重轨钢U75V钢坯脱碳的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-11页 |
| ·铁路事业的现状与发展趋势 | 第9页 |
| ·重轨钢钢坯加热过程的研究概述 | 第9-10页 |
| ·课题研究目的及意义 | 第10页 |
| ·课题研究的内容 | 第10-11页 |
| 第二章 钢加热过程中的脱碳与氧化 | 第11-19页 |
| ·钢的脱碳 | 第11页 |
| ·影响脱碳的主要因素 | 第11-13页 |
| ·加热时间 | 第11-12页 |
| ·加热温度 | 第12-13页 |
| ·加热炉炉内气氛 | 第13页 |
| ·钢的氧化 | 第13-14页 |
| ·影响氧化的主要因素 | 第14-15页 |
| ·加热时间 | 第14页 |
| ·加热温度 | 第14-15页 |
| ·炉气成分 | 第15页 |
| ·抗氧化脱碳保护涂料 | 第15-16页 |
| ·对涂料的要求 | 第15-16页 |
| ·涂料的种类及成分 | 第16页 |
| ·涂料的应用效果 | 第16页 |
| ·脱碳层深度及氧化烧损量的计算与测定 | 第16-19页 |
| ·脱碳层深度的计算 | 第16-17页 |
| ·脱碳层深度的测定 | 第17-18页 |
| ·氧化烧损量的计算 | 第18页 |
| ·氧化烧损量的测定 | 第18-19页 |
| 第三章 有限元法与与神经网络技术 | 第19-28页 |
| ·有限元法 | 第19-24页 |
| ·有限元法的基本思想及优点 | 第19-20页 |
| ·有限元法的分析步骤 | 第20页 |
| ·传热学理论基础 | 第20-23页 |
| ·钢坯加热过程的建模方法 | 第23-24页 |
| ·神经网络技术 | 第24-28页 |
| ·神经元模型 | 第24-25页 |
| ·神经网络的特点 | 第25-26页 |
| ·神经网络的学习方法 | 第26-28页 |
| 第四章 实验研究 | 第28-50页 |
| ·钢坯加热温度跟踪测试实验 | 第28-34页 |
| ·生产现场的加热工艺 | 第28-29页 |
| ·试验内容 | 第29页 |
| ·试验方法 | 第29-31页 |
| ·试验结果 | 第31页 |
| ·数据分析 | 第31-34页 |
| ·结论 | 第34页 |
| ·保温实验 | 第34-37页 |
| ·实验目的 | 第34页 |
| ·实验设备及试样制备 | 第34-35页 |
| ·实验方法 | 第35页 |
| ·实验结果及分析 | 第35-37页 |
| ·钢坯加热实验 | 第37-50页 |
| ·实验目的 | 第37-38页 |
| ·实验设备及试样制备 | 第38-39页 |
| ·试验方法 | 第39-43页 |
| ·实验结果及分析 | 第43-49页 |
| ·结论 | 第49-50页 |
| 第五章 钢坯加热过程的有限元模拟 | 第50-55页 |
| ·模型的建立 | 第50-52页 |
| ·前提假设 | 第50-51页 |
| ·钢坯加热的数学描述 | 第51-52页 |
| ·模拟结果分析 | 第52-54页 |
| ·计算值与实测值的比较 | 第52页 |
| ·钢坯加热过程的温度变化 | 第52-53页 |
| ·停机待轧时钢坯温度的变化 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 脱碳层深度预报的神经网络模型 | 第55-60页 |
| ·数据预处理 | 第55-56页 |
| ·输入与输出量的选择 | 第55页 |
| ·数据的选择 | 第55页 |
| ·数据的归一化 | 第55-56页 |
| ·预报模型的建立 | 第56-57页 |
| ·模型结构及相关参数 | 第56页 |
| ·BP 网络训练流程 | 第56-57页 |
| ·基于MATLAB 神经网络工具箱的程序实现 | 第57-58页 |
| ·运行结果及分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第七章 结论 | 第60-61页 |
| 附录 | 第61-67页 |
| 参考文献 | 第67-69页 |
| 致谢 | 第69页 |
