钢铁退火工序优化调度及副产煤气系统预测研究与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-21页 |
| ·研究背景及目的 | 第13-14页 |
| ·研究背景 | 第13-14页 |
| ·选题及研究目的 | 第14页 |
| ·罩式炉退火工序调度相关问题 | 第14-17页 |
| ·冷轧生产工艺流程 | 第14-15页 |
| ·罩式炉退火优化调度描述 | 第15-17页 |
| ·钢铁能耗相关问题 | 第17-19页 |
| ·我国钢铁能耗现状 | 第17-18页 |
| ·能源调度及预测 | 第18-19页 |
| ·本文主要工作 | 第19-21页 |
| 2 罩式炉退火工序优化调度研究 | 第21-41页 |
| ·罩式炉退火调度问题描述 | 第21-24页 |
| ·罩式炉退火工艺流程 | 第21-22页 |
| ·罩式炉退火约束条件 | 第22-23页 |
| ·问题研究现状 | 第23-24页 |
| ·离散事件系统仿真 | 第24-26页 |
| ·SystemC仿真平台 | 第26-28页 |
| ·产生背景 | 第26页 |
| ·结构与特点 | 第26-28页 |
| ·离散事件系统的SystemC建模 | 第28-33页 |
| ·随机数发生器 | 第28-29页 |
| ·仿真时钟和事件表 | 第29-30页 |
| ·事件安排 | 第30-31页 |
| ·仿真实例 | 第31-33页 |
| ·基于SystemC的罩式炉退火调度仿真模型 | 第33-36页 |
| ·事件分类 | 第33页 |
| ·操作约束处理 | 第33页 |
| ·资源竞争操作处理 | 第33-34页 |
| ·调度模型实现 | 第34-36页 |
| ·优化调度 | 第36-37页 |
| ·仿真实例 | 第37-39页 |
| ·小结 | 第39-41页 |
| 3 一种基于改进回声状态网络的时间序列预测方法 | 第41-63页 |
| ·时间序列预测技术 | 第41-42页 |
| ·回声状态网络 | 第42-46页 |
| ·回声状态网络结构特点 | 第42-44页 |
| ·回声状态网络学习过程 | 第44-46页 |
| ·回声状态网络存在的问题分析 | 第46-48页 |
| ·高斯过程回声状态网络直接预测方法 | 第48-53页 |
| ·直接预测方法 | 第48-49页 |
| ·高斯过程回声状态网络 | 第49-53页 |
| ·仿真实例 | 第53-62页 |
| ·本章小结 | 第62-63页 |
| 4 钢铁副产煤气系统产消实时预测 | 第63-88页 |
| ·副产煤气系统介绍 | 第63-69页 |
| ·平衡问题描述 | 第69-71页 |
| ·预测技术 | 第71-72页 |
| ·产生量及非调节用户消耗量预测 | 第72-87页 |
| ·基于经验模态分解的降噪方法 | 第72-75页 |
| ·基于最小均方差准则的参数优化算法 | 第75-76页 |
| ·输出权值矩阵的确定 | 第76-77页 |
| ·实验及运行效果 | 第77-87页 |
| ·本章小结 | 第87-88页 |
| 5 宝钢副产煤气预测系统的开发及应用 | 第88-105页 |
| ·系统概况 | 第88-89页 |
| ·系统预期目标 | 第88页 |
| ·系统运行环境 | 第88-89页 |
| ·系统功能介绍 | 第89-90页 |
| ·服务端 | 第90页 |
| ·客户端 | 第90页 |
| ·数据库设计 | 第90-91页 |
| ·系统程序设计 | 第91-95页 |
| ·流量预测功能设计 | 第92-95页 |
| ·柜位预测设计 | 第95页 |
| ·系统运行实例 | 第95-103页 |
| ·系统运行效果 | 第103-104页 |
| ·本章小结 | 第104-105页 |
| 结论 | 第105-107页 |
| 参考文献 | 第107-112页 |
| 攻读博士学位期间发表学术论文和参加科研项目情况 | 第112-114页 |
| 创新点摘要 | 第114-115页 |
| 致谢 | 第115-116页 |
| 作者简介 | 第116-118页 |
