| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-12页 |
| ·课题的来源和研究意义 | 第7-8页 |
| ·课题的来源 | 第7页 |
| ·研究意义 | 第7-8页 |
| ·课题国内外研究现状 | 第8-10页 |
| ·转炉精炼铬铁脱磷技术国内研究现状 | 第8-9页 |
| ·转炉精炼铬铁脱磷技术国外研究现状 | 第9页 |
| ·转炉精炼铬铁脱磷预报模型国内外研究现状 | 第9-10页 |
| ·本文主要研究内容及章节安排 | 第10-12页 |
| 第二章 转炉精炼铬铁合金工艺分析 | 第12-23页 |
| ·转炉精炼铬铁合金工艺 | 第12-15页 |
| ·吹炼原理 | 第12页 |
| ·吹炼操作 | 第12-14页 |
| ·转炉冶炼中低碳铬铁工艺路线 | 第14-15页 |
| ·转炉精炼中低碳铬铁脱磷热力学与动力学分析 | 第15-19页 |
| ·转炉精炼铬铁合金脱磷热力学分析 | 第15-17页 |
| ·转炉精炼铬铁合金脱磷动力学分析 | 第17-19页 |
| ·含铬铁水脱磷因素分析 | 第19-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 冶炼终点磷含量预报模型的建立 | 第23-31页 |
| ·基于神经网络终点磷含量预报模型的建立 | 第23-25页 |
| ·神经网络的基本原理 | 第23-24页 |
| ·RBF神经网络的基本原理 | 第24-25页 |
| ·基于RBF神经网络终点磷含量预报模型的建立 | 第25-27页 |
| ·预报模型输入变量确定 | 第25-26页 |
| ·预报模型的确定 | 第26页 |
| ·样本数据的筛选及标准化处理 | 第26-27页 |
| ·RBF神经网络参数的确定 | 第27页 |
| ·RBF神经网络模型训练及预报结果 | 第27-29页 |
| ·本章小结 | 第29-31页 |
| 第四章 冶炼终点磷含量预报模型的改进 | 第31-46页 |
| ·脱磷影响因素的灰色关联分析 | 第31-37页 |
| ·灰色关联分析原理 | 第31-33页 |
| ·终点磷含量影响因素灰色关联度计算 | 第33-35页 |
| ·终点磷含量影响因素灰色关联结果分析 | 第35-37页 |
| ·LMBP算法原理 | 第37-40页 |
| ·LM(Levenberg-Marquardt)算法 | 第37-38页 |
| ·LMBP算法的改进 | 第38-40页 |
| ·基于LMBP算法转炉冶炼终点磷含量预报模型的建立 | 第40-44页 |
| ·本章小结 | 第44-46页 |
| 第五章 终点磷含量预报模型的软件实现 | 第46-50页 |
| ·C#语言和.NET框架特点 | 第46页 |
| ·预报模型的软件实现 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第六章 结论 | 第50-52页 |
| ·两种预报模型的论证与分析 | 第50-51页 |
| ·展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 作者简介 | 第56页 |
| 攻读硕士学位期间研究成果 | 第56-57页 |