高炉炼铁过程碳效建模方法与应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-21页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-18页 |
| 1.2.1 高炉炼铁过程的碳效指标 | 第12-14页 |
| 1.2.2 高炉炼铁过程的碳效建模 | 第14-18页 |
| 1.3 研究内容 | 第18-19页 |
| 1.4 论文结构 | 第19-21页 |
| 2 高炉炼铁过程工艺及碳效关联性分析 | 第21-34页 |
| 2.1 高炉炼铁过程工艺及特性分析 | 第21-24页 |
| 2.2 碳效建模存在的问题和难点 | 第24-25页 |
| 2.3 碳效关联性分析 | 第25-30页 |
| 2.3.1 炉料制备 | 第25-26页 |
| 2.3.2 高炉布料制度 | 第26-27页 |
| 2.3.3 高炉送风制度 | 第27-29页 |
| 2.3.4 高炉炉热制度 | 第29-30页 |
| 2.4 碳效计算模型设计方案 | 第30-33页 |
| 2.4.1 碳效计算指标构建 | 第30-31页 |
| 2.4.2 碳效计算模型结构 | 第31-33页 |
| 2.5 本章小结 | 第33-34页 |
| 3 基于炼铁机理的过程综合碳耗计算模型 | 第34-46页 |
| 3.1 高炉炼铁过程碳素转化分析 | 第34-35页 |
| 3.2 直接还原度软测量模型 | 第35-37页 |
| 3.3 炼铁过程碳素消耗模型 | 第37-41页 |
| 3.3.1 还原过程碳素消耗模型 | 第37-38页 |
| 3.3.2 热量收支过程碳素消耗模型 | 第38-40页 |
| 3.3.3 基于炼铁机理模型的过程碳效下限值 | 第40-41页 |
| 3.4 实例计算与结果分析 | 第41-45页 |
| 3.4.1 生产数据整理 | 第42-43页 |
| 3.4.2 碳素消耗计算 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 4 基于GABP神经网络的CO/CO_2比值模型 | 第46-59页 |
| 4.1 历史数据预处理 | 第46-50页 |
| 4.1.1 数据采集 | 第46-47页 |
| 4.1.2 异常数据处理 | 第47页 |
| 4.1.3 数据滤波 | 第47-49页 |
| 4.1.4 数据关联性分析 | 第49-50页 |
| 4.2 BP神经网络CO/CO_2比值模型 | 第50-53页 |
| 4.2.1 BP神经网络构建 | 第50-53页 |
| 4.2.2 基于时滞估计数据配准 | 第53页 |
| 4.3 基于遗传算法优化的CO/CO_2比值模型 | 第53-54页 |
| 4.4 仿真结果与分析 | 第54-58页 |
| 4.5 本章小结 | 第58-59页 |
| 5 结论与展望 | 第59-61页 |
| 5.1 结论 | 第59-60页 |
| 5.2 展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 攻读学位期间主要的研究成果目录 | 第66-67页 |
| 致谢 | 第67页 |
