首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

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

论文共149页,点击 下载论文
上一篇:对大信息量XML文档查询方法的研究
下一篇:ZH公司陕西分公司宽带薪酬体系设计