高炉炼铁参数预测及优化控制模型研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题的研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状及存在问题 | 第10-12页 |
| 1.2.1 入炉焦比预测的国内外研究现状 | 第10页 |
| 1.2.2 铁水温度及产量预测研究现状 | 第10-11页 |
| 1.2.3 高炉多目标优化控制研究现状 | 第11-12页 |
| 1.2.4 存在问题 | 第12页 |
| 1.3 研究内容 | 第12-14页 |
| 1.3.1 主要研究内容 | 第13页 |
| 1.3.2 主要创新点 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 第二章 高炉炼铁基础 | 第15-22页 |
| 2.1 高炉炼铁工艺流程介绍 | 第15-18页 |
| 2.1.1 高炉炼铁概述 | 第15-16页 |
| 2.1.2 高炉炼铁主要原料 | 第16-17页 |
| 2.1.3 高炉炼铁工艺系统组成 | 第17-18页 |
| 2.2 高炉炼铁机理分析 | 第18-21页 |
| 2.2.1 高炉炼铁基本原理及主要化学反应 | 第18-21页 |
| 2.2.2 高炉冶炼流程 | 第21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 高炉入炉焦比预测模型的建立 | 第22-32页 |
| 3.1 高炉入炉焦比预测原理 | 第22-23页 |
| 3.2 输入变量的选择 | 第23-25页 |
| 3.2.1 分析方法 | 第23-24页 |
| 3.2.2 机理分析 | 第24页 |
| 3.2.3 灰色关联度分析 | 第24-25页 |
| 3.2.4 确定输入变量 | 第25页 |
| 3.3 模型建立 | 第25-27页 |
| 3.3.1 支持向量机 | 第25-26页 |
| 3.3.2 最小二乘支持向量机 | 第26-27页 |
| 3.4 模型参数寻优 | 第27-28页 |
| 3.4.1 寻优算法原理 | 第27页 |
| 3.4.2 粒子群算法 | 第27-28页 |
| 3.4.3 PSO算法优化LSSVM算法设计 | 第28页 |
| 3.5 基于最小二乘支持向量机入炉焦比预测 | 第28-31页 |
| 3.5.1 建模过程 | 第28-29页 |
| 3.5.2 仿真分析 | 第29-31页 |
| 3.6 本章小结 | 第31-32页 |
| 第四章 高炉铁水温度及产量预测模型的建立 | 第32-45页 |
| 4.1 高炉铁水温度预测特点 | 第32-34页 |
| 4.1.1 铁水温度预测特点 | 第32页 |
| 4.1.2 相关预测算法 | 第32-34页 |
| 4.2 高炉铁水温度预测原理 | 第34-35页 |
| 4.3 广义回归神经网络 | 第35-37页 |
| 4.3.1 广义回归神经网络算法基础 | 第35-36页 |
| 4.3.2 广义回归神经网络的实现 | 第36-37页 |
| 4.4 改进PSO算法寻优 | 第37-39页 |
| 4.4.1 PSO算法的优劣 | 第37-38页 |
| 4.4.2 量子粒子群算法 | 第38-39页 |
| 4.5 基于广义回归神经网络的铁水温度预测 | 第39-43页 |
| 4.5.1 建模过程 | 第39-41页 |
| 4.5.2 仿真分析 | 第41-43页 |
| 4.6 基于广义回归神经网络的高炉铁水产量预测 | 第43-44页 |
| 4.7 本章小结 | 第44-45页 |
| 第五章 高炉炼铁多目标优化控制模型研究 | 第45-54页 |
| 5.1 高炉炼铁多目标优化控制原理 | 第45-47页 |
| 5.1.1 多目标问题 | 第45页 |
| 5.1.2 多目标问题的数学表达 | 第45-46页 |
| 5.1.3 高炉炼铁多目标优化控制原理 | 第46-47页 |
| 5.2 高炉炼铁多目标优化控制理论基础 | 第47-49页 |
| 5.2.1 高炉炼铁多目标优化模型的结构 | 第47页 |
| 5.2.2 高炉炼铁多目标优化控制理论基础 | 第47-49页 |
| 5.3 高炉炼铁多目标优化控制算法 | 第49-51页 |
| 5.3.1 多目标粒子群算法 | 第49-50页 |
| 5.3.2 改进多目标粒子群算法 | 第50-51页 |
| 5.4 高炉炼铁多目标优化控制模型的设计 | 第51-53页 |
| 5.4.1 建模过程 | 第51-52页 |
| 5.4.2 建模结构 | 第52-53页 |
| 5.5 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 发表论文和科研情况说明 | 第59-60页 |
| 致谢 | 第60页 |
