基于ANN的电弧炉智能控制系统的开发
| 1 绪论 | 第1-16页 |
| ·国内外电弧炉的发展状态 | 第13-14页 |
| ·基于ANN电弧炉监控系统的提出 | 第14页 |
| ·目前钢厂存在的问题 | 第14页 |
| ·控制系统的提出 | 第14页 |
| ·本课题研究的出发点及意义 | 第14-16页 |
| 2 电弧炉炼钢工业过程简介 | 第16-22页 |
| ·电弧炉工作原理及结构简述 | 第16-17页 |
| ·电弧炉内炼钢工艺概述 | 第17-20页 |
| ·电弧炉电气设备主要元件 | 第20-21页 |
| ·电弧炉是巨大的电能用户 | 第21-22页 |
| 3 电极自动调节器 | 第22-35页 |
| ·概述 | 第22-24页 |
| ·电极升降机构 | 第24-25页 |
| ·对电极自动调节器的要求 | 第25-28页 |
| ·调节对象及其特征 | 第28-35页 |
| ·调节对象放大系数 | 第28-29页 |
| ·弧长非灵敏区与电弧炉设备参数之间关系 | 第29-30页 |
| ·调节系统稳定性 | 第30-31页 |
| ·调节系统开环放大系数 | 第31-32页 |
| ·目前国内外电弧炉计算机控制系统的现状和发展方向 | 第32-35页 |
| 4 智能系统与神经网络概述 | 第35-45页 |
| ·智能控制的基本概念 | 第35-37页 |
| ·智能控制的研究对象 | 第35-36页 |
| ·智能控制系统 | 第36页 |
| ·智能系统的主要功能特点 | 第36-37页 |
| ·智能控制研究的数学工具 | 第37页 |
| ·简单的智能控制系统 | 第37-45页 |
| ·一般自动控制系统的构成 | 第37-38页 |
| ·简单的智能控制系统的组成 | 第38-39页 |
| ·多级递阶智能控制系统 | 第39-40页 |
| ·智能控制系统和神经网络 | 第40-45页 |
| 5 电弧炉ANN预估补偿控制 | 第45-52页 |
| ·控制要求 | 第45页 |
| ·控制过程及结构 | 第45-46页 |
| ·神经网络学习算法 | 第46-48页 |
| ·炼钢过程分阶段研究 | 第48-49页 |
| ·常规比例调节器 | 第49-50页 |
| ·预估补偿程序功能 | 第50-51页 |
| ·系统控制策略 | 第51-52页 |
| 6 上位机监控系统的开发 | 第52-69页 |
| ·上位机的监控功能 | 第52页 |
| ·EntherNet网络 | 第52页 |
| ·工作站管理 | 第52-62页 |
| ·上位机数据采集的实现 | 第57-62页 |
| ·服务器管理 | 第62-69页 |
| 7 系统实现 | 第69-82页 |
| ·系统总体设计及软硬件选择 | 第69-78页 |
| ·总体方案的设计原则 | 第69页 |
| ·软硬件选择及系统配置图 | 第69-76页 |
| ·电极升降智能控制 | 第76-77页 |
| ·工作站 | 第77-78页 |
| ·服务器 | 第78页 |
| ·安全措施 | 第78页 |
| ·三相ANN预估模型离线建模及投入运行 | 第78-82页 |
| ·系统投入，采集数据 | 第78-79页 |
| ·建立电弧炉神经网络预估模型 | 第79-81页 |
| ·ANN预估模型投入运行 | 第81-82页 |
| 8 运行效果及结论 | 第82-83页 |
| ·运行效果 | 第82页 |
| ·结论 | 第82-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-86页 |
| 附录 | 第86页 |
