烧结过程智能优化控制系统研究与开发
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-19页 |
| ·烧结生产流程及其特点 | 第11-13页 |
| ·烧结过程控制技术国内外研究现状 | 第13-14页 |
| ·研究内容与方法 | 第14-17页 |
| ·研究内容 | 第14-15页 |
| ·研究思路 | 第15-16页 |
| ·研究手段 | 第16-17页 |
| ·论文结构 | 第17-19页 |
| 第二章 烧结过程智能优化控制系统的总体设计规划 | 第19-31页 |
| ·系统总体设计规划 | 第19-20页 |
| ·烧结过程智能优化控制系统的结构与功能描述 | 第20-22页 |
| ·过程信息系统及信息共享 | 第22-27页 |
| ·生产信息的本地化处理 | 第22-25页 |
| ·过程信息的网络化采集和信息共享 | 第25-27页 |
| ·智能优化控制系统的协调管理 | 第27-28页 |
| ·配料与混料过程优化控制 | 第28-29页 |
| ·烧结热状态过程优化控制 | 第29页 |
| ·本章小结 | 第29-31页 |
| 第三章 烧结配料与混料过程的控制与优化 | 第31-53页 |
| ·配料与混料系统的工艺流程 | 第31-32页 |
| ·配料过程建模 | 第32-43页 |
| ·RBF神经网络基本结构 | 第32-33页 |
| ·主元分析法的基本原理 | 第33-36页 |
| ·烧结矿品质的RBF神经网络预测模型 | 第36-39页 |
| ·基于烧结矿品质预测模型的配料系统控制与优化 | 第39-43页 |
| ·混料过程建模 | 第43-52页 |
| ·混合料水分软测量建模 | 第44-49页 |
| ·基于水分软测量的混料过程优化控制 | 第49-51页 |
| ·现场运行结果与节能效果分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 烧结热状态过程的优化控制技术研究 | 第53-73页 |
| ·烧结热状态过程的工艺特点及控制难点 | 第53-54页 |
| ·烧结终点状态的控制与优化 | 第54-68页 |
| ·广义预测控制基本原理 | 第54-57页 |
| ·MIMO系统模型的RBF神经网络辨识方法 | 第57-59页 |
| ·烧结热状态过程神经网络辨识模型的输入变量研究 | 第59-63页 |
| ·基于模型辨识的烧结终点状态的广义预测控制方法 | 第63-66页 |
| ·现场运行结果 | 第66-68页 |
| ·多通道终点位置横截面在线优化技术研究 | 第68-71页 |
| ·经典粒子群算法的基本原理 | 第68-69页 |
| ·多通道协调优化技术仿真研究 | 第69-71页 |
| ·本章小结 | 第71-73页 |
| 第五章 系统的开发与应用 | 第73-83页 |
| ·系统总体架构与模块组成 | 第73-74页 |
| ·IOCS与SCADA的设计异同 | 第74-75页 |
| ·基于.NET面向对象程序设计方法 | 第75-76页 |
| ·MATALB与.NET等高级语言的混合编程方法 | 第76-77页 |
| ·SPIOCS系统现场运行 | 第77-81页 |
| ·本章小结 | 第81-83页 |
| 第六章 结论与展望 | 第83-85页 |
| ·课题结论 | 第83-84页 |
| ·今后研究展望 | 第84-85页 |
| 参考文献 | 第85-91页 |
| 作者在攻读硕士期间的科研成果 | 第91-93页 |
| 发表论文 | 第91页 |
| 参与项目 | 第91-93页 |
| 作者简介 | 第93页 |
