摘要 | 第1-6页 |
Abstract | 第6-10页 |
引言 | 第10-11页 |
第一章 文献综述 | 第11-28页 |
·连铸保护渣概述 | 第11-15页 |
·连铸保护渣的作用 | 第11页 |
·连铸保护渣的类型 | 第11-12页 |
·连铸保护渣成分设计 | 第12-13页 |
·连铸保护渣物理化学特性 | 第13-15页 |
·连铸保护渣在结晶器中的行为 | 第15-16页 |
·结晶器保护渣的熔融结构 | 第15-16页 |
·铸坯与结晶器间的润滑 | 第16页 |
·连铸保护渣与连铸坯表面质量 | 第16-18页 |
·保护渣与表面纵裂 | 第16-17页 |
·保护渣与表面横裂 | 第17-18页 |
·高速连铸保护渣 | 第18页 |
·高速连铸保护渣发展 | 第18页 |
·高速连铸保护渣应满足的要求 | 第18页 |
·薄板坯连铸保护渣 | 第18-23页 |
·薄板坯连铸技术对保护渣的要求 | 第18-20页 |
·薄板坯连铸保护渣的化学成分对物理性能的影响 | 第20页 |
·薄板坯连铸保护渣使用技术的改进 | 第20-22页 |
·薄板坯连铸保护渣的应用 | 第22-23页 |
·连铸保护渣析晶行为研究的进展及存在的问题 | 第23-28页 |
·保护渣玻璃化 | 第24-25页 |
·渣膜作用、相关因素及构成 | 第25页 |
·保护渣中各组分的网络性质及对网络结构的影响 | 第25-26页 |
·问题的提出及研究意义 | 第26-28页 |
第二章 保护渣析晶性能研究 | 第28-51页 |
·结晶器保护渣析晶温度的研究 | 第28-39页 |
·研究方法 | 第28页 |
·试验方案 | 第28-30页 |
·试验结果及讨论 | 第30-39页 |
·结晶器保护渣矿物组成的研究 | 第39-43页 |
·研究方案 | 第39页 |
·试验结果及讨论 | 第39-43页 |
·结晶器保护渣熔化、凝固过程的显微观察、录制 | 第43-50页 |
·研究方案及实验装置 | 第43-45页 |
·测定方法 | 第45-46页 |
·实验结果及讨论 | 第46-50页 |
·结论 | 第50-51页 |
第三章 连铸结晶器保护渣析晶行为的数学计算 | 第51-55页 |
·JMA 状态转变动力学方程 | 第51-52页 |
·应用数学模型计算析晶动力学参数 | 第52-54页 |
·析晶动力学参数的计算 | 第52-53页 |
·Kissinger 法和Owaza 法的比较 | 第53-54页 |
·结论 | 第54-55页 |
第四章 基于神经网络的连铸保护渣性能预测软件 | 第55-71页 |
·人工神经网络的发展、基本理论 | 第55-60页 |
·人工神经网络(Artificial Neural Network ,简称 ANN)的发展 | 第55-57页 |
·人工神经网络基本理论 | 第57-60页 |
·网络结构设计的实验研究 | 第60-65页 |
·神经网络拓补结构设计 | 第61-64页 |
·神经网络学习参数的合理确定 | 第64-65页 |
·基于人工神经网络的保护渣性能预测软件 | 第65-70页 |
·保护渣性能评价神经网络拓补结构的选择 | 第67-68页 |
·神经网络学习样本的选择及无量纲化 | 第68页 |
·神经网络的训练、检验及分析 | 第68-69页 |
·软件简介 | 第69-70页 |
·建立保护渣渣样数据库 | 第70页 |
·结论 | 第70-71页 |
第五章 唐钢薄板厂FTSR 使用的结晶器保护渣研究 | 第71-83页 |
·唐钢薄板厂FTSR 使用的保护渣概述 | 第71页 |
·保护渣熔化温度研究 | 第71-75页 |
·研究方法及实验装置 | 第71-72页 |
·测定方法 | 第72-73页 |
·实验结果及讨论 | 第73-75页 |
·保护渣熔化速度的测定 | 第75-77页 |
·研究方法 | 第75页 |
·实验装置 | 第75-76页 |
·测定方法 | 第76页 |
·实验结果及讨论 | 第76-77页 |
·析晶温度研究 | 第77-78页 |
·研究方法 | 第77页 |
·预测结果及讨论 | 第77-78页 |
·连铸保护渣岩相分析 | 第78-82页 |
·研究方法 | 第78页 |
·试验结果及讨论 | 第78-82页 |
·结论 | 第82-83页 |
结论 | 第83-85页 |
参考文献 | 第85-89页 |
致谢 | 第89页 |