| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 背景及意义 | 第10页 |
| 1.2 加热炉的介绍 | 第10-13页 |
| 1.2.1 加热炉的分类 | 第10-12页 |
| 1.2.2 加热炉的结构及生产工艺简介 | 第12-13页 |
| 1.3 加热炉内钢坯温度建模的研究现状 | 第13-15页 |
| 1.4 加热炉炉温优化的研究现状 | 第15-18页 |
| 1.5 本文的主要工作 | 第18-20页 |
| 第2章 加热炉钢温预报模型 | 第20-40页 |
| 2.1 引言 | 第20页 |
| 2.2 钢坯温度预报模型的建立 | 第20-22页 |
| 2.3 钢坯加热过程边界条件的确定 | 第22-23页 |
| 2.4 总括热吸收率的参数辨识方法 | 第23-32页 |
| 2.4.1 辐射网络法简介 | 第24-28页 |
| 2.4.2 总括热吸收率的理论推导 | 第28-32页 |
| 2.5 结合工程实际的钢坯一维状态空间加热过程数学模型 | 第32-35页 |
| 2.5.1 模型的假设 | 第32-33页 |
| 2.5.2 钢坯热传导数学模型 | 第33页 |
| 2.5.3 钢坯物性参数的处理 | 第33-34页 |
| 2.5.4 数值分析 | 第34-35页 |
| 2.6 炉温分布模型的确定 | 第35-37页 |
| 2.7 数学模型仿真 | 第37-39页 |
| 2.8 本章小结 | 第39-40页 |
| 第3章 优化算法 | 第40-60页 |
| 3.1 引言 | 第40页 |
| 3.2 粒子群优化算法简介 | 第40-42页 |
| 3.2.1 粒子群优化算法的基本思想 | 第40页 |
| 3.2.2 标准的粒子群优化算法 | 第40-42页 |
| 3.3 粒子群优化算法的各种改进方法 | 第42-44页 |
| 3.4 变种群粒子群优化算法(VPPSO) | 第44-49页 |
| 3.4.1 混沌初始化 | 第44-45页 |
| 3.4.2 自适应调整种群规模 | 第45-46页 |
| 3.4.3 惯性参数的调整 | 第46-47页 |
| 3.4.4 变种群PSO算法基本步骤 | 第47-49页 |
| 3.5 几种基准测试函数简介 | 第49-53页 |
| 3.6 改进算法的实验验证 | 第53-59页 |
| 3.7 本章小结 | 第59-60页 |
| 第4章 炉温优化 | 第60-78页 |
| 4.1 引言 | 第60页 |
| 4.2 目标函数 | 第60-63页 |
| 4.2.1 确定炉温优化目标的原则 | 第62页 |
| 4.2.2 确定炉温优化的目标函数 | 第62-63页 |
| 4.3 变种群粒子群优化算法在炉温优化中的应用 | 第63-66页 |
| 4.4 优化模型实例 | 第66-67页 |
| 4.5 结果分析 | 第67-76页 |
| 4.6 本章小结 | 第76-78页 |
| 第5章 结论与展望 | 第78-80页 |
| 参考文献 | 第80-86页 |
| 致谢 | 第86页 |