连铸结晶器漏钢预报系统设计与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·连铸及漏钢简介 | 第10-11页 |
| ·粘结性漏钢机理分析 | 第11-12页 |
| ·粘结性漏钢形成过程 | 第11页 |
| ·诱发粘结性漏钢因素 | 第11-12页 |
| ·漏钢预防的措施 | 第12页 |
| ·漏钢征兆检测方法 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·论文主要工作及章节安排 | 第15-16页 |
| 第2章 漏钢预报中的热电偶测温分析 | 第16-24页 |
| ·坯壳形成的数学模型 | 第16-19页 |
| ·正常坯壳形成模型 | 第16-17页 |
| ·粘结时坯壳形成模型 | 第17-19页 |
| ·热电偶埋设间距模型 | 第19-20页 |
| ·间距模型 | 第19-20页 |
| ·合理埋设热电偶 | 第20页 |
| ·测温预报原理 | 第20-22页 |
| ·漏钢现场数据分析 | 第22-23页 |
| ·热电偶排布 | 第22页 |
| ·温度数据采集 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 逻辑漏钢预报系统设计 | 第24-32页 |
| ·逻辑漏钢预报原理 | 第24页 |
| ·逻辑预报系统数学模型建立 | 第24-27页 |
| ·单偶时间网络模型 | 第24-26页 |
| ·组偶空间网络模型 | 第26-27页 |
| ·逻辑漏钢预报判断流程 | 第27-29页 |
| ·逻辑漏钢预报系统仿真 | 第29页 |
| ·逻辑漏钢预报系统性能分析 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第4章 神经网络漏钢预报系统设计 | 第32-56页 |
| ·神经网络概述 | 第32-35页 |
| ·神经网络 | 第32-33页 |
| ·神经网络模型 | 第33-34页 |
| ·神经网络的模式识别应用 | 第34-35页 |
| ·神经网络预报系统模型建立 | 第35-42页 |
| ·记忆模式分析 | 第35-37页 |
| ·整体网络模型设计 | 第37-38页 |
| ·寄存器模型 | 第38页 |
| ·单偶时间网络模型 | 第38-41页 |
| ·缓冲器模型 | 第41页 |
| ·组偶空间网络模型 | 第41-42页 |
| ·神经网络预报系统模型仿真 | 第42-53页 |
| ·样本的采集 | 第42-43页 |
| ·样本数据预处理 | 第43-44页 |
| ·基于梯度BP算法训练 | 第44-48页 |
| ·基于LM-BP算法训练 | 第48-51页 |
| ·组偶网络仿真结果 | 第51-53页 |
| ·神经网络预报系统与逻辑预报系统对比分析 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第5章 漏钢预报系统实现 | 第56-66页 |
| ·开发环境及系统功能 | 第56-58页 |
| ·开发环境 | 第56-57页 |
| ·开发过程概述 | 第57页 |
| ·系统功能 | 第57-58页 |
| ·系统主要模块说明 | 第58-61页 |
| ·文件读取模块 | 第58页 |
| ·显示模块 | 第58-59页 |
| ·逻辑预报模块 | 第59页 |
| ·神经网络预报模块 | 第59-61页 |
| ·系统预报实例与分析 | 第61-64页 |
| ·正常温度情况下系统运行 | 第61-62页 |
| ·发生粘结时系统运行 | 第62-64页 |
| ·系统运行结果分析 | 第64页 |
| ·本章小结 | 第64-66页 |
| 第6章 总结与展望 | 第66-68页 |
| ·总结 | 第66-67页 |
| ·展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |
