高炉炉温预测控制模型的研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 1 绪论 | 第11-21页 |
| ·课题研究的目的和意义 | 第11-13页 |
| ·国内外究现状和发展趋势 | 第13-16页 |
| ·神经网络在炉温预报中的应用 | 第16-19页 |
| ·课题研究的主要内容 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 2 高炉炼铁工艺及预测控制方法 | 第21-33页 |
| ·高炉冶炼原理及过程 | 第21-25页 |
| ·高炉炼铁工艺流程 | 第25-27页 |
| ·高炉冶炼过程的热状态描述 | 第27-30页 |
| ·高炉铁水温度 | 第27-28页 |
| ·高炉铁水硅含量[Si] | 第28-29页 |
| ·铁水硅含量与温度之间的相关性 | 第29-30页 |
| ·联峰钢铁炉温预测控制的现状及需求 | 第30-31页 |
| ·高炉炉温预报方案 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 3 炉温预测数据的采集 | 第33-51页 |
| ·炉温预测所需数据的分析 | 第33-35页 |
| ·数据采集点的分析 | 第35-37页 |
| ·现场自动化及信息系统 | 第35-36页 |
| ·数据来源 | 第36-37页 |
| ·数据采集的实现 | 第37-50页 |
| ·数据平台整体架构 | 第37-40页 |
| ·数据采集方式 | 第40-41页 |
| ·数据的配置 | 第41-45页 |
| ·数据的跟踪 | 第45-50页 |
| ·本章小结 | 第50-51页 |
| 4 数据的分析与预处理 | 第51-57页 |
| ·一次数据预处理-去噪处理 | 第51-53页 |
| ·二次数据预处理 | 第53-55页 |
| ·复合参数的计算 | 第53-54页 |
| ·特征参数的计算 | 第54页 |
| ·参数的模糊处理 | 第54-55页 |
| ·数据的归一化处理与选择 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 5 高炉炉温预报建模 | 第57-74页 |
| ·高炉炉温神经网络建模 | 第57-62页 |
| ·神经网络简介 | 第57-58页 |
| ·神经网络建模思想 | 第58-59页 |
| ·基于神经网络的高炉炉温建模 | 第59-62页 |
| ·炉温[Si]预报模型参数的选取 | 第62-67页 |
| ·参数相关性分析 | 第62-65页 |
| ·滞后时间的确定 | 第65-67页 |
| ·模型输入参数的确定 | 第67页 |
| ·炉温[Si]预报模型的设计 | 第67-73页 |
| ·网络模型的结构 | 第68-70页 |
| ·模型算法的改进 | 第70-73页 |
| ·本章小结 | 第73-74页 |
| 6 仿真实验结果与讨论 | 第74-83页 |
| ·建模数据 | 第74-76页 |
| ·模型学习过程及流程图 | 第76-77页 |
| ·模型训练及测试 | 第77-78页 |
| ·模型预报结果及分析 | 第78-81页 |
| ·硅含量预测控制 | 第81-82页 |
| ·本章小结 | 第82-83页 |
| 7 总结与展望 | 第83-85页 |
| ·论文工作总结 | 第83-84页 |
| ·后续研究的展望 | 第84-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-90页 |
| 附录A | 第90-91页 |
| 附录B | 第91-95页 |
| 详细摘要 | 第95-100页 |
