基于炉热指数和BP网络的高炉铁水硅含量预报系统
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 序言 | 第9-15页 |
| ·论文背景及意义 | 第9-10页 |
| ·高炉生产过程概述及生产特点 | 第10-11页 |
| ·高炉生产过程概述 | 第10-11页 |
| ·高炉生产过程特点 | 第11页 |
| ·国内外炉温预测研究现状及发展趋势 | 第11-13页 |
| ·研究现状 | 第11-12页 |
| ·目前研究的不足及发展趋势 | 第12-13页 |
| ·本文的研究内容及目标 | 第13-14页 |
| ·本文的组织结构 | 第14-15页 |
| 2 高炉热状态预报的研究 | 第15-27页 |
| ·热状态预报研究在高炉炼铁中的重要性 | 第15页 |
| ·高炉炼铁过程中的状态参数和控制参数 | 第15-20页 |
| ·料速 | 第16-18页 |
| ·透气性指数 | 第18页 |
| ·风量 | 第18-19页 |
| ·风温 | 第19页 |
| ·喷煤 | 第19-20页 |
| ·铁量差 | 第20页 |
| ·高炉铁水含硅量的预报方法与控制策略 | 第20-24页 |
| ·高炉铁水含硅量预报的必要性 | 第20-21页 |
| ·高炉铁水含硅量预报方法的研究 | 第21-22页 |
| ·高炉铁水含硅量的控制策略 | 第22-23页 |
| ·高炉铁水温度与含硅量之间的相关关系 | 第23-24页 |
| ·高炉热状态预测的技术路线和研究方法 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 3 高炉物料平衡、热平衡及炉热指数的计算 | 第27-46页 |
| ·所需已知数据 | 第27-28页 |
| ·高炉配料计算 | 第28-29页 |
| ·配料计算目的 | 第28-29页 |
| ·配料计算过程 | 第29页 |
| ·物料平衡计算 | 第29-33页 |
| ·热平衡的计算 | 第33-41页 |
| ·第一热平衡计算 | 第33-38页 |
| ·第二热平衡计算 | 第38-39页 |
| ·高温区热平衡计算（以950℃为高温区界限温度） | 第39-41页 |
| ·炉热指数的计算 | 第41-45页 |
| ·直接还原区焦炭燃烧温度Tc | 第41-43页 |
| ·理论燃烧温度 | 第43-44页 |
| ·高温区有效热量 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 4 BP 网络的基本原理及学习算法 | 第46-51页 |
| ·BP 网络的基本原理 | 第46页 |
| ·BP 网络的学习算法 | 第46-50页 |
| ·BP 网络学习算法 | 第47-48页 |
| ·BP 算法的数学推导 | 第48-49页 |
| ·BP 算法流程图 | 第49页 |
| ·BP 算法的改进 | 第49-50页 |
| ·BP 网络的时间序列预报 | 第50页 |
| ·本章小结 | 第50-51页 |
| 5 高炉铁水硅含量预报系统建模及仿真 | 第51-60页 |
| ·基于炉热指数的高炉铁水硅含量预报 | 第52-55页 |
| ·静态机理预报模型的构成 | 第52-53页 |
| ·静态机理预报的仿真与分析 | 第53-55页 |
| ·高炉铁水硅含量的神经网络时间序列预报 | 第55-59页 |
| ·时间序列模型的建立方法 | 第55-57页 |
| ·BP 网络模型的训练 | 第57-58页 |
| ·仿真运行及讨论 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 6 结论 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 附录 | 第64-66页 |
