| 第一章 课题综述 | 第1-14页 |
| 第二章 漏钢的冶金学分析 | 第14-23页 |
| ·弯月面的作用 | 第14页 |
| ·粘结漏钢的成因及钢液弯月面的破损 | 第14-15页 |
| ·弯月面的表面性质 | 第15-18页 |
| ·粘结漏钢形成机理 | 第18-19页 |
| ·粘结漏钢的影响因素和防止 | 第19-21页 |
| ·小结 | 第21-23页 |
| 第三章 系统开发的理论探讨 | 第23-39页 |
| ·神经网络 | 第23-24页 |
| ·专家系统 | 第24-31页 |
| ·专家系统及其结构 | 第24-26页 |
| ·主要推理方式 | 第26-28页 |
| ·专家系统的弱点 | 第28-29页 |
| ·专家系统开发工具 | 第29-30页 |
| ·本系统的开发工具 | 第30-31页 |
| ·神经网络和专家系统的结合 | 第31-32页 |
| ·模糊数学 | 第32-34页 |
| ·模糊数学的研究内容 | 第32-34页 |
| ·模糊数学的应用 | 第34页 |
| ·数理统计 | 第34-35页 |
| ·数理统计和模糊数学知识在系统中的应用 | 第35-39页 |
| ·模糊数学知识的应用 | 第35-37页 |
| ·数理统计知识的应用 | 第37-39页 |
| 第四章 板坯漏钢神经网络专家系统的开发 | 第39-69页 |
| ·系统组成说明 | 第39-40页 |
| ·神经元网络模块的开发 | 第40-52页 |
| ·预报算法的确定 | 第40-44页 |
| ·BP网络 | 第40-43页 |
| ·延时网络技术 | 第43-44页 |
| ·神经网络模块的开发 | 第44-45页 |
| ·结晶器铜板热电偶的布置 | 第44页 |
| ·漏钢模式和报警文件 | 第44-45页 |
| ·神经网络模块的结构和功能 | 第45页 |
| ·神经网络模块的设计 | 第45-48页 |
| ·网络结构的确定 | 第46-47页 |
| ·网络中的寄存器 | 第47-48页 |
| ·BP网络的程序设计 | 第48页 |
| ·神经网络的训练 | 第48-52页 |
| ·样本数据的处理 | 第48-49页 |
| ·BP的局限和改进 | 第49-51页 |
| ·BP网络的训练技巧 | 第51-52页 |
| ·知识库的建立 | 第52-63页 |
| ·知识的表达方式 | 第52-54页 |
| ·知识库的构造 | 第54-63页 |
| ·规则 | 第54-55页 |
| ·设备和工艺参数 | 第55-63页 |
| ·系统组成与运行 | 第63-67页 |
| ·系统界面 | 第63-66页 |
| ·系统运行 | 第66-67页 |
| ·铸机主要参数 | 第67-69页 |
| 第五章 结论与展望 | 第69-76页 |
| ·结论 | 第69页 |
| ·展望 | 第69-70页 |
| ·基于MTM系统的铸坯表面质量控制 | 第70-76页 |
| ·南韩POSCO公司的MTM系统 | 第70-71页 |
| ·概述 | 第71页 |
| ·系统组成及原理 | 第71页 |
| ·美国A-L公司Brackenridge厂的MTM系统 | 第71-73页 |
| ·概述 | 第71-72页 |
| ·系统组成及原理 | 第72-73页 |
| ·意大利ILVA公司结晶器传热特性监测系统 | 第73-75页 |
| ·概述 | 第73-74页 |
| ·系统组成及原理 | 第74-75页 |
| ·结论 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 致谢 | 第79页 |