基于复合建模技术的加热炉建模方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景及意义 | 第10-11页 |
| ·加热炉及蓄热式燃烧技术简介 | 第11-15页 |
| ·加热炉的分类 | 第11-12页 |
| ·蓄热式加热炉 | 第12-13页 |
| ·蓄热式高温燃烧技术 | 第13-15页 |
| ·系统建模理论的发展 | 第15-17页 |
| ·传统建模理论 | 第15-16页 |
| ·智能建模理论 | 第16页 |
| ·复合建模理论 | 第16-17页 |
| ·加热炉建模发展概况 | 第17页 |
| ·本文主要工作 | 第17-18页 |
| 第二章 加热炉模型建立的算法基础 | 第18-28页 |
| ·主成分分析法 | 第18-21页 |
| ·主成分分析法概述 | 第18页 |
| ·主成分分析的原理 | 第18-19页 |
| ·提取主成分的计算步骤 | 第19-20页 |
| ·主成分个数的选取 | 第20-21页 |
| ·人工神经网络 | 第21-28页 |
| ·人工神经网络的概述 | 第21-22页 |
| ·人工神经网络的结构 | 第22-23页 |
| ·人工神经网络的类型 | 第23页 |
| ·BP神经网络 | 第23-28页 |
| 第三章 基于总括吸收率的机理模型 | 第28-40页 |
| ·温度场的数值计算方法介绍 | 第28-30页 |
| ·热量传递的三种基本方式 | 第28页 |
| ·导热基本定律 | 第28-30页 |
| ·有限差分法 | 第30页 |
| ·钢温模型的建立 | 第30-37页 |
| ·模型假设 | 第31页 |
| ·蓄热式加热炉机理模型的建立 | 第31-37页 |
| ·模型参数的确定及仿真结果 | 第37-40页 |
| 第四章 加热炉复合模型结构及算法 | 第40-48页 |
| ·复合模型的结构 | 第40-41页 |
| ·输入变量选取及主成分分析 | 第41-43页 |
| ·BP算法的设计 | 第43-48页 |
| ·BP网络的前馈计算 | 第43-45页 |
| ·BP网络权值的调整规则 | 第45-47页 |
| ·BP学习算法的计算步骤 | 第47-48页 |
| 第五章 蓄热式加热炉的复合模型及炉温优化 | 第48-64页 |
| ·模型假设 | 第48-49页 |
| ·钢温假设 | 第48-49页 |
| ·炉温假设 | 第49页 |
| ·BP网络设计 | 第49页 |
| ·输入输出层的选择 | 第49页 |
| ·隐含层结点数的确定 | 第49页 |
| ·模型仿真及与其它建模方法的比较 | 第49-54页 |
| ·模型仿真 | 第49-51页 |
| ·与其它加热炉数学模型的比较 | 第51-54页 |
| ·模型验证与补偿校正 | 第54-56页 |
| ·模型验证 | 第54-55页 |
| ·基于BP的在线补偿 | 第55-56页 |
| ·蓄热式加热炉炉温优化设定 | 第56-64页 |
| ·炉温优化设定模型 | 第57-58页 |
| ·基于遗传算法的炉温优化设定 | 第58-62页 |
| ·仿真结果 | 第62-64页 |
| 第六章 结论和展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70页 |
