摘要 | 第1-6页 |
ABSTRACT | 第6-9页 |
第一章 绪论 | 第9-14页 |
·引言 | 第9页 |
·国内外漏钢预报的现状和趋势 | 第9-11页 |
·漏钢征兆的检测方法 | 第10页 |
·热电偶方法的实现途径 | 第10-11页 |
·摩擦力方法的实现途径 | 第11页 |
·目前国内外研究所存在的问题 | 第11-12页 |
·在漏钢检测方法上存在的问题 | 第12页 |
·在漏钢预测机理上存在的问题 | 第12页 |
·课题的目的和意义 | 第12页 |
·本论文的主要研究任务 | 第12-14页 |
第二章 漏钢形成机理的冶金学浅析 | 第14-28页 |
·粘结漏钢的形成机理及其预防措施 | 第14-20页 |
·粘结漏钢的形成机理 | 第14-17页 |
·粘结漏钢的预防措施 | 第17-20页 |
·纵裂漏钢的原因分析及其预防措施 | 第20-26页 |
·纵裂漏钢的原因分析 | 第20-21页 |
·纵裂漏钢的影响因素 | 第21-25页 |
·纵裂漏钢的预防措施 | 第25-26页 |
·小结 | 第26-28页 |
第三章 结晶器摩擦力的研究 | 第28-41页 |
·功率法检测摩擦力的原理 | 第28-29页 |
·摩擦力的影响因素 | 第29-40页 |
·漏钢事故对摩擦力的影响 | 第29-30页 |
·结晶器液位对摩擦力的影响 | 第30-31页 |
·在线调宽、调窄对对摩擦力的影响 | 第31-33页 |
·拉速变化对摩擦力的影响 | 第33-35页 |
·空振功率对摩擦力计算的影响 | 第35-36页 |
·中间包吨位对摩擦力的影响 | 第36-37页 |
·在工艺参数未发生波动时摩擦力的变化 | 第37页 |
·摩擦力与钢坯表面缺陷的关系 | 第37-38页 |
·水口异常 | 第38页 |
·测温系统报警 | 第38-40页 |
·小结 | 第40-41页 |
第四章 基于波形识别的连铸漏钢预报 | 第41-55页 |
·基于结构模式识别与神经网络相结合的漏钢波形识别 | 第41-45页 |
·结构识别简介 | 第41页 |
·信号基元提取 | 第41-45页 |
·基于神经网络的结构分析方法的提出 | 第45页 |
·BP 神经网络的基本模型 | 第45-49页 |
·BP 神经网络简介 | 第45页 |
·BP 神经网络结构 | 第45-46页 |
·隐含层节点数的确定 | 第46页 |
·BP 神经网络的学习算法 | 第46-49页 |
·BP 算法的改进 | 第49页 |
·基于 MATLA86.5 的神经 BP 网络设计 | 第49-53页 |
·数据定义 | 第49-50页 |
·网络创建 | 第50页 |
·网络的初始化 | 第50页 |
·网络训练 | 第50页 |
·网络仿真 | 第50-53页 |
·生产工艺操作对摩擦力影响的消除方法 | 第53-54页 |
·小结 | 第54-55页 |
第五章 结论及展望 | 第55-56页 |
·结论 | 第55页 |
·展望 | 第55-56页 |
参考文献 | 第56-59页 |
攻读硕士学位期间发表的学术论文 | 第59-60页 |
致谢 | 第60-61页 |