| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 引言 | 第9-10页 |
| 1.2 铁水预脱硫技术的发展 | 第10页 |
| 1.3 神经网络模型的研究现状 | 第10-14页 |
| 1.3.1 神经网络的定义及其特点 | 第10-11页 |
| 1.3.2 神经网络模型的研究现状 | 第11-12页 |
| 1.3.3 常用的几种神经网络模型 | 第12-14页 |
| 1.4 课题研究的目的和意义 | 第14页 |
| 1.5 课题研究的内容 | 第14-17页 |
| 2 攀钢铁水预脱硫工艺分析 | 第17-27页 |
| 2.1 攀钢铁水预脱硫工艺特点 | 第17-18页 |
| 2.2 攀钢铁水预脱硫铁水及脱硫剂分析 | 第18-24页 |
| 2.2.1 攀钢钒钛铁水成分 | 第18-22页 |
| 2.2.2 攀钢铁水预处理脱硫剂 | 第22-24页 |
| 2.3 建模技术路线 | 第24-27页 |
| 3 铁水预脱硫预报模型的建立和实现 | 第27-55页 |
| 3.1 脱硫剂用量预报模型的建立 | 第27-31页 |
| 3.1.1 输入参数和输出参数的设计 | 第27-28页 |
| 3.1.2 网络结构及网络参数的设计 | 第28-29页 |
| 3.1.3 脱硫剂用量模型的算法 | 第29-31页 |
| 3.2 在线学习训练模型的建立 | 第31-45页 |
| 3.2.1 铁水预脱硫原始生产数据 | 第31-32页 |
| 3.2.2 样本数据的预处理 | 第32-34页 |
| 3.2.3 在线学习训练模型算法 | 第34-38页 |
| 3.2.4 在线学习训练模型的现场应用 | 第38-45页 |
| 3.3 反馈补偿模型的建立 | 第45-48页 |
| 3.4 喷吹参数模型的建立 | 第48-52页 |
| 3.5 铁水预脱硫预报模型的实现 | 第52-55页 |
| 4 铁水预脱硫预报模型的现场应用 | 第55-67页 |
| 4.1 2011 年 10 月模型在线应用试验结果及分析 | 第55-60页 |
| 4.1.1 2011 年 10 月模型在线应用试验结果 | 第55-58页 |
| 4.1.2 试验结果分析 | 第58-60页 |
| 4.2 2012 年 10 月模型在线应用试验结果及分析 | 第60-66页 |
| 4.2.1 2012 年 10 月模型在线应用试验结果 | 第60-63页 |
| 4.2.2 试验结果分析 | 第63-66页 |
| 4.3 小结 | 第66-67页 |
| 5 铁水预脱硫预报模型改进及现场试验 | 第67-77页 |
| 5.1 模型改进 | 第67-70页 |
| 5.1.1 铁水中硅含量对脱硫剂用量的影响分析 | 第67-69页 |
| 5.1.2 模型改进方案的实现 | 第69-70页 |
| 5.2 改进模型的现场应用试验 | 第70-74页 |
| 5.2.1 改进模型的现场试验结果 | 第70-72页 |
| 5.2.2 试验结果分析 | 第72-74页 |
| 5.3 小结 | 第74-77页 |
| 6 结论 | 第77-79页 |
| 致谢 | 第79-81页 |
| 参考文献 | 第81-83页 |
