摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第9-14页 |
1.1 引言 | 第9页 |
1.2 LF炉简介 | 第9-11页 |
1.2.1 LF精炼炉的主要功能 | 第9-10页 |
1.2.2 LF炉电极控制系统 | 第10-11页 |
1.3 国内外研究现状 | 第11-13页 |
1.3.1 国外LF炉电极控制的发展现状 | 第11-12页 |
1.3.2 国内LF炉电极控制的发展现状 | 第12页 |
1.3.3 目前仍存在的问题 | 第12-13页 |
1.4 本课题研究的主要内容 | 第13-14页 |
第二章 钢包精炼炉的电极调节 | 第14-21页 |
2.1 钢包精炼炉电极结构及工艺 | 第14-16页 |
2.1.1 精炼炉的基本工作原理 | 第14页 |
2.1.2 电极升降驱动方式 | 第14-15页 |
2.1.3 电极升降控制器的具体要求 | 第15-16页 |
2.2 调节方式的比较分析 | 第16-19页 |
2.2.1 恒功率调节 | 第16-17页 |
2.2.2 恒电流调节 | 第17页 |
2.2.3 恒阻抗调节 | 第17-19页 |
2.3 各种电极调节方式的优缺点 | 第19-20页 |
2.4 本章小结 | 第20-21页 |
第三章 精炼炉电极自动调节系统模型的建立 | 第21-34页 |
3.1 电极电气数学模型的分析 | 第21-30页 |
3.1.1 电极电气数学模型 | 第21-29页 |
3.1.2 三相电极数学模型的分析 | 第29-30页 |
3.2 液压传动系统模型的分析 | 第30-31页 |
3.3 基于能量守恒原理的温升模型 | 第31-33页 |
3.3.1 控制原理 | 第31-32页 |
3.3.2 基于能量守恒的温升模型 | 第32-33页 |
3.4 本章小结 | 第33-34页 |
第四章 对温升模型控制方法的研究 | 第34-54页 |
4.1 智能控制算法的设计 | 第34-35页 |
4.1.1 基于神经网络的精炼炉模拟器的训练 | 第34页 |
4.1.2 基于温度预测的电极调节器 | 第34-35页 |
4.2 基于热工原理的温度预测模型的建立 | 第35-46页 |
4.2.1 电加热对钢水温度的影响 | 第35-39页 |
4.2.2 包衬散热对钢水温度的影响 | 第39-41页 |
4.2.3 吹氩引起的热量损失 | 第41-42页 |
4.2.4 渣层的热量损失 | 第42-43页 |
4.2.5 合金与渣料的热效应 | 第43-44页 |
4.2.6 钢水温度变化的综合计算 | 第44-46页 |
4.3 温度预报模型的实现 | 第46-50页 |
4.3.1 程序结构 | 第46-47页 |
4.3.2 包衬类型的自动判别 | 第47-48页 |
4.3.3 温度校正功能 | 第48-50页 |
4.4 模型的在线验证与讨论 | 第50-53页 |
4.5 本章小结 | 第53-54页 |
第五章 电极自动调节监控系统的设计方案 | 第54-60页 |
5.1 电极自动调节系统的总体结构 | 第54页 |
5.2 上位机的配置与功能的实现 | 第54-56页 |
5.2.1 软件与硬件配置 | 第54-55页 |
5.2.2 组态软件Kingview 6.55 介绍 | 第55页 |
5.2.3 上位监控功能的实现 | 第55-56页 |
5.3 电极自动调节上位监控系统的设计 | 第56-59页 |
5.4 本章小结 | 第59-60页 |
第六章 结论与展望 | 第60-61页 |
参考文献 | 第61-64页 |
发表论文和科研情况说明 | 第64-65页 |
致谢 | 第65-66页 |
附录 | 第66-68页 |