摘要 | 第1-5页 |
Abstract | 第5-10页 |
第一章 绪论 | 第10-20页 |
·课题来源及意义 | 第10-11页 |
·国内外研究概况 | 第11-16页 |
·优化烧钢的两种实现方法 | 第12-13页 |
·加热炉的发展现状 | 第13-16页 |
·钢坯三维温度场模型建立及可视化实现方法 | 第16-18页 |
·论文的主要工作 | 第18-19页 |
·本章小结 | 第19-20页 |
第二章 加热炉生产工艺及加热炉介绍 | 第20-26页 |
·加热炉的生产工艺介绍 | 第20-24页 |
·加热钢坯的目的 | 第20页 |
·钢坯加热缺陷及避免措施 | 第20-22页 |
·金属的加热温度和加热速度 | 第22-23页 |
·连续加热炉的加热制度 | 第23页 |
·三段式加热控制 | 第23-24页 |
·昆明钢铁公司第二轧钢厂盘元车间加热炉介绍 | 第24-25页 |
·加热炉炉体介绍 | 第24页 |
·加热炉的加热制度 | 第24-25页 |
·加热炉生产状况 | 第25页 |
·加热炉控制系统运行状况 | 第25页 |
·本章小结 | 第25-26页 |
第三章 钢坯三维温度场的数值求解推导 | 第26-38页 |
·传热学相关知识的介绍 | 第26-33页 |
·热量传递的三种基本方式 | 第26页 |
·导热基本定律 | 第26-30页 |
·传热问题的数值解法 | 第30-31页 |
·有限差分法求解温度场的方法 | 第31-33页 |
·二维非稳态导热的有限差分法求解加热炉炉内钢坯的温度场 | 第33-37页 |
·本章小结 | 第37-38页 |
第四章 基于BP神经网络的钢坯三维温度场智能预报系统建模与仿真 | 第38-54页 |
·神经网络简介 | 第38-41页 |
·神经网络的基本特征及主要学习算法 | 第38-39页 |
·传统建模方法和神经网络建模方法的比较 | 第39-40页 |
·神经网络在控制系统中的应用 | 第40-41页 |
·钢坯表面温度场的神经网络预报模型 | 第41-47页 |
·加热炉的传热模型 | 第41-43页 |
·钢还表面温度辨识的动态BP网络结构 | 第43-47页 |
·BP神经网络的MATLAB仿真 | 第47-53页 |
·仿真程序设计及仿真效果图 | 第48-52页 |
·仿真结果分析 | 第52-53页 |
·本章小结 | 第53-54页 |
第五章 基于OpenGL钢坯三维温度场的虚拟可视化实现 | 第54-75页 |
·虚拟现实技术及OpenGL介绍 | 第54-58页 |
·虚拟现实技术 | 第54-55页 |
·OpenGL图形库技术简介 | 第55-58页 |
·钢坯三维温度场实时虚拟监控设计方案 | 第58-59页 |
·钢坯三维温度场数值的计算 | 第59-60页 |
·温度场数值求解思路 | 第59-60页 |
·中心温度求解 | 第60页 |
·VC下设置OpenGL应用接口 | 第60-65页 |
·VC环境下的操作界面实现 | 第65-67页 |
·界面设计的实现过程介绍 | 第65页 |
·操作界面及其功能简介 | 第65-67页 |
·钢坯可视化效果 | 第67-74页 |
·可视化效果实现 | 第67-74页 |
·可视化效果分析 | 第74页 |
·本章小结 | 第74-75页 |
第六章 结论与展望 | 第75-77页 |
·结论 | 第75-76页 |
·展望 | 第76-77页 |
致谢 | 第77-78页 |
参考文献 | 第78-81页 |
附录A | 第81-82页 |
附录B | 第82-83页 |
附录C | 第83-86页 |