面向指标优化的高炉料面建模与布料研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 引言 | 第15-19页 |
| 1.1 课题背景及研究意义 | 第15-16页 |
| 1.2 主要研究内容和创新点 | 第16-18页 |
| 1.3 本文组织结构 | 第18-19页 |
| 2 文献综述 | 第19-35页 |
| 2.1 高炉炼铁简介 | 第19-25页 |
| 2.1.1 炼铁工艺过程 | 第19-22页 |
| 2.1.2 高炉布料规律 | 第22-25页 |
| 2.2 高炉料面检测与重构 | 第25-30页 |
| 2.2.1 高炉料面检测技术 | 第25-28页 |
| 2.2.2 高炉料面描述方式 | 第28-30页 |
| 2.3 高炉料面聚类分析 | 第30-32页 |
| 2.3.1 聚类分析 | 第30-31页 |
| 2.3.2 高炉料面聚类研究 | 第31-32页 |
| 2.4 高炉最优料面建模 | 第32页 |
| 2.5 高炉精准布料研究 | 第32-33页 |
| 2.6 研究现状分析 | 第33-35页 |
| 3 高炉料面定义与特征参数确定 | 第35-55页 |
| 3.1 高炉料面雷达检测技术 | 第35-39页 |
| 3.1.1 阵列雷达检测技术 | 第35-37页 |
| 3.1.2 旋转扫描雷达检测技术 | 第37-38页 |
| 3.1.3 相控阵雷达检测技术 | 第38-39页 |
| 3.2 2D料面定义与特征参数确定 | 第39-42页 |
| 3.2.1 2D料面特征参数提取 | 第39-41页 |
| 3.2.2 特征拟合料线模型 | 第41-42页 |
| 3.3 3D料面定义模型 | 第42-46页 |
| 3.3.1 3D料面线形定义 | 第42-43页 |
| 3.3.2 3D料面环形定义 | 第43-45页 |
| 3.3.3 3D料面扇形定义 | 第45-46页 |
| 3.4 仿真结果分析 | 第46-54页 |
| 3.4.1 高炉料面2D定义仿真 | 第46-47页 |
| 3.4.2 高炉料面3D定义仿真 | 第47-54页 |
| 3.5 本章小结 | 第54-55页 |
| 4 高炉料面特征聚类 | 第55-73页 |
| 4.1 高炉料面聚类模型 | 第55-56页 |
| 4.2 聚类算法介绍 | 第56-61页 |
| 4.2.1 K-means聚类算法 | 第56-57页 |
| 4.2.2 FCM聚类算法 | 第57-58页 |
| 4.2.3 谱聚类算法 | 第58-61页 |
| 4.3 基于密度和距离的聚类算法 | 第61-66页 |
| 4.3.1 DD聚类算法简介 | 第61-64页 |
| 4.3.2 P-DD聚类算法 | 第64-66页 |
| 4.4 聚类效果评价指标 | 第66-67页 |
| 4.5 仿真结果分析 | 第67-72页 |
| 4.6 本章小结 | 第72-73页 |
| 5 面向指标优化的高炉最优料面建模 | 第73-104页 |
| 5.1 高炉最优料面建模 | 第73-76页 |
| 5.2 超限学习机算法 | 第76-80页 |
| 5.3 超限学习机的改进 | 第80-93页 |
| 5.3.1 P-ELM算法 | 第81-83页 |
| 5.3.2 O-ELM算法 | 第83-86页 |
| 5.3.3 WOS-ELM算法 | 第86-88页 |
| 5.3.4 FOS-ELMK算法 | 第88-93页 |
| 5.4 高炉料面优化模型 | 第93-97页 |
| 5.4.1 高炉料面优化设定 | 第93-94页 |
| 5.4.2 差分进化算法 | 第94-97页 |
| 5.5 仿真结果分析 | 第97-103页 |
| 5.5.1 算法验证仿真 | 第97-99页 |
| 5.5.2 高炉数据仿真 | 第99-103页 |
| 5.6 本章小结 | 第103-104页 |
| 6 高炉精准布料策略 | 第104-123页 |
| 6.1 精准布料模型 | 第104-108页 |
| 6.2 炉料颗粒落点计算模型 | 第108-115页 |
| 6.2.1 节流阀炉料运动模型 | 第109-110页 |
| 6.2.2 节流阀至溜槽炉料运动模型 | 第110-112页 |
| 6.2.3 溜槽炉料运动模型 | 第112-114页 |
| 6.2.4 空区炉料运动模型 | 第114-115页 |
| 6.3 节流阀开度自调节模型 | 第115-116页 |
| 6.4 溜槽转速自调节模型 | 第116-118页 |
| 6.5 仿真结果分析 | 第118-122页 |
| 6.6 本章小结 | 第122-123页 |
| 7 结论与展望 | 第123-125页 |
| 7.1 结论 | 第123-124页 |
| 7.2 展望 | 第124-125页 |
| 参考文献 | 第125-135页 |
| 作者简历及在学研究成果 | 第135-140页 |
| 学位论文数据集 | 第140页 |
