| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·引言 | 第10-12页 |
| ·漏钢预报的研究现状和发展趋势 | 第12-16页 |
| ·本文的主要研究内容 | 第16-17页 |
| 第2章 漏钢的形成机理分析 | 第17-24页 |
| ·漏钢事故的种类 | 第17-18页 |
| ·漏钢的冶金原理分析 | 第18-23页 |
| ·弯月面的作用 | 第18页 |
| ·粘结漏钢的形成过程及机理 | 第18-21页 |
| ·诱发粘结漏钢的因素及预防措施 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 结晶器漏钢预报系统模型的建立 | 第24-47页 |
| ·漏钢预报系统 | 第24-26页 |
| ·漏钢预报系统的组成 | 第24-25页 |
| ·现有漏钢预报系统的缺陷及改进 | 第25-26页 |
| ·BP 神经网络 | 第26-35页 |
| ·BP 神经网络的算法 | 第27-32页 |
| ·BP 神经网络在模式识别中的应用 | 第32-33页 |
| ·BP 神经网络在应用中存在的问题 | 第33-35页 |
| ·BP 神经网络的算法优化 | 第35-37页 |
| ·神经网络权值的初始化 | 第35页 |
| ·基于L-M 优化算法的BP 神经网络 | 第35-37页 |
| ·BP 神经网络漏钢预报模型的建立 | 第37-46页 |
| ·数据预处理 | 第37-38页 |
| ·时序网络 | 第38-41页 |
| ·空间网络 | 第41-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 薄板坯连铸可视化漏钢预报系统的程序实现 | 第47-70页 |
| ·系统的开发环境 | 第47-49页 |
| ·Visual C++集成开发环境概述 | 第47-48页 |
| ·ANSYS 概述 | 第48页 |
| ·ANSYS 与Visual C++接口 | 第48-49页 |
| ·薄板坯连铸可视化漏钢预报系统的功能及结构 | 第49-51页 |
| ·薄板坯连铸可视化漏钢预报系统的功能 | 第49-50页 |
| ·薄板坯连铸可视化漏钢预报系统的结构 | 第50-51页 |
| ·薄板坯连铸可视化漏钢预报系统神经网络模块的开发 | 第51-55页 |
| ·薄板坯连铸可视化漏钢预报系统神经网络模块的训练及应用 | 第51-53页 |
| ·薄板坯连铸可视化漏钢预报系统神经网络模块程序设计 | 第53-55页 |
| ·薄板坯连铸可视化漏钢预报系统可视化模块的开发 | 第55-67页 |
| ·可视化模块实现的理论基础 | 第56-65页 |
| ·可视化模块的程序设计 | 第65-67页 |
| ·薄板坯连铸可视化漏钢预报系统其他模块的开发 | 第67-69页 |
| ·文件的读取与调用模块 | 第67页 |
| ·热电偶温度及温度变化曲线动态显示模块 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第5章 薄板坯连铸可视化漏钢预报系统的运行与结果分析 | 第70-80页 |
| ·神经网络模型的训练与测试 | 第70-78页 |
| ·时序网络训练及测试样本的选取 | 第70-73页 |
| ·时序网络的训练及测试 | 第73-75页 |
| ·空间网络的训练及测试 | 第75-78页 |
| ·漏钢预报系统的性能测试 | 第78-79页 |
| ·本章小结 | 第79-80页 |
| 结论 | 第80-81页 |
| 参考文献 | 第81-86页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第86-87页 |
| 致谢 | 第87-88页 |
| 作者简介 | 第88页 |
