基于数据的高炉炉况分析
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 研究现状 | 第14-18页 |
| 1.2.1 基于机理知识的炉况分析 | 第14页 |
| 1.2.2 基于模型的炉况分析 | 第14-15页 |
| 1.2.3 数据缺失补全的研究现状 | 第15页 |
| 1.2.4 聚类算法现状 | 第15-18页 |
| 1.3 本文工作以及文章组织结构 | 第18-19页 |
| 第二章 高炉数据分析平台的搭建 | 第19-29页 |
| 2.1 引言 | 第19-20页 |
| 2.2 高炉冶炼系统介绍 | 第20-22页 |
| 2.3 硬件平台搭建 | 第22-26页 |
| 2.3.1 工业现场软硬件介绍及搭建 | 第22-23页 |
| 2.3.2 数据传输的实现 | 第23-25页 |
| 2.3.3 实验室硬件平台搭建 | 第25-26页 |
| 2.4 数据分析软件工具 | 第26-28页 |
| 2.4.1 R语言介绍 | 第27页 |
| 2.4.2 Spark生态及运行原理 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 高炉数据的缺失补全与异常矫正 | 第29-47页 |
| 3.1 引言 | 第29页 |
| 3.2 高炉数据介绍及其相关性分析 | 第29-37页 |
| 3.2.1 高炉数据介绍 | 第30-31页 |
| 3.2.2 数据相关性分析 | 第31-37页 |
| 3.3 模型介绍 | 第37-40页 |
| 3.4 数据模型与性能评估 | 第40-45页 |
| 3.4.1 模型输入变量的确定 | 第40-44页 |
| 3.4.2 训练数据时长优化 | 第44-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第四章 高炉炉况分类与检测 | 第47-57页 |
| 4.1 引言 | 第47页 |
| 4.2 基于密度快速确定聚类中心的聚类算法 | 第47-51页 |
| 4.3 高炉炉况划分 | 第51-55页 |
| 4.3.1 数据预处理 | 第52页 |
| 4.3.2 实验结果分析 | 第52-55页 |
| 4.4 高炉炉况检测实验结果分析 | 第55-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 本文工作总结 | 第57-58页 |
| 5.2 研究工作展望 | 第58-59页 |
| 参考文献 | 第59-61页 |
