摘要 | 第1-4页 |
Abstract | 第4-8页 |
1 绪论 | 第8-14页 |
·LF炉生产的基本概念 | 第8页 |
·国内外LF炉精炼控制技术的发展概况 | 第8-9页 |
·开发基于网络的LF炉过程自动化系统的背景 | 第9-10页 |
·过程控制计算机系统在LF炉中的作用 | 第10-12页 |
·过程控制系统优化的概念及常用方法 | 第10-11页 |
·过程控制系统的过程管理 | 第11页 |
·过程控制计算机系统在LF炉生产中的作用 | 第11-12页 |
·论文的主要工作 | 第12-14页 |
2 基于网络的精炼炉过程自动化系统的设计 | 第14-21页 |
·LF炉的生产工艺描述 | 第14-15页 |
·LF炉的主要任务及工艺说明 | 第14页 |
·LF炉重要的设备系统说明 | 第14-15页 |
·系统控制和管理范围 | 第15-16页 |
·基于网络的LF炉过程自动化系统的功能及信息要求 | 第16-18页 |
·系统的功能 | 第16-17页 |
·系统信息要求 | 第17页 |
·数据存储策略 | 第17-18页 |
·LF炉过程自动化系统的运行方式 | 第18页 |
·LF炉过程自动化系统的网络结构 | 第18-20页 |
·本章小结 | 第20-21页 |
3 LF炉过程自动化系统与基础自动化系统的数据通讯设计 | 第21-31页 |
·OPC数据通讯的理论基础 | 第21-25页 |
·OPC技术背景 | 第21页 |
·OPC技术本质 | 第21-22页 |
·OPC规范简述 | 第22-23页 |
·采用OPC技术设计通讯系统的优点 | 第23-25页 |
·SIMATIC的OPC数据通讯 | 第25-26页 |
·LF炉过程自动化系统的OPC数据通讯实现 | 第26-30页 |
·本章小结 | 第30-31页 |
4 LF炉过程自动化系统温度预估模型的建立 | 第31-47页 |
·人工神经网络 | 第31-33页 |
·人工神经网络的发展 | 第31页 |
·BP神经网络 | 第31-33页 |
·粒子群算法 | 第33-36页 |
·背景-人工生命 | 第34页 |
·粒子群算法介绍 | 第34-35页 |
·人工神经网络和PSO | 第35-36页 |
·PSO的参数设置 | 第36页 |
·专家控制 | 第36-39页 |
·专家控制概述 | 第36-37页 |
·专家控制系统的典型结构 | 第37-38页 |
·专家控制系统的分类 | 第38-39页 |
·钢水温度预估模型的建立 | 第39-46页 |
·建模对象 | 第39页 |
·影响温度的主要因素 | 第39-40页 |
·钢水温度预估模型的建立 | 第40-41页 |
·BP神经元网络权阵的训练 | 第41-44页 |
·钢水温度预估模型的验证 | 第44-45页 |
·钢水温度预估误差的来源分析及结论 | 第45-46页 |
·本章小结 | 第46-47页 |
5 LF炉过程自动化系统应用软件设计 | 第47-54页 |
·应用系统软件的内部结构 | 第47-48页 |
·工艺标准数据管理 | 第48-50页 |
·功能说明 | 第48页 |
·钢种数据表定义 | 第48-49页 |
·合金原料数据表定义 | 第49-50页 |
·LF炉精炼过程控制管理 | 第50-53页 |
·炉次运转状况跟踪 | 第50-52页 |
·LF炉钢分析 | 第52-53页 |
·本章小结 | 第53-54页 |
6 结论 | 第54-55页 |
致谢 | 第55-56页 |
参考文献 | 第56-57页 |