基于神经网络的多组分保护渣高温物理性能预测模型研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6页 |
| 1 前言 | 第12-14页 |
| 2 保护渣性能预测的研究现状 | 第14-40页 |
| 2.1 连铸保护渣的作用 | 第14-15页 |
| 2.2 典型铸坯质量缺陷与保护渣性能的关系 | 第15-18页 |
| 2.2.1 表面渣沟与保护渣性能的关系 | 第15-16页 |
| 2.2.2 表面纵裂与保护渣性能的关系 | 第16页 |
| 2.2.3 表面网状裂纹与保护渣性能的关系 | 第16-17页 |
| 2.2.4 振痕及表面横裂纹与保护渣性能的关系 | 第17页 |
| 2.2.5 表面夹杂与保护渣性能的关系 | 第17-18页 |
| 2.3 连铸保护渣的物理化学性能 | 第18-23页 |
| 2.3.1 流动特性 | 第18-19页 |
| 2.3.2 熔化特性 | 第19-22页 |
| 2.3.3 结晶特性 | 第22-23页 |
| 2.4 典型保护渣的特征和性能要求 | 第23-26页 |
| 2.4.1 宽板坯连铸保护渣 | 第23-24页 |
| 2.4.2 薄板坯连铸保护渣 | 第24-25页 |
| 2.4.3 方坯连铸保护渣 | 第25-26页 |
| 2.5 连铸保护渣设计的理论基础 | 第26-29页 |
| 2.5.1 保护渣基料成分选取的理论基础 | 第26-27页 |
| 2.5.2 保护渣粘度调整的理论基础 | 第27-29页 |
| 2.6 保护渣性能预测的研究现状 | 第29-33页 |
| 2.6.1 理论计算模型 | 第29-30页 |
| 2.6.2 经验预测模型 | 第30-33页 |
| 2.7 神经网络简介 | 第33-34页 |
| 2.8 神经网络在冶金工程中的应用 | 第34-37页 |
| 2.8.1 在高炉生产过程中的应用 | 第35页 |
| 2.8.2 在炼钢过程中的应用 | 第35-36页 |
| 2.8.3 在连铸过程中的应用 | 第36页 |
| 2.8.4 在材料设计中的应用 | 第36-37页 |
| 2.9 课题目的及课题研究内容 | 第37-40页 |
| 3 保护渣性能神经网络预测模型的建立 | 第40-52页 |
| 3.1 神经网络基础 | 第40-41页 |
| 3.2 反向传播算法-BP算法 | 第41-49页 |
| 3.2.1 BP网络的学习算法 | 第41-46页 |
| 3.2.2 BP常用激活函数 | 第46-48页 |
| 3.2.3 BP网络训练模式 | 第48页 |
| 3.2.4 学习步骤 | 第48-49页 |
| 3.3 BP神经网络的设计 | 第49-52页 |
| 3.3.1 BP网络层数的选择 | 第49-50页 |
| 3.3.2 隐含层单元数的选取 | 第50页 |
| 3.3.3 学习速率的选取 | 第50页 |
| 3.3.4 初始权值的设置 | 第50页 |
| 3.3.5 期望误差的设置 | 第50-51页 |
| 3.3.6 BP网络的实现 | 第51-52页 |
| 4 神经网络学习样本的建立 | 第52-62页 |
| 4.1 试验方案 | 第52-53页 |
| 4.2 保护渣性能的实验测定方法 | 第53-56页 |
| 4.2.1 粘度的测定 | 第54-55页 |
| 4.2.2 保护渣熔化温度的确定 | 第55-56页 |
| 4.3 测试结果及讨论 | 第56-61页 |
| 4.3.1 组分对保护渣粘度的影响 | 第56-59页 |
| 4.3.2 组分对保护渣熔化温度的影响 | 第59-61页 |
| 4.4 神经网络模型建立方案 | 第61-62页 |
| 5 基于神经网络的保护渣性能预测 | 第62-76页 |
| 5.1 基于BP网络的保护渣性能预测模型建立 | 第62-66页 |
| 5.1.1 预测模型参数的确定 | 第62-63页 |
| 5.1.2 样本数据的归一化处理 | 第63-64页 |
| 5.1.3 网络模型的实现、仿真结果 | 第64-66页 |
| 5.2 神经网络模型参数配置及模型优化 | 第66-71页 |
| 5.2.1 神经网络模型的优化方法 | 第66-67页 |
| 5.2.2 神经网络参数优化配置 | 第67-69页 |
| 5.2.3 仿真结果 | 第69-71页 |
| 5.2.4 样本增加与模型扩展 | 第71页 |
| 5.3 预测误差比较与分析 | 第71-76页 |
| 5.3.1 分析比较 | 第71-74页 |
| 5.3.2 误差分析与改进 | 第74-76页 |
| 6 结论 | 第76-78页 |
| 致谢 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 附录一 | 第84-94页 |
| 附录二 | 第94页 |
