| 第一章 绪论 | 第1-11页 |
| 1．1 前言 | 第8-9页 |
| 1．2 高炉热状态预测模型研究的目的和意义 | 第9页 |
| 1．3 论文研究的内容和结构 | 第9-11页 |
| 第二章 高炉炼铁工艺概况 | 第11-17页 |
| 2．1 炼铁工艺流程的主要组成工序和主要设备 | 第11-12页 |
| 2．1．1 炼铁工艺流程的主要组成工序 | 第11页 |
| 2．1．2 炼铁工艺流程的主要设备及其作用 | 第11-12页 |
| 2．1．3 高炉炼铁过程简述 | 第12页 |
| 2．2 高炉炼铁生产的主要技术经济指标 | 第12-14页 |
| 2．3 自动控制技术在高炉上的应用 | 第14-15页 |
| 2．3．1 高炉自动化系统构成 | 第14页 |
| 2．3．2 高炉自动化系统功能 | 第14-15页 |
| 2．3．3 高炉自动化主要控制方法 | 第15页 |
| 2．4 影响高炉热状态的工艺参数 | 第15-16页 |
| 2．5 小结 | 第16-17页 |
| 第三章 高炉热状态预测模型的研究 | 第17-42页 |
| 3．1 引言 | 第17页 |
| 3．2 高炉热状态预测模型研究的发展概述 | 第17-22页 |
| 3．2．1 离线分析模型 | 第18页 |
| 3．2．2 炉热指数模型 | 第18-19页 |
| 3．2．3 铁水硅含量综合预报模型 | 第19-22页 |
| 3．3 基于人工神经元网络的预测模型 | 第22-36页 |
| 3．3．1 人工神经网络技术综述 | 第22页 |
| 3．3．2 人工神经网络原理简介 | 第22-27页 |
| 3．3．3 基于神经网络的高炉热状态预测模型建立 | 第27-31页 |
| 3．3．4 模型的预测与仿真 | 第31-36页 |
| 3．5 炉温控制 | 第36-41页 |
| 3．5．1 炉温波动因素分析 | 第36-37页 |
| 3．5．2 炉温调控的工艺操作基础 | 第37-38页 |
| 3．5．4 炉温调控的一般规则 | 第38-41页 |
| 3．6 小结 | 第41-42页 |
| 第四章 硅含量预测模型在湘钢4~#高炉专家系统的应用 | 第42-59页 |
| 4．1 高炉专家系统概述 | 第42-45页 |
| 4．1．1 专家系统的结构 | 第42-43页 |
| 4．1．2 高炉专家系统的特点 | 第43-44页 |
| 4．1．3 高炉专家系统的开发内容及开发手段 | 第44-45页 |
| 4．1．4 专家系统应用于高炉冶炼过程控制的优点 | 第45页 |
| 4．2 湘钢4~#高炉专家系统简介 | 第45-51页 |
| 4．2．1 高炉专家系统的构成和软硬件组态及其配置 | 第45-48页 |
| 4．2．2 系统的知识推理 | 第48-49页 |
| 4．2．3 知识库的结构 | 第49-51页 |
| 4．3 铁水硅含量预测模型在湘钢4~#高炉专家系统的应用 | 第51-58页 |
| 4．3．1 预测铁水[Si]含量的主要操作界面与功能 | 第51-57页 |
| 4．3．2 应用实例 | 第57-58页 |
| 4．4 小结 | 第58-59页 |
| 第五章 结论与展望 | 第59-60页 |
| 5．1 结论 | 第59页 |
| 5．2 展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附表1：湘钢炼铁厂原燃料日报表 | 第64-65页 |
| 附表2：湘钢炼铁厂生产日报表 | 第65-66页 |
| 附表3：湘钢炼铁厂4#高炉各项指标日报表 | 第66-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间发表的学术论文 | 第71页 |
