| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题的来源 | 第7页 |
| ·课题研究的背景和意义 | 第7-8页 |
| ·论文课题在国内外现状 | 第8-9页 |
| ·主要研究内容 | 第9-10页 |
| ·本章小结 | 第10-11页 |
| 第二章 电炉冶炼锰铁合金过程工艺分析 | 第11-16页 |
| ·电炉设备简介 | 第11页 |
| ·铁合金简述 | 第11-12页 |
| ·铁合金用途 | 第11-12页 |
| ·铁合金分类 | 第12页 |
| ·生产方法及原理 | 第12页 |
| ·锰铁合金生产工艺流程 | 第12-14页 |
| ·电炉冶炼过程能源消耗综述 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第三章 DCS系统顶层设计与实现 | 第16-39页 |
| ·DCS系统简介 | 第16页 |
| ·基于DCS系统能耗监测设计 | 第16-18页 |
| ·能耗监测管理信息平台的特点 | 第17页 |
| ·能耗监测管理信息平台的功能 | 第17-18页 |
| ·能耗监测平台硬件设计 | 第18-26页 |
| ·能耗监测管理信息平台硬件网络结构 | 第18页 |
| ·能耗监测管理信息平台硬件配置 | 第18-20页 |
| ·能耗监测管理信息平台数据通讯技术 | 第20-22页 |
| ·基于485现场总线和工业以太网的能耗监测管理信息平台 | 第22-26页 |
| ·监测管理信息平台的软件设计 | 第26-38页 |
| ·监测软件的选择 | 第26-29页 |
| ·能源监测系统功能的实现 | 第29-33页 |
| ·数据库设计及维护 | 第33-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 神经网络及遗传算法的研究 | 第39-49页 |
| ·神经网络简介 | 第39-41页 |
| ·BP神经网络介绍 | 第41-44页 |
| ·BP网络算法特点及缺陷 | 第41-42页 |
| ·BP网络结构 | 第42-43页 |
| ·常用模型 | 第43-44页 |
| ·BP算法的改进 | 第44-45页 |
| ·遗传算法简介 | 第45-47页 |
| ·遗传算法理论基础及特点 | 第45-46页 |
| ·参数设定 | 第46-47页 |
| ·GA-BP算法建模分析 | 第47-48页 |
| ·可行性分析 | 第47页 |
| ·优化的方式 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 电耗分析与优化 | 第49-63页 |
| ·电炉电耗分析模型的建立 | 第49-52页 |
| ·输入变量的选择 | 第49-50页 |
| ·样本数据预处理 | 第50页 |
| ·基于BP网络的能耗分析模型结构 | 第50-52页 |
| ·电耗分析模型的训练 | 第52-59页 |
| ·采用标准BP算法训练模型 | 第52-53页 |
| ·采用改进的BP算法训练模型 | 第53-55页 |
| ·采用GA-BP算法训练模型 | 第55-59页 |
| ·模型的监测及结果分析 | 第59-61页 |
| ·本章小结 | 第61-63页 |
| 总结与展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 附录 | 第69-72页 |
| 作者简介 | 第72页 |
| 攻读硕士学位期间研究成果 | 第72-73页 |