摘要 | 第1-6页 |
Abstract | 第6-10页 |
1 绪论 | 第10-16页 |
·课题研究的背景、目的及意义 | 第10-11页 |
·国内外高炉炉温预测模型综述 | 第11-12页 |
·炉温预测的价值与难度 | 第12-13页 |
·炉温预测的价值 | 第12-13页 |
·炉温预测的难度 | 第13页 |
·论文的研究目标及主要内容 | 第13-15页 |
·本文的组织结构 | 第15-16页 |
2 高炉炼铁的复杂性及其工艺参数 | 第16-25页 |
·高炉炼铁概述 | 第16-19页 |
·高炉炼铁生产工艺流程 | 第16-18页 |
·高炉炼铁的生产特点 | 第18-19页 |
·高炉炼铁过程的复杂性 | 第19-20页 |
·炉温预测中的状态参数及控制参数 | 第20-25页 |
·状态参数 | 第20-22页 |
·控制参数 | 第22-25页 |
3 主成分分析与偏最小二乘的基本原理 | 第25-35页 |
·主成分分析 | 第25-28页 |
·主成分分析的原理 | 第25-26页 |
·主成分分析的计算步骤 | 第26-28页 |
·多元线性回归模型 | 第28页 |
·偏最小二乘的基本原理 | 第28-35页 |
·单因变量偏最小二乘算法 | 第29-31页 |
·多因变量偏最小二乘算法 | 第31-35页 |
4 数据统计特征值及时滞性分析 | 第35-47页 |
·数据统计特征值 | 第35-36页 |
·相关系数 | 第36-38页 |
·基于香农熵的广义相关系数的时滞分析 | 第38-47页 |
·高炉时滞现象 | 第38-39页 |
·广义相关系数 | 第39-40页 |
·高炉炉温影响指标的时滞确定 | 第40-47页 |
5 高炉炉温预测模型及调控分析 | 第47-61页 |
·主成分分析的线性回归模型 | 第47-51页 |
·铁水硅含量的偏最小二乘模型 | 第51-55页 |
·高炉炉况的偏最小二乘模型 | 第55-59页 |
·高炉炉温调控模式 | 第59-61页 |
结论 | 第61-62页 |
参考文献 | 第62-65页 |
附录 A 高炉炉温各参数数据 | 第65-68页 |
附录 B 偏最小二乘(PLS)的MATLAB 程序 | 第68-69页 |
在学研究成果 | 第69-70页 |
致谢 | 第70页 |