| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题的研究背景及意义 | 第10-11页 |
| 1.2 连铸漏钢预报和连铸结晶器振动监控技术的发展现状 | 第11-13页 |
| 1.2.1 连铸漏钢预报的发展现状 | 第11-12页 |
| 1.2.2 连铸结晶器振动监控技术的发展现状 | 第12-13页 |
| 1.3 本文的主要研究内容 | 第13-15页 |
| 第2章 连铸漏钢的形成原因及预报原理 | 第15-21页 |
| 2.1 连铸漏钢事故的种类 | 第15-16页 |
| 2.2 粘结性漏钢的形成原因和形成过程 | 第16-18页 |
| 2.2.1 粘结性漏钢的形成原因 | 第16页 |
| 2.2.2 粘结性漏钢的形成过程 | 第16-18页 |
| 2.3 连铸漏钢的检测方法 | 第18页 |
| 2.4 基于热电偶测温法的连铸漏钢预报原理 | 第18-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 基于模拟退火-粒子群算法优化SVM参数的连铸漏钢预报算法 | 第21-32页 |
| 3.1 支持向量机的基本原理 | 第21-23页 |
| 3.2 模拟退火-粒子群优化算法 | 第23-26页 |
| 3.2.1 粒子群算法简介 | 第23-25页 |
| 3.2.2 模拟退火-粒子群算法 | 第25-26页 |
| 3.3 基于SA-PSO算法优化SVM参数的连铸漏钢预报算法 | 第26-31页 |
| 3.3.1 连铸漏钢样本数据的归一化 | 第26-27页 |
| 3.3.2 引入SA-PSO算法优化SVM参数 | 第27-29页 |
| 3.3.3 连铸漏钢预报算法的训练与测试 | 第29-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 连铸漏钢预报在连铸结晶器振动监控软件中的实现 | 第32-44页 |
| 4.1 电液伺服驱动的连铸结晶器振动系统结构简介 | 第32-33页 |
| 4.2 连铸结晶器振动系统上位机监控软件的改进设计 | 第33-36页 |
| 4.2.1 电液伺服驱动的连铸结晶器上位机监控软件主界面的改进 | 第33-34页 |
| 4.2.2 参数修改模块 | 第34-35页 |
| 4.2.3 数据查询模块 | 第35-36页 |
| 4.3 连铸漏钢预报软件的设计 | 第36-43页 |
| 4.3.1 连铸漏钢预报软件主界面 | 第36-37页 |
| 4.3.2 热电偶实时温度监控模块 | 第37-38页 |
| 4.3.3 支持向量机算法实现模块 | 第38-40页 |
| 4.3.4 报警信息处理模块 | 第40-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 连铸漏钢预报在连铸结晶器振动监控系统中的模拟实验研究 | 第44-56页 |
| 5.1 电液伺服驱动的连铸结晶器振动台 | 第44-45页 |
| 5.2 电液伺服驱动的连铸结晶器振动系统监控实验 | 第45-52页 |
| 5.2.1 电液伺服驱动的连铸结晶器振动系统振动监控试验 | 第45-51页 |
| 5.2.2 电液伺服驱动的连铸结晶器振动系统数据查询试验 | 第51-52页 |
| 5.3 连铸漏钢预报的模拟实验研究 | 第52-55页 |
| 5.4 本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第61-62页 |
| 致谢 | 第62页 |
