| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11页 |
| 1.2 炼钢-连铸-热轧工艺过程描述 | 第11-14页 |
| 1.2.1 炼钢过程 | 第12-13页 |
| 1.2.2 精炼过程 | 第13页 |
| 1.2.3 连铸过程 | 第13页 |
| 1.2.4 热轧过程 | 第13-14页 |
| 1.3 炼钢-连铸-热轧一体化生产概述 | 第14-17页 |
| 1.3.1 炼钢-连铸-热轧一体化生产模式 | 第14-15页 |
| 1.3.2 一体化生产的意义 | 第15-17页 |
| 1.4 本文主要研究内容及论文结构 | 第17-18页 |
| 1.4.1 主要研究内容 | 第17页 |
| 1.4.2 论文结构 | 第17-18页 |
| 1.5 本章小结 | 第18-19页 |
| 第2章 炼钢-连铸-热轧仿真系统概述 | 第19-29页 |
| 2.1 计算机仿真简介 | 第19-23页 |
| 2.1.1 计算机仿真的目的 | 第19-20页 |
| 2.1.2 计算机仿真的建模方法 | 第20-22页 |
| 2.1.3 计算机仿真的步骤 | 第22-23页 |
| 2.2 炼钢-连铸-热轧仿真系统研究现状 | 第23-26页 |
| 2.2.1 国外研究现状 | 第24-25页 |
| 2.2.2 国内研究现状 | 第25-26页 |
| 2.3 本文使用的仿真系统介绍 | 第26-27页 |
| 2.3.1 总体结构 | 第26页 |
| 2.3.2 系统功能 | 第26-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 基于BP神经网络的热轧板坯加热时间仿真参数识别 | 第29-47页 |
| 3.1 热轧板坯加热时间参数的重要性 | 第29页 |
| 3.2 人工神经网络 | 第29-31页 |
| 3.2.1 人工神经网络-结构 | 第29-30页 |
| 3.2.2 人工神经网络-特征 | 第30-31页 |
| 3.2.3 人工神经网络-工作方式 | 第31页 |
| 3.3 基于BP神经网络的热轧板坯加热时间模型 | 第31-43页 |
| 3.3.1 BP神经网络的结构 | 第31-32页 |
| 3.3.2 神经网络结构参数的设定 | 第32-36页 |
| 3.3.3 样本数据的选取 | 第36-39页 |
| 3.3.4 样本数据的处理 | 第39-40页 |
| 3.3.5 BP神经网络的学习过程 | 第40-43页 |
| 3.4 实验与分析 | 第43-46页 |
| 3.4.1 实验过程简介 | 第43页 |
| 3.4.2 实验结果分析 | 第43-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 生产计划仿真验证研究 | 第47-75页 |
| 4.1 仿真验证的重要性 | 第47-49页 |
| 4.1.1 生产计划编制的局限性 | 第47-48页 |
| 4.1.2 通过仿真系统验证生产计划的必要性 | 第48-49页 |
| 4.2 生产计划的仿真验证设计 | 第49-61页 |
| 4.2.1 仿真验证方法总体设计 | 第49-50页 |
| 4.2.2 生产过程指标体系 | 第50-55页 |
| 4.2.3 生产计划类型 | 第55-57页 |
| 4.2.4 生产过程中的细节 | 第57-61页 |
| 4.3 生产计划仿真验证数据设计 | 第61-67页 |
| 4.3.1 工厂模型 | 第61-64页 |
| 4.3.2 生产计划数据 | 第64-67页 |
| 4.4 实验结果与分析 | 第67-73页 |
| 4.4.1 结果统计与分析 | 第67-73页 |
| 4.4.2 对生产计划的建议 | 第73页 |
| 4.4.3 对仿真系统的建议 | 第73页 |
| 4.5 本章小结 | 第73-75页 |
| 第5章 总结与展望 | 第75-77页 |
| 5.1 论文总结 | 第75页 |
| 5.2 未来展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-83页 |
| 攻读硕士期间参加的科研项目 | 第83页 |