本文的主要工作 | 第14-16页 |
| 第二章 真空感应炉概述 | 第16-29页 |
| ·真空感应炉发展的国内外现状 | 第16页 |
| ·真空感应炉的类型 | 第16-19页 |
| ·真空感应炉熔炼原理与工艺过程 | 第19-26页 |
| ·感应加热基础 | 第19-22页 |
| ·真空感应冶炼工艺 | 第22-26页 |
| ·真空感应炉的熔炼特点 | 第26页 |
| ·新技术在真空感应炉的应用 | 第26-29页 |
| 第三章 RBF神经网络原理及其应用 | 第29-43页 |
| ·神经网络的发展及典型模型 | 第29-32页 |
| ·神经网络的特点 | 第32-33页 |
| ·径向基函数(RBF)网络原理 | 第33-36页 |
| ·RBF神经网络的发展及其特点 | 第33-34页 |
| ·RBF网络的结构 | 第34-35页 |
| ·RBF函数逼近理论 | 第35-36页 |
| ·RBF网络训练算法研究 | 第36-39页 |
| ·人工神经网络技术在应用中存在的问题 | 第39页 |
| ·人工神经网络在钢铁工业中的应用 | 第39-43页 |
| ·国外开发、应用现状 | 第40-41页 |
| ·国内开发、应用现状 | 第41-43页 |
| 第四章 神经网络预报模型的建立及其预报方法研究 | 第43-57页 |
| ·RBF神经网络训练算法 | 第44-46页 |
| ·确定网络中心 | 第44-45页 |
| ·确定宽度参数 | 第45页 |
| ·调整权值 | 第45-46页 |
| ·数据归一化处理 | 第46-47页 |
| ·温度预报方法 | 第47-52页 |
| ·建立预报模型 | 第48-49页 |
| ·预报方法 | 第49-51页 |
| ·实验结果与分析 | 第51-52页 |
| ·小结 | 第52页 |
| ·终点碳含量预报方法 | 第52-57页 |
| ·建立预报模型 | 第53-54页 |
| ·预报方法 | 第54-55页 |
| ·实验结果与分析 | 第55-56页 |
| ·小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士期间发表论文 | 第64页 |
