热物性参数BP网络模型及其在钢坯加热温度预报中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-18页 |
| ·课题提出的背景及意义 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·加热炉控制系统国内外研究状况 | 第10-12页 |
| ·加热炉钢坯温度场研究状况及意义 | 第12-13页 |
| ·人工神经网络概述 | 第13-17页 |
| ·人工神经网络的概念 | 第13页 |
| ·神经网络的学习方式 | 第13-14页 |
| ·神经网络的特点 | 第14-15页 |
| ·人工神经网络的研究及应用 | 第15-16页 |
| ·传统建模方法和神经网络建模方法的比较 | 第16-17页 |
| ·论文的研究方法 | 第17-18页 |
| 第2章 钢坯温度场数学模型 | 第18-33页 |
| ·加热炉生产工艺及石钢一轧厂加热炉简介 | 第18-22页 |
| ·连续加热炉的分类 | 第18页 |
| ·连续加热炉的加热制度 | 第18-19页 |
| ·加热炉加热钢坯的目的 | 第19页 |
| ·钢坯加热时易产生的加工缺陷 | 第19-20页 |
| ·加热炉炉体介绍 | 第20-21页 |
| ·加热炉生产状况 | 第21-22页 |
| ·钢坯温度场数学模型的建立 | 第22-28页 |
| ·数值传热学的基本理论 | 第22-25页 |
| ·模型的假设 | 第25-26页 |
| ·模型的数学描述和定解条件 | 第26-28页 |
| ·相关参数的处理 | 第28-32页 |
| ·导来辐射系数的确定 | 第29-30页 |
| ·炉温的确定 | 第30-31页 |
| ·综合给热系数的确定 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于 BP 神经网络的热物性参数预报模型 | 第33-48页 |
| ·BP 网络概述 | 第33-37页 |
| ·概念 | 第33-34页 |
| ·BP 网络的参数 | 第34页 |
| ·BP 算法 | 第34-36页 |
| ·BP 网络的改进 | 第36-37页 |
| ·金属的热物性参数及其预报模型的建立 | 第37-43页 |
| ·热物性参数 | 第37-40页 |
| ·BP 网络模型的建立 | 第40-43页 |
| ·网络系统的训练 | 第43-45页 |
| ·网络的预报精度 | 第45-46页 |
| ·BP 网络预报模型的应用 | 第46页 |
| ·本章小结 | 第46-48页 |
| 第4章 钢坯温度场计算及结果验证分析 | 第48-68页 |
| ·传热的数值求解概述 | 第48-58页 |
| ·传热问题数值求解的基本方法 | 第48-50页 |
| ·有限差分法 | 第50-52页 |
| ·稳态传热的有限差分法 | 第52-53页 |
| ·非稳态传热的有限差分法 | 第53-54页 |
| ·解的稳定性和收敛性 | 第54-55页 |
| ·炉内钢坯温度场的求解 | 第55-58页 |
| ·钢坯温度场计算结果 | 第58-61页 |
| ·ANSYS模拟结果和实测结果的验证 | 第61-66页 |
| ·ANSYS 模拟结果验证 | 第61-66页 |
| ·实测结果验证 | 第66页 |
| ·误差分析 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第5章 实时监测系统的开发 | 第68-73页 |
| ·数据库支持简介 | 第68页 |
| ·系统模块及主要功能 | 第68-72页 |
| ·坯料温升实时、动态显示功能 | 第69-71页 |
| ·信息管理功能 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 结论 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第78-79页 |
| 致谢 | 第79-80页 |
| 作者简介 | 第80页 |
