| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 问题研究现状 | 第12-16页 |
| 1.2.1 钢铁企业能源计量问题研究现状 | 第12-13页 |
| 1.2.2 统计学习研究现状 | 第13-15页 |
| 1.2.3 Kalman算法研究现状 | 第15-16页 |
| 1.3 本文主要工作及研究路线 | 第16-18页 |
| 1.3.1 本文主要工作 | 第16-17页 |
| 1.3.2 本文研究路线 | 第17-18页 |
| 1.4 本章小结 | 第18-19页 |
| 第2章 钢铁企业工序和产线计量问题 | 第19-25页 |
| 2.1 钢铁企业生产过程与能源 | 第19-22页 |
| 2.1.1 钢铁企业生产工艺概述 | 第19-21页 |
| 2.1.2 钢铁企业能源介质使用情况 | 第21-22页 |
| 2.2 钢铁企业工序和产线能源介质计量问题 | 第22-24页 |
| 2.2.1 工序和产线能源介质计量存在的问题 | 第22-24页 |
| 2.2.2 工序和产线能源介质计量的主要任务 | 第24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 基于统计学习方法的工序和产线能源介质计量 | 第25-39页 |
| 3.1 基于K-means算法的工序和产线数据处理 | 第25-34页 |
| 3.1.1 工序和产线数据问题描述 | 第25-26页 |
| 3.1.2 K-means处理异常值方法 | 第26页 |
| 3.1.3 K-means算法数据处理 | 第26-30页 |
| 3.1.4 数值实验 | 第30-34页 |
| 3.2 基于统计方法求解工序和产线能源介质单耗 | 第34-37页 |
| 3.2.1 工序能源介质单耗计量 | 第35-36页 |
| 3.2.2 产线能源介质单耗计量 | 第36-37页 |
| 3.3 本章小结 | 第37-39页 |
| 第4章 基于离散卡尔曼滤波的工序和产线能源介质计量 | 第39-55页 |
| 4.1 离散卡尔曼滤波能源介质计量模型的建立 | 第39-43页 |
| 4.2 离散卡尔曼滤波能源介质计量模型参数选取 | 第43-44页 |
| 4.3 离散卡尔曼滤波工序和产线能源介质计量 | 第44-47页 |
| 4.3.1 离散卡尔曼滤波求解工序和产线能源计量 | 第44-46页 |
| 4.3.2 离散卡尔曼滤波能源介质区间计量 | 第46-47页 |
| 4.4 数值实验 | 第47-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 钢铁能源计量系统开发 | 第55-65页 |
| 5.1 需求分析 | 第55-57页 |
| 5.2 系统功能结构设计 | 第57-58页 |
| 5.3 数据库设计 | 第58-59页 |
| 5.4 系统功能模块实现 | 第59-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第6章 结束语 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |