首页--工业技术论文--冶金工业论文--炼钢论文--各种钢的冶炼论文--钢液二次精炼和炉外处理论文

电渣重熔过程的集成建模与优化控制方法研究

摘要第1-6页
ABSTRACT第6-10页
1. 绪论第10-24页
   ·研究背景第10-11页
   ·电渣重熔技术的发展历史及特点第11-12页
   ·电渣重熔技术简介第12-16页
     ·电渣重熔设备介绍第12-14页
     ·电渣重熔过程原理及操作简介第14-15页
     ·电渣重熔过程的工艺参数影响第15-16页
     ·电渣重熔设备的研究及改进第16页
   ·电渣重熔技术的现状及研究方向第16-18页
   ·电渣重熔过程中的智能控制技术第18-22页
     ·神经网络控制第19-20页
     ·模糊控制第20-21页
     ·解耦控制第21-22页
   ·本文内容安排第22-24页
2. 基于混合人工鱼群算法优化的电渣重熔过程 RBF 神经网络软测量建模第24-44页
   ·引言第24页
   ·软测量技术第24-28页
     ·软测量技术第24-25页
     ·辅助变量的选择第25-26页
     ·过程数据的预处理第26页
     ·在线矫正第26页
     ·软测量对象的数学建模分析第26-28页
   ·RBF 神经网络及其算法第28-30页
     ·RBF 神经网络概述第28页
     ·RBF 神经网络模型第28-29页
     ·RBF 网络学习算法第29-30页
   ·基于交叉变异操作的混合人工鱼群算法第30-35页
     ·人工鱼群算法概述第30-32页
     ·人工鱼群算法的基本定义及其实现过程第32-33页
     ·基于交叉变异操作的混合人工鱼群算法第33-35页
   ·电渣重熔过程中软测量技术的实现第35-42页
     ·电渣重熔过程中 RBF 软测量模型结构第35-37页
     ·基于交叉变异操作的人工鱼群算法优化 RBF 神经网络的流程第37-38页
     ·电渣重熔过程的软测量实现第38-42页
   ·本章小结第42-44页
3. 基于粗糙集的电渣重熔过程操作模式提取及设定值优化第44-60页
   ·引言第44页
   ·操作模式优化第44-49页
     ·操作模式优化概述第44-47页
     ·操作模式优化中的模式挖掘第47-48页
     ·操作模式的模式学习和应用第48-49页
   ·粗糙集理论介绍第49-51页
     ·粗糙集理论概述第49-50页
     ·知识表达系统第50页
     ·等价关系和不可分辨关系第50页
     ·上、下近似集第50-51页
     ·核和知识约简第51页
   ·粗糙集理论的约简算法第51-53页
     ·基于遗传适应度函数的粗糙集属性约简算法第51-53页
     ·基于分类一致性的属性值约简算法第53页
   ·电渣重熔过程的设定值优化第53-59页
     ·连续型属性数据离散化第54-55页
     ·基于粗糙集知识约简的模式知识获取第55-56页
     ·操作模式匹配和操作模式规则匹配第56页
     ·基于操作模式优化的电渣重熔过程设定值优化第56-59页
   ·本章小结第59-60页
4. 基于改进粒子群优化算法的电渣重熔过程解耦控制策略第60-86页
   ·引言第60页
   ·电渣重熔过程的数学模型简介第60-62页
   ·电渣重熔过程的解耦控制第62-67页
     ·对角矩阵解耦第62-64页
     ·电渣重熔过程解耦控制器的设计第64-67页
   ·基于自适应混沌移民变异操作的混合粒子群算法的 PID 控制器设计第67-78页
     ·PID 控制算法第68-69页
     ·粒子群优化算法第69页
     ·遗传算法概述第69-72页
     ·基于自适应混沌移民变异操作的混合粒子群算法介绍第72-74页
     ·基于临界比度法的 PID 参数整定第74-77页
     ·改进粒子群算法的 PID 参数整定空间第77-78页
   ·电渣重熔过程中的解耦模型及仿真第78-84页
     ·电渣重熔过程的耦合对象模型仿真第78-80页
     ·PID 解耦控制效果对比第80-84页
   ·本章小结第84-86页
5. 结论第86-88页
参考文献第88-92页
攻读硕士学位期间发表学术论文情况第92-94页
致谢第94-96页
作者简介第96-97页

论文共97页,点击 下载论文
上一篇:方坯连铸四偏心振动装置的仿真及力学分析
下一篇:薄板坯连铸用浸入式水口的数学物理模拟研究