基于神经网络的转炉炼钢终点控制模型的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-21页 |
| ·课题研究的背景与意义 | 第11页 |
| ·转炉炼钢工艺过程 | 第11-13页 |
| ·转炉炼钢终点控制技术的现状 | 第13-17页 |
| ·转炉炼钢过程自动化的发展 | 第13-14页 |
| ·终点控制技术 | 第14-15页 |
| ·终点控制模型 | 第15-17页 |
| ·神经网络技术在转炉炼钢终点控制中的应用 | 第17-19页 |
| ·基于BP网的建模方式 | 第17-18页 |
| ·基于 RBF神经网络的终点预报 | 第18页 |
| ·神经网络与其它智能方法的融合 | 第18页 |
| ·应用专家系统的动态吹炼模型 | 第18-19页 |
| ·本文主要工作 | 第19-21页 |
| 2 神经网络建模技术 | 第21-35页 |
| ·基于神经网络的建模原理 | 第21-22页 |
| ·BP神经网络简介 | 第22-27页 |
| ·BP网络结构 | 第22-23页 |
| ·隐层的设计 | 第23-24页 |
| ·BP网络权值调整 | 第24-26页 |
| ·BP学习算法的计算步骤 | 第26页 |
| ·BP网的不足及改进 | 第26-27页 |
| ·神经网络控制模型 | 第27-34页 |
| ·正向建模 | 第27-28页 |
| ·直接逆向建模 | 第28-29页 |
| ·正-逆系统建模 | 第29-30页 |
| ·神经网络内模控制器逆系统的建模 | 第30-33页 |
| ·基于 BP网络的自校正内模控制 | 第33-34页 |
| ·小结 | 第34-35页 |
| 3 转炉炼钢终点预测模型 | 第35-50页 |
| ·非线性模型 | 第35-42页 |
| ·线性回归模型及其矩阵表示 | 第35-37页 |
| ·预报模型 | 第37-39页 |
| ·仿真研究 | 第39-42页 |
| ·RBF预测模型 | 第42-47页 |
| ·RBF网络结构 | 第42-43页 |
| ·RBF网络中心的选取 | 第43-44页 |
| ·RBF网络权值调整 | 第44-45页 |
| ·模型结构 | 第45页 |
| ·训练样本标准化处理 | 第45-46页 |
| ·仿真研究 | 第46-47页 |
| ·小结 | 第47-50页 |
| 4 转炉炼钢终点控制模型 | 第50-56页 |
| ·转炉炼钢终点控制系统 | 第50-51页 |
| ·转炉炼钢终点控制逆模型 | 第51-54页 |
| ·补吹氧量控制模型 | 第51页 |
| ·加入冷却剂量控制模型 | 第51-54页 |
| ·仿真研究 | 第54-55页 |
| ·小结 | 第55-56页 |
| 5 结论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 在学研究成果 | 第60-61页 |
| 致谢 | 第61页 |
