高碳铬锰炉电极进给预测控制方法研究
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-15页 |
| ·电弧炉简介 | 第6-10页 |
| ·电弧炉冶炼技术的发展 | 第6-7页 |
| ·电弧炉工作原理及工艺 | 第7页 |
| ·电炉设备的组成 | 第7-10页 |
| ·电极控制系统研究现状及存在的主要问题 | 第10-13页 |
| ·电极控制技术现状 | 第10-12页 |
| ·电极控制方法现状 | 第12-13页 |
| ·电极控制系统存在的主要问题 | 第13页 |
| ·课题研究背景和主要研究内容 | 第13-14页 |
| ·小结 | 第14-15页 |
| 第二章 电极控制系统分析与建模 | 第15-26页 |
| ·电极简介 | 第15-16页 |
| ·电极调节系统 | 第16-19页 |
| ·电极调节系统概述 | 第16-17页 |
| ·电极调节系统的技术要求 | 第17-19页 |
| ·液压式电极调节系统 | 第19-21页 |
| ·液压式电极调节系统结构 | 第19-20页 |
| ·液压式电极调节系统的工作原理 | 第20-21页 |
| ·交流电弧电阻的等效数学模型 | 第21-23页 |
| ·电极调节系统的数学模型 | 第23-25页 |
| ·小结 | 第25-26页 |
| 第三章 神经网络多步预测模型 | 第26-38页 |
| ·神经网络概述 | 第26-32页 |
| ·神经网络的网络结构与工作方式 | 第27-29页 |
| ·神经网络的学习方法 | 第29页 |
| ·径向基函数神经网络 | 第29-31页 |
| ·RBF神经网络的在线学习算法 | 第31-32页 |
| ·基于神经网络在线多步预测 | 第32-36页 |
| ·神经网络模型的多步预测 | 第32-34页 |
| ·神经网络的递推多步预测模型的回馈修正 | 第34-36页 |
| ·仿真研究 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第四章 电极预测控制 | 第38-48页 |
| ·预测控制的基本原理及特点 | 第38-39页 |
| ·预测控制的基本原理 | 第38-39页 |
| ·预测控制的基本特点 | 第39页 |
| ·神经网络预测控制 | 第39-46页 |
| ·参考轨迹 | 第40页 |
| ·预测模型 | 第40-41页 |
| ·滚动优化 | 第41-46页 |
| ·仿真研究 | 第46-47页 |
| ·小结 | 第47-48页 |
| 第五章 电极控制系统的实现 | 第48-56页 |
| ·系统总体设计 | 第48-49页 |
| ·总体方案的设计原则 | 第48页 |
| ·系统总体配置 | 第48-49页 |
| ·电参数的瞬时值检测及有效值计算 | 第49-50页 |
| ·系统软件设计 | 第50-55页 |
| ·主程序结构流程 | 第50-51页 |
| ·电极控制程序的设计 | 第51-55页 |
| ·小结 | 第55-56页 |
| 结论与展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 攻读硕士学位期间研究成果 | 第60-61页 |
