基于神经网络的铁水预处理脱硫预报模型
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-16页 |
| ·引言 | 第8-9页 |
| ·脱硫预报模型研究现状 | 第9-13页 |
| ·攀钢铁水预处理脱硫现状 | 第13-14页 |
| ·本课题研究的目的、意义和内容 | 第14-16页 |
| ·研究目的和意义 | 第14-15页 |
| ·研究内容 | 第15-16页 |
| 2 攀钢铁水预脱硫工艺分析及建模技术路线 | 第16-22页 |
| ·攀钢铁水预脱硫工艺分析 | 第16-19页 |
| ·攀钢铁水预脱硫设备及脱硫方法 | 第16页 |
| ·攀钢铁水预脱硫原料 | 第16-18页 |
| ·攀钢铁水预脱硫数据采集 | 第18-19页 |
| ·建模技术路线 | 第19-20页 |
| ·本章小结 | 第20-22页 |
| 3 脱硫剂用量预报模型的建立 | 第22-44页 |
| ·模型参数的选择 | 第22-28页 |
| ·输入参数和输出参数的确定 | 第22-23页 |
| ·网络结构和网络参数的确定 | 第23-28页 |
| ·模型的算法 | 第28-32页 |
| ·标准BP 算法 | 第28-29页 |
| ·改进BP 算法 | 第29-32页 |
| ·样本数据的选择 | 第32-39页 |
| ·建模的原数据 | 第32页 |
| ·数据筛选原则 | 第32页 |
| ·数据筛选过程 | 第32-36页 |
| ·数据筛选结果 | 第36-39页 |
| ·模型的建立及测试 | 第39-42页 |
| ·预报模型的建立 | 第39-40页 |
| ·预报模型的测试 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 4 模型维护模块的建立 | 第44-52页 |
| ·反馈补偿模型的建立 | 第44-46页 |
| ·在线学习模型的建立 | 第46-48页 |
| ·喷吹控制参数计算模型的建立 | 第48-49页 |
| ·本章小结 | 第49-52页 |
| 5 仿真预报模型的实现 | 第52-58页 |
| ·脱硫预报模型的总体结构 | 第52-53页 |
| ·脱硫剂用量预报模型的界面设计 | 第53-54页 |
| ·反馈补偿模型的界面设计 | 第54-55页 |
| ·在线学习模型的界面设计 | 第55页 |
| ·喷吹控制参数计算模型的界面设计 | 第55-56页 |
| ·嵌入攀钢自动化系统的DLL 程序 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 6 脱硫预报模型的现场试验 | 第58-90页 |
| ·现场试验试验内容 | 第58页 |
| ·第一期现场试验结果分析 | 第58-74页 |
| ·现场试验结果 | 第58-62页 |
| ·同期未用模型炉次 | 第62-66页 |
| ·试验结果分析 | 第66-73页 |
| ·总结 | 第73-74页 |
| ·第二期现场试验 | 第74-89页 |
| ·现场试验结果 | 第74-77页 |
| ·同期未用模型炉次 | 第77-80页 |
| ·试验结果分析 | 第80-86页 |
| ·第二期模型应用试验与第一期试验结果比较 | 第86-89页 |
| ·本章小结 | 第89-90页 |
| 7 结论与展望 | 第90-92页 |
| ·结论 | 第90页 |
| ·展望 | 第90-92页 |
| 致谢 | 第92-94页 |
| 参考文献 | 第94-98页 |
| 附录 | 第98页 |
| A 作者在攻读学位期间发表的论文目录 | 第98页 |
