基于小波分析理论的高炉炉温预测模型研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 高炉炼铁工艺及其自动控制概述 | 第8-22页 |
| ·高炉冶炼基本原理 | 第8-13页 |
| ·高炉炼铁工艺流程 | 第8-10页 |
| ·高炉冶炼过程的复杂性 | 第10-11页 |
| ·高炉冶炼过程的动力学系统 | 第11-13页 |
| ·高炉炼铁自动控制技术的研究和进展 | 第13-16页 |
| ·高炉炼铁的基础自动化 | 第13页 |
| ·高炉炼铁技术进步的多目标要求 | 第13-15页 |
| ·高炉专家系统 | 第15-16页 |
| ·高炉冶炼过程对炉温预测的要求 | 第16-17页 |
| ·高炉炉温预测模型研究综述 | 第17-20页 |
| ·应用小波分析方法对炉温[Si]的预测 | 第20-22页 |
| 第二章 小波理论基础 | 第22-40页 |
| ·从傅立叶分析到小波分析 | 第22-25页 |
| ·小波变换 | 第25-32页 |
| ·连续小波变换 | 第25-29页 |
| ·离散小波变换 | 第29-32页 |
| ·多分辨分析 | 第32-35页 |
| ·小波分解与重构 | 第35-40页 |
| 第三章 铁水硅含量的时间序列模型 | 第40-53页 |
| ·时间序列概述 | 第40-43页 |
| ·时间序列的含义 | 第40-41页 |
| ·时间序列的主要分类 | 第41-42页 |
| ·时间序列分析 | 第42页 |
| ·时间序列的建立 | 第42-43页 |
| ·随机时序分析基本概念 | 第43-45页 |
| ·自回归模型 | 第45-49页 |
| ·一阶自回归模型 | 第45-47页 |
| ·n阶自回归模型 | 第47-49页 |
| ·铁水硅含量的时间序列自回归预测模型 | 第49-53页 |
| 第四章 基于小波分析方法的铁水硅含量预测模型 | 第53-63页 |
| ·原始时间序列的分解与重构 | 第53-56页 |
| ·基于小波分析的铁水硅含量预测模型 | 第56-59页 |
| ·模型的建立与预测方法 | 第56-57页 |
| ·小波预测方法预测应用案例 | 第57-59页 |
| ·小波预测方法与时间序列方法的对比 | 第59-61页 |
| ·本章小结 | 第61-63页 |
| 第五章 结论与展望 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 附录 | 第67-72页 |
| 攻读硕士期间完成的论文 | 第72-73页 |
| 致谢 | 第73页 |
