| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-21页 |
| ·高效连铸及其关键技术 | 第11-12页 |
| ·高效连铸简介 | 第11-12页 |
| ·高效连铸关键技术 | 第12页 |
| ·漏钢预报国内外研究现状 | 第12-19页 |
| ·漏钢预报系统的开发 | 第13-16页 |
| ·漏钢预报模型的研究 | 第16-19页 |
| ·本文的研究意义、背景及内容 | 第19-21页 |
| 第二章 漏钢及其预报技术分析 | 第21-35页 |
| ·漏钢预报的检测方法 | 第21-26页 |
| ·结晶器热交换监控 | 第21-22页 |
| ·摩擦力监控 | 第22-24页 |
| ·结晶器热监控 | 第24-26页 |
| ·黏结性漏钢分析与研究 | 第26-31页 |
| ·黏结漏钢的形成机理 | 第26-28页 |
| ·黏结漏钢的过程特征 | 第28-29页 |
| ·黏结漏钢裂口的传播速度模型 | 第29-31页 |
| ·黏结漏钢预报的原理及实质 | 第31页 |
| ·报警模式及温度曲线变化特征 | 第31-35页 |
| ·正常模式 | 第31-32页 |
| ·表面缺陷模式 | 第32页 |
| ·黏结漏钢模式 | 第32-33页 |
| ·角部漏钢模式 | 第33-35页 |
| 第三章 基于改进FRBF网络漏钢预报模型的建立 | 第35-53页 |
| ·漏钢预报模型的预报流程分析 | 第35-39页 |
| ·总体流程 | 第35页 |
| ·数据预处理 | 第35-38页 |
| ·神经网络判别 | 第38-39页 |
| ·FCM及Conditional FCM算法 | 第39-41页 |
| ·算法原理及推导 | 第39-41页 |
| ·计算步骤 | 第41页 |
| ·FRBF神经网络模型的研究 | 第41-43页 |
| ·网络结构及原理 | 第42-43页 |
| ·网络学习算法 | 第43页 |
| ·基于改进FRBF网络的预报模型 | 第43-53页 |
| ·基于贴近度的改进FCM和Conditional FCM算法 | 第43-47页 |
| ·网络结构的确定 | 第47-48页 |
| ·网络学习规则的分析 | 第48-53页 |
| 第四章 基于改进FRBF网络漏钢预报模型的仿真研究 | 第53-65页 |
| ·改进FRBF预报模型的仿真训练 | 第53-61页 |
| ·预报模型Ⅰ训练过程分析 | 第54-57页 |
| ·预报模型Ⅱ训练过程分析 | 第57-61页 |
| ·改进FRBF预报模型的仿真测试 | 第61-65页 |
| ·测试计算方法 | 第61页 |
| ·测试结果及讨论 | 第61-65页 |
| 第五章 结论与展望 | 第65-69页 |
| ·研究结论 | 第65-66页 |
| ·未来展望 | 第66-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-77页 |
| 攻读学位期间获得成果 | 第77-79页 |
| 论文包含图、表、公式及文献 | 第79页 |