智能控制技术在炼钢电弧炉中的应用研究
摘要 | 第1-5页 |
ABSTRACT | 第5-7页 |
目录 | 第7-10页 |
第1章 概述 | 第10-18页 |
·引言 | 第10页 |
·电弧炉系统 | 第10-13页 |
·电弧炉炼钢过程简介 | 第10-11页 |
·电弧炉主电路 | 第11-12页 |
·电极自动调节系统 | 第12-13页 |
·电弧炉工作特点 | 第13页 |
·电弧炉智能控制的目的和意义 | 第13-14页 |
·智能控制技术 | 第14-15页 |
·智能控制技术存在的不足 | 第15-16页 |
·研究内容 | 第16-18页 |
·主要内容 | 第16-17页 |
·论文结构 | 第17-18页 |
第2章 智能控制的基本理论 | 第18-38页 |
·引言 | 第18页 |
·专家系统 | 第18-20页 |
·专家系统组成 | 第18-19页 |
·新一代专家系统 | 第19-20页 |
·模糊逻辑系统 | 第20-23页 |
·模糊规则库 | 第20-21页 |
·模糊推理机 | 第21-22页 |
·转化单元 | 第22-23页 |
·人工神经网络 | 第23-34页 |
·BP神经网络 | 第23-31页 |
·径向基函数(RBF)网络 | 第31-34页 |
·模糊神经网络 | 第34-37页 |
·神经网络—模糊推理协作系统 | 第35页 |
·模糊神经网络学习方法 | 第35-37页 |
·本章小结 | 第37-38页 |
第3章 电弧炉工艺模型的建立 | 第38-60页 |
·主要算法 | 第38-39页 |
·初等代数算法 | 第38页 |
·线性规划算法 | 第38页 |
·人工神经网络算法 | 第38页 |
·迭代动态规划算法 | 第38-39页 |
·静态控制模型 | 第39-49页 |
·冶金模型 | 第39-42页 |
·能量模型 | 第42-47页 |
·静态模型算法 | 第47-49页 |
·动态控制模型 | 第49-51页 |
·基于炉气分析的动态控制模型 | 第49页 |
·基于迭代动态规划的动态模型 | 第49-50页 |
·基于瞬时反应的动态模型 | 第50-51页 |
·过程控制策略 | 第51-52页 |
·仿真实验 | 第52-58页 |
·神经网络预报钢水温度和钢水中碳的含量 | 第52-54页 |
·神经网络预报钢水成份 | 第54-57页 |
·瞬时动态成分模拟计算 | 第57-58页 |
·本章小节 | 第58-60页 |
第4章 电弧炉电弧特性及工艺过程的研究 | 第60-86页 |
·交流电弧 | 第60-68页 |
·电气特性 | 第60-64页 |
·仿真研究 | 第64-68页 |
·冶炼工艺过程 | 第68-69页 |
·专家系统 | 第69-79页 |
·数据库设计 | 第70页 |
·知识库及推理机的设计 | 第70-72页 |
·模糊推理 | 第72-76页 |
·仿真验证 | 第76-79页 |
·模糊神经网络(FNN)系统研究 | 第79-84页 |
·知识的获取与学习样本组织 | 第79-81页 |
·FNN系统构造与仿真 | 第81-84页 |
·本章小结 | 第84-86页 |
第5章 电弧炉电极控制研究 | 第86-115页 |
·电极控制的数学模型 | 第86-94页 |
·电弧电压与弧长关系 | 第87页 |
·电弧电流与弧长关系 | 第87-90页 |
·实验数据 | 第90-94页 |
·电极工作原理及性能要求 | 第94-96页 |
·工作原理 | 第94-95页 |
·性能要求 | 第95页 |
·传动系统的建模 | 第95-96页 |
·电极调节策略 | 第96-97页 |
·最大电弧功率点跟踪 | 第96页 |
·电能量需求计算 | 第96-97页 |
·输入能量 | 第97页 |
·预存冶炼控制方式 | 第97页 |
·电极控制策略 | 第97-98页 |
·电极控制方法 | 第98-114页 |
·电极PID控制 | 第98-103页 |
·三相电极神经网络控制 | 第103-114页 |
·本章小结 | 第114-115页 |
第6章 电弧炉炼钢过程控制软件的研发 | 第115-130页 |
·控制软件的基本功能 | 第115-118页 |
·控制软件的结构 | 第118-120页 |
·控制软件运行环境 | 第120-121页 |
·控制软件开发工具 | 第121-125页 |
·优化设定与控制软件的实现 | 第125-126页 |
·用户界面的设计 | 第126-127页 |
·操作站设计 | 第127-128页 |
·管理站(工程师站)软件设计 | 第128-129页 |
·本章小结 | 第129-130页 |
第7章 总结 | 第130-133页 |
参考文献 | 第133-139页 |
攻读博士期间发表论文、科研及获奖情况 | 第139-140页 |
致谢 | 第140-141页 |
附录1: 基础自动化结构图 | 第141-142页 |
附录2: 加料模块图 | 第142-143页 |
附录3: 神经网络预测成分含量 | 第143-144页 |
附录4: 电弧电压原始数据(部分) | 第144-145页 |
附录5: 电弧电流原始数据(部分) | 第145-146页 |
附录6: 冶炼过程监控画面 | 第146-149页 |