治金加热炉预测模型及其自学习系统
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 目录 | 第8-11页 |
| 1 绪论 | 第11-18页 |
| ·课题背景及意义 | 第11-12页 |
| ·国内外加热炉控制模型的研究与应用现状 | 第12-14页 |
| ·国外加热炉控制模型的研究现状 | 第12-14页 |
| ·国内加热炉控制模型的研究现状 | 第14页 |
| ·加热炉炉温控制中存在的问题 | 第14-15页 |
| ·课题主要研究内容与结构安排 | 第15-18页 |
| ·首钢加热炉项目和产品目标 | 第15-16页 |
| ·首钢加热炉项目整体框架 | 第16页 |
| ·课题主要研究内容 | 第16-17页 |
| ·文章结构安排 | 第17-18页 |
| 2 加热炉工艺介绍 | 第18-21页 |
| ·热轧和加热炉概述 | 第18-19页 |
| ·步进式加热炉工艺介绍 | 第19-20页 |
| ·小结 | 第20-21页 |
| 3 加热炉钢坯温度预测模型 | 第21-58页 |
| ·热力学基本理论 | 第21-24页 |
| ·基本参数 | 第21-22页 |
| ·传热原理 | 第22-24页 |
| ·加热炉内钢坯热量传递关系 | 第24-26页 |
| ·加热炉状态空间模型的开发 | 第26-46页 |
| ·板坯跟踪模型 | 第26-42页 |
| ·线材跟踪模型 | 第42-44页 |
| ·全炉加热模型 | 第44-46页 |
| ·钢坯加热模型的仿真 | 第46-55页 |
| ·仿真基本数据 | 第46-48页 |
| ·板坯跟踪模型仿真结果 | 第48-53页 |
| ·线材跟踪模型仿真结果 | 第53-54页 |
| ·全炉加热模型仿真结果 | 第54-55页 |
| ·模型仿真结果分析 | 第55-57页 |
| ·一维模型与多维模型的对比分析 | 第55-56页 |
| ·水印作用分析 | 第56页 |
| ·跟踪模型与全炉模型比较分析 | 第56-57页 |
| ·炉温分布对加热效果影响分析 | 第57页 |
| ·小结 | 第57-58页 |
| 4 基于不完全信息的模型自学习系统 | 第58-82页 |
| ·加热炉温度预测模型自学习问题描述 | 第58-62页 |
| ·模型自学习系统的信息数据基础 | 第58-59页 |
| ·模型自学习系统的机理框架 | 第59-60页 |
| ·加热炉系统的关键性能指标KPI | 第60-61页 |
| ·基于不完全信息的模型自学习优化命题描述 | 第61-62页 |
| ·常用模型自学习算法研究 | 第62-69页 |
| ·基于多参数网格搜索的模型自学习算法 | 第62-64页 |
| ·基于单纯形搜索的模型自学习算法 | 第64-65页 |
| ·基于遗传算法的模型自学习算法 | 第65-68页 |
| ·常用模型优化校正算法在板坯跟踪模型适用性分析 | 第68-69页 |
| ·基于模型灵敏度分析的模型自学习算法 | 第69-71页 |
| ·加热炉温度预测功能的实现 | 第71-81页 |
| ·加热炉系统基本信息设定 | 第71页 |
| ·板坯混合跟踪模型建立 | 第71-75页 |
| ·基于模型灵敏度分析的板坯跟踪模型自学习 | 第75-77页 |
| ·加热炉系统板坯温度预测功能的运行结果 | 第77-81页 |
| ·加热炉系统板坯温度预测功能运行结果分析 | 第81页 |
| ·小结 | 第81-82页 |
| 5 加热炉二级控制系统平台实现 | 第82-92页 |
| ·加热炉二级控制系统产品功能目标 | 第82-83页 |
| ·加热炉二级控制系统平台架构 | 第83-85页 |
| ·加热炉二级控制系统平台功能界面 | 第85-91页 |
| ·加热炉二级控制系统平台界面功能介绍 | 第85-86页 |
| ·加热炉二级控制系统平台界面图 | 第86-91页 |
| ·小结 | 第91-92页 |
| 6 总结与展望 | 第92-95页 |
| ·本文工作总结 | 第92-93页 |
| ·后续工作展望 | 第93-95页 |
| 参考文献 | 第95-97页 |
