智能控制技术在转炉终点动态控制建模中的应用研究
| 第一章 应用背景与文献综述 | 第1-24页 |
| §1．1 转炉炼钢终点控制概述 | 第8-11页 |
| §1．1．1 转炉炼钢原理 | 第8-9页 |
| §1．1．2 转炉炼钢的终点控制 | 第9-11页 |
| §1．2 终点计算机控制的发展和现状 | 第11-14页 |
| §1．2．1 转炉计算机控制过程简介 | 第11-12页 |
| §1．2．2 终点静态控制 | 第12页 |
| §1．2．3 终点动态控制 | 第12-13页 |
| §1．2．4 专家终点控制 | 第13-14页 |
| §1．2．5 全自动控制 | 第14页 |
| §1．3 终点静态控制模型简介 | 第14-16页 |
| §1．3．1 理论型静态控制数学模型 | 第15页 |
| §1．3．2 经验型静态控制数学模型 | 第15-16页 |
| §1．3．3 统计型静态控制数学模型 | 第16页 |
| §1．4 终点动态控制建模综述 | 第16-20页 |
| §1．4．1 机理建模 | 第16-17页 |
| §1．4．2 经验建模 | 第17-18页 |
| §1．4．3 智能建模 | 第18-20页 |
| §1．5 智能控制简介 | 第20-21页 |
| §1．5．1 智能控制的发展及特点 | 第20-21页 |
| §1．5．2 智能控制在钢铁工业中的应用 | 第21页 |
| §1．6 本文主要工作 | 第21-24页 |
| §1．6．1 问题描述 | 第21-22页 |
| §1．6．2 终点碳含量动态控制模型 | 第22页 |
| §1．6．3 终点温度动态控制模型 | 第22-24页 |
| 第二章 终点碳含量动态控制模型 | 第24-41页 |
| §2．1 数据预处理 | 第24-28页 |
| §2．2 RBF神经网络简介 | 第28-35页 |
| §2．2．1 神经网络的特点和典型模型 | 第29页 |
| §2．2．2 RBF神经网络的发展及其特点 | 第29-30页 |
| §2．2．3 RBF神经网络的结构和函数逼近理论 | 第30-32页 |
| §2．2．4 规范化正交最小二乘法 | 第32-35页 |
| §2．3 RBF神经网络预报模型 | 第35-38页 |
| §2．4 仿真结果和分析 | 第38-41页 |
| 第三章 终点温度动态控制模型 | 第41-53页 |
| §3．1 数据预处理 | 第41-46页 |
| §3．2 模糊逻辑简介 | 第46-47页 |
| §3．3 LM模糊预报模型 | 第47-51页 |
| §3．4 仿真结果和分析 | 第51-53页 |
| 第四章 结束语 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57页 |
