基于炉口火焰光谱信息的转炉炼钢终点在线碳含量测量方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 1 绪论 | 第11-23页 |
| ·研究背景及意义 | 第11页 |
| ·转炉炼钢的工艺流程 | 第11-14页 |
| ·国内外研究现状 | 第14-21页 |
| ·经验控制 | 第14-16页 |
| ·静态模型控制 | 第16-17页 |
| ·动态模型控制 | 第17-19页 |
| ·光信息控制 | 第19-21页 |
| ·本文的主要工作及内容安排 | 第21-23页 |
| 2 光谱辐射信息采集系统设计及火焰光谱分析 | 第23-44页 |
| ·光谱辐射探测理论基础 | 第23-27页 |
| ·辐射度的基本物理量 | 第23-25页 |
| ·热辐射的基本定律 | 第25-27页 |
| ·系统组成 | 第27页 |
| ·望远系统设计 | 第27-35页 |
| ·望远系统光学性能参数 | 第28-29页 |
| ·望远系统物镜设计 | 第29-30页 |
| ·望远系统目镜设计 | 第30-34页 |
| ·火焰实际辐射通量 | 第34-35页 |
| ·光谱仪选型 | 第35-40页 |
| ·光谱仪类型的选取 | 第35-36页 |
| ·光谱仪探测器件的选取 | 第36-37页 |
| ·光谱仪的性能参数 | 第37-40页 |
| ·炉口火焰光谱分析 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 3 支持向量机算法理论及转炉炼钢终点控制模型 | 第44-88页 |
| ·线性学习系统 | 第45-49页 |
| ·线性学习系统的模式分类理论 | 第45-47页 |
| ·线性学习系统的函数拟合回归算法 | 第47-49页 |
| ·Kernel内积特征空间 | 第49-51页 |
| ·泛化性理论 | 第51-57页 |
| ·可能近似学习模型 | 第51-52页 |
| ·VC理论 | 第52-54页 |
| ·泛化性的间隔界 | 第54-56页 |
| ·回归的泛化性 | 第56-57页 |
| ·支持向量机优化理论 | 第57-60页 |
| ·支持向量机算法 | 第60-70页 |
| ·支持向量分类 | 第60-66页 |
| ·支持向量回归 | 第66-70页 |
| ·支持向量机算法实现 | 第70-75页 |
| ·梯度上升算法 | 第71-73页 |
| ·序贯最小优化算法 | 第73-75页 |
| ·转炉炼钢终点预测模型 | 第75-87页 |
| ·本章小结 | 第87-88页 |
| 4 火焰发射光谱法及转炉炼钢光谱辐射碳含量测量 | 第88-110页 |
| ·火焰发射光谱法及原子发射光谱 | 第88-94页 |
| ·原子光谱的起源和规律性 | 第88-89页 |
| ·辐射跃迁和光谱线强度量子辐射理论 | 第89-92页 |
| ·光谱线轮廓和峰值强度测量原理 | 第92-93页 |
| ·自吸和自蚀 | 第93-94页 |
| ·炉口火焰光谱处理 | 第94-99页 |
| ·炉口火焰温度计算 | 第99-103页 |
| ·钢水灰体吸收率分析 | 第103-106页 |
| ·转炉炼钢碳含量时间曲线 | 第106-108页 |
| ·本章小结 | 第108-110页 |
| 5 实验结果分析 | 第110-117页 |
| ·支持向量机转炉炼钢终点模型试验结果 | 第110-112页 |
| ·火焰光谱测温实验结果 | 第112-113页 |
| ·钢水吸收率碳含量测量结果 | 第113-115页 |
| ·本章小结 | 第115-117页 |
| 6 全文总结及工作展望 | 第117-119页 |
| ·论文总结 | 第117-118页 |
| ·论文创新点 | 第118页 |
| ·今后的研究工作 | 第118-119页 |
| 致谢 | 第119-120页 |
| 参考文献 | 第120-127页 |
| 攻读博士学位期间发表的论文及著作 | 第127-128页 |
| 攻读博士学位期间参加的研究课题 | 第128-129页 |
| 附录Ⅰ | 第129-132页 |
| 附录Ⅱ | 第132-135页 |
| 附录Ⅲ | 第135-138页 |
| 附录Ⅳ | 第138-141页 |
| 附录Ⅴ | 第141-145页 |
