| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 结晶器在钢铁冶金生产中的作用和地位 | 第11-13页 |
| 1.1.1 结晶器的结构及功能 | 第11-12页 |
| 1.1.2 结晶器在钢铁冶金生产中的作用和地位 | 第12-13页 |
| 1.2 结晶器调宽生产工艺及流程 | 第13-15页 |
| 1.2.1 结晶器高速在线调宽系统工艺 | 第13-14页 |
| 1.2.2 结晶器高速调宽系统工艺流程 | 第14-15页 |
| 1.3 课题背景及研究意义 | 第15-16页 |
| 1.4 论文主要工作目的和研究内容 | 第16-19页 |
| 第2章 结晶器在线调宽工艺与技术 | 第19-31页 |
| 2.1 结晶器工艺及关键技术分析 | 第19-22页 |
| 2.1.1 结晶器生产工艺 | 第19-20页 |
| 2.1.2 结晶器关键技术发展趋势 | 第20-22页 |
| 2.2 结晶器在线调宽技术分析 | 第22-27页 |
| 2.2.1 结晶器在线调宽装置 | 第23页 |
| 2.2.2 调宽装置关键技术 | 第23-25页 |
| 2.2.3 国内外板坯结晶器调宽系统 | 第25-27页 |
| 2.3 上海某钢厂结晶器调宽系统使用情况 | 第27-31页 |
| 第3章 结晶器调宽模型研究与分析 | 第31-41页 |
| 3.1 前言 | 第31页 |
| 3.2 结晶器调宽模型研究 | 第31-39页 |
| 3.2.1 通钢量守恒原则建模 | 第31-34页 |
| 3.2.2 在线热态调宽原则建模 | 第34-36页 |
| 3.2.3 自动调宽曲线算法建模 | 第36-39页 |
| 3.3 调宽模型共性分析 | 第39-41页 |
| 第4章 基于NS-VWM结晶器的在线高速调宽速度模型研究 | 第41-55页 |
| 4.1 前言 | 第41-42页 |
| 4.2 调宽过程机理模型 | 第42-47页 |
| 4.2.1 原有VWM调宽机理模型 | 第42-43页 |
| 4.2.2 NS-VWM结晶器高速调宽机理模型 | 第43-45页 |
| 4.2.3 NS-VWM结晶器调宽模型与原调宽模型比较分析 | 第45-47页 |
| 4.3 NS-VWM调宽速度的线性回归数理模型 | 第47-55页 |
| 4.3.1 多元线性回归方程建模 | 第48-50页 |
| 4.3.2 基于NS-VWM结晶器的调宽模型研究 | 第50-55页 |
| 第5章 基于GAPSO-BP网络的结晶器在线调宽速度模型设计 | 第55-69页 |
| 5.1 前言 | 第55-56页 |
| 5.2 结合遗传算法的粒子群优化算法(GAPSO)改进 | 第56-62页 |
| 5.2.1 粒子群优化算法的原理 | 第56-57页 |
| 5.2.2 粒子群优化算法改进研究 | 第57-59页 |
| 5.2.3 结合遗传算法的改进粒子群优化算法(GAPSO)设计 | 第59-62页 |
| 5.3 基于GAPSO的神经网络训练算法设计 | 第62-66页 |
| 5.3.1 训练神经网络的算法选取分析 | 第63页 |
| 5.3.2 GAPSO-BP神经网络设计 | 第63-66页 |
| 5.4 基于GAPSO-BP网络的结晶器在线调宽速度模型设计 | 第66-69页 |
| 第6章 基于NS-VWM的调宽速度模型仿真及结果分析 | 第69-75页 |
| 6.1 数理模型建立及结果分析 | 第69-70页 |
| 6.2 基于GAPSO-BP网络的在线调宽速度模型仿真及结果分析 | 第70-75页 |
| 6.2.1 GAPSO优化算法仿真实验分析 | 第70-72页 |
| 6.2.2 GAPSO-BP神经网络仿真与结果分析 | 第72-73页 |
| 6.2.3 基于GAPSO-BP网络的NS-VWM调宽速度模型仿真 | 第73-75页 |
| 第7章 总结与展望 | 第75-77页 |
| 7.1 总结 | 第75-76页 |
| 7.2 展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-83页 |
| 作者介绍及硕士期间发表论文 | 第83页 |
