可视化连铸漏钢预报系统
| 独创性声明 | 第1-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·国内外连铸发展概述 | 第8-9页 |
| ·连铸漏钢及漏钢预报 | 第9-10页 |
| ·本文的主要工作 | 第10-12页 |
| 第二章 粘结性漏钢机理的分析与研究 | 第12-18页 |
| ·漏钢的种类和成因 | 第12页 |
| ·弯月面的作用 | 第12-13页 |
| ·粘结性漏钢形成的机理 | 第13-14页 |
| ·影响粘结性漏钢的因素和防止 | 第14-16页 |
| ·漏钢预报系统的种类和预防机理 | 第16-18页 |
| 第三章 可视化系统开发的理论基础 | 第18-38页 |
| ·人工神经元网络 | 第18-19页 |
| ·BP网络 | 第19-27页 |
| ·BP网络的学习规则和计算方法 | 第19-26页 |
| ·BP网络的改进方案 | 第26-27页 |
| ·平面成像理论 | 第27-38页 |
| ·样条函数 | 第27-28页 |
| ·半截函数及其性质 | 第28-29页 |
| ·样条函数的形成和定义 | 第29-31页 |
| ·B样条函数与磨光法 | 第31-33页 |
| ·阶梯函数的磨光 | 第33-34页 |
| ·矩形域上曲面磨光法 | 第34-36页 |
| ·对延拓方法的改进 | 第36-38页 |
| 第四章 逻辑漏钢预报系统简介 | 第38-46页 |
| ·系统界面 | 第38-42页 |
| ·系统的预报功能 | 第42页 |
| ·报警系统的报警数据存储功能 | 第42-43页 |
| ·系统对所存储数据的处理 | 第43页 |
| ·逻辑预报系统的数学模型 | 第43-44页 |
| ·逻辑模型存在的一些问题 | 第44-46页 |
| 第五章 可视漏钢预报系统的开发 | 第46-70页 |
| ·系统结构及开发工具简介 | 第46-47页 |
| ·神经网络模块的开发 | 第47-61页 |
| ·模块算法的运用 | 第47-48页 |
| ·神经元网络预报机理 | 第48-49页 |
| ·神经元网络预结构的确定 | 第49-51页 |
| ·神经元网络模型 | 第51-55页 |
| ·预报系统的整体网络模型 | 第51页 |
| ·缓冲寄存器模型 | 第51-52页 |
| ·时间网络模型 | 第52页 |
| ·空间网络模型 | 第52-53页 |
| ·数学模型 | 第53-55页 |
| ·报警数据的分析研究 | 第55-59页 |
| ·报警数据概述 | 第55-58页 |
| ·钢种对报警的影响 | 第58页 |
| ·拉速对报警的影响 | 第58-59页 |
| ·神经网络的训练 | 第59-61页 |
| ·热成像模块的开发 | 第61-65页 |
| ·热成像模块的设计思想 | 第62页 |
| ·延拓值的计算 | 第62-64页 |
| ·热成像的具体实现 | 第64-65页 |
| ·可视化漏钢预报系统的组成与运行 | 第65-70页 |
| ·系统界面 | 第65-68页 |
| ·系统运行 | 第68-70页 |
| 第六章 结论与展望 | 第70-71页 |
| ·结论 | 第70页 |
| ·展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74页 |
