| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 加热炉生产工艺介绍 | 第12-14页 |
| 1.2.1 加热炉的分类 | 第12-13页 |
| 1.2.2 加热炉的结构及生产工艺简介 | 第13-14页 |
| 1.3 加热炉钢坯温度建模的研究现状 | 第14-15页 |
| 1.4 加热炉计算机监控的发展现状 | 第15-16页 |
| 1.5 本文主要工作 | 第16-19页 |
| 第2章 蓄热式加热炉钢温预报模型 | 第19-33页 |
| 2.1 加热炉现场数据的预处理 | 第19-20页 |
| 2.2 炉温分布模型的建立 | 第20-22页 |
| 2.2.1 炉温的假设 | 第21页 |
| 2.2.2 炉温模型的描述 | 第21-22页 |
| 2.3 传热学基础原理 | 第22-26页 |
| 2.3.1 导热的基本定律 | 第22-23页 |
| 2.3.2 对流换热 | 第23页 |
| 2.3.3 辐射换热 | 第23页 |
| 2.3.4 综合传热 | 第23-26页 |
| 2.4 基于总括吸收率的钢坯温度预报模型 | 第26-32页 |
| 2.4.1 模型假设 | 第26-27页 |
| 2.4.2 钢温预报模型的建立 | 第27-29页 |
| 2.4.3 钢温预报模型的离散与求解 | 第29-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 炉膛总括热吸收率的智能辨识 | 第33-45页 |
| 3.1 总括热吸收率的参数辨识方法介绍 | 第33-34页 |
| 3.2 基于遗传算法的总括热吸收率辨识 | 第34-39页 |
| 3.2.1 遗传算法简介及特点 | 第34-35页 |
| 3.2.2 遗传算法在总括热吸收率参数辨识上的应用 | 第35-39页 |
| 3.3 模型仿真与结果分析 | 第39-44页 |
| 3.3.1 变物性处理 | 第39-40页 |
| 3.3.2 模型仿真结果 | 第40-43页 |
| 3.3.3 与单一总括热吸收率模型的对比分析 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 基于模糊推理的炉膛总括热吸收率的在线补偿 | 第45-59页 |
| 4.1 模糊推理的理论概述 | 第45-49页 |
| 4.1.1 模糊推理的主要步骤 | 第45-46页 |
| 4.1.2 模糊化 | 第46-47页 |
| 4.1.3 模糊推理 | 第47页 |
| 4.1.4 模糊知识库 | 第47-48页 |
| 4.1.5 去模糊化 | 第48-49页 |
| 4.2 基于模糊推理的在线补偿设计 | 第49-54页 |
| 4.2.1 在线补偿的基本思想 | 第49-50页 |
| 4.2.2 钢坯加热过程能量分析 | 第50-51页 |
| 4.2.3 基于模糊推理的总括热吸收率在线补偿设计 | 第51-54页 |
| 4.3 仿真研究 | 第54-56页 |
| 4.4 对比研究 | 第56-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第5章 加热炉过程控制监控平台的设计 | 第59-71页 |
| 5.1 监控平台总体功能概述 | 第59-60页 |
| 5.2 监控平台总体结构设计 | 第60-62页 |
| 5.2.1 系统硬件设计 | 第60-61页 |
| 5.2.2 系统软件设计 | 第61页 |
| 5.2.3 系统数据库设计 | 第61-62页 |
| 5.2.4 系统功能结构设计 | 第62页 |
| 5.3 监控平台的功能模块设计 | 第62-68页 |
| 5.3.1 用户管理 | 第62-63页 |
| 5.3.2 加热炉管理 | 第63页 |
| 5.3.3 物料跟踪 | 第63页 |
| 5.3.4 钢温计算 | 第63-65页 |
| 5.3.5 炉温设定 | 第65-66页 |
| 5.3.6 网络通讯 | 第66-67页 |
| 5.3.7 模拟仿真 | 第67页 |
| 5.3.8 报表管理 | 第67-68页 |
| 5.3.9 历史记录 | 第68页 |
| 5.4 监控平台运行实现分析 | 第68-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第6章 结论与展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-79页 |
| 攻读硕士学位期间发表的论文情况 | 第79页 |