摘要 | 第1-5页 |
Abstract | 第5-10页 |
1 前言 | 第10-15页 |
·连铸发展的概述和结晶器的作用 | 第10页 |
·连铸结晶器过程检测的研究现状 | 第10-12页 |
·漏钢预报的检测 | 第11页 |
·摩擦力的在线检测 | 第11页 |
·振动装置的在线检测 | 第11-12页 |
·保护渣 | 第12页 |
·国外对结晶器在线检测的研究现状 | 第12页 |
·开展结晶器的检测与相应的异常信息提取方法研究的必要性 | 第12-13页 |
·本论文的主要内容 | 第13-15页 |
2 多变量统计方法在连铸过程中异常信息提取研究 | 第15-28页 |
·引言 | 第15页 |
·连铸结晶器系统及其过程参数的特征 | 第15页 |
·PCA建模的理论基础和思想 | 第15-17页 |
·PCA主要思想 | 第16页 |
·主元的含义 | 第16-17页 |
·PCA模型的数学推导 | 第17-20页 |
·PCA模型 | 第17-18页 |
·统计量图的建立 | 第18-19页 |
·贡献图的建立 | 第19-20页 |
·具体过程参数的选定和模型的建立 | 第20-26页 |
·过程参数的选定 | 第20页 |
·时间序列长度的选定 | 第20-26页 |
·序列长度为1分钟 | 第21页 |
·序列长度为3分钟 | 第21页 |
·序列长度为5-6分钟 | 第21-26页 |
·序列长度为9-10分钟 | 第26页 |
·序列长度为12-15分钟 | 第26页 |
·改进 PCA方法的研究 | 第26-27页 |
·PVR和 CVR统计量建立 | 第26-27页 |
·控制限的确定 | 第27页 |
·本章小结 | 第27-28页 |
3 基于 PCA和改进 PCA对连铸结晶器过程异常数据分析 | 第28-44页 |
·基于 PCA异常分析软件的初步设计 | 第28-29页 |
·PCA方法异常信息提取 | 第29-40页 |
·漏钢 | 第30-35页 |
·水口异常 | 第35-37页 |
·温度系统报警 | 第37-40页 |
·液位波动 | 第40页 |
·改进 PCA的过程异常信息提取研究 | 第40-43页 |
·正常工况 | 第40-43页 |
·水口断裂 | 第43页 |
·本章小结 | 第43-44页 |
4 基于NN和 PCA方法的研究 | 第44-55页 |
·引言 | 第44页 |
·BP神经网络 | 第44-50页 |
·BP网络的结构 | 第44-45页 |
·BP网络的学习算法 | 第45-46页 |
·网络的改进 | 第46-47页 |
·网络结构的确定 | 第47页 |
·其他网络参数的确定 | 第47-50页 |
·NN-PCA模型的建立 | 第50-53页 |
·NN模型建立算法流程 | 第51-52页 |
·NN-PCA模型建立算法流程 | 第52-53页 |
·仿真实例分析 | 第53-54页 |
·本章小结 | 第54-55页 |
5 结论与建议 | 第55-57页 |
·结论 | 第55页 |
·建议 | 第55-57页 |
参考文献 | 第57-60页 |
攻读硕士学位期间发表学术论文情况 | 第60-61页 |
致谢 | 第61-62页 |
大连理工大学学位论文版权使用授权书 | 第62页 |