炼钢过程能源管理系统研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 现阶段我国钢铁行业综合能耗水平分析 | 第12-13页 |
| 1.2.2 我国钢铁企业节能减排主要措施及手段 | 第13-14页 |
| 1.2.3 国内外能源管理系统开发现状 | 第14页 |
| 1.3 论文研究思路和主要工作 | 第14-15页 |
| 1.4 论文组织结构 | 第15-18页 |
| 第2章 钢铁企业能源系统分析 | 第18-24页 |
| 2.1 能源的分布及管理流程 | 第18-20页 |
| 2.1.1 能源的分布 | 第18-19页 |
| 2.1.2 能源管理流程 | 第19-20页 |
| 2.2 能源系统相关问题分析 | 第20-23页 |
| 2.2.1 缺乏能源计量设施问题 | 第20页 |
| 2.2.2 数据采集自动化程度低 | 第20页 |
| 2.2.3 能源数据集中度低 | 第20-21页 |
| 2.2.4 能源产消预测不准确 | 第21页 |
| 2.2.5 能源计划与能源调度效率低 | 第21-22页 |
| 2.2.6 能源实绩平衡方法落后 | 第22页 |
| 2.2.7 其他相关问题 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 转炉炼钢吹氧量预测分析 | 第24-46页 |
| 3.1 转炉炼钢吹氧量影响因素 | 第24-27页 |
| 3.2 转炉炼钢吹氧量预测模型现状 | 第27-30页 |
| 3.2.1 生产现场模型说明 | 第28页 |
| 3.2.2 生产现场模型预测验证 | 第28-30页 |
| 3.3 基于BP神经网络的转炉炼钢吹氧量预测 | 第30-44页 |
| 3.3.1 BP神经网络介绍 | 第30-33页 |
| 3.3.2 模型变量的确定 | 第33-35页 |
| 3.3.3 BP网络设计 | 第35-38页 |
| 3.3.4 数据预处理 | 第38-39页 |
| 3.3.5 BP神经网络预测模型的建立及仿真 | 第39-44页 |
| 3.4 本章小结 | 第44-46页 |
| 第4章 炼钢过程能源管理系统技术方案 | 第46-66页 |
| 4.1 研究背景 | 第46-52页 |
| 4.1.1 现状分析及存在问题 | 第46-50页 |
| 4.1.2 炼钢厂各工序能源产消情况说明 | 第50-52页 |
| 4.2 业务分析 | 第52页 |
| 4.2.1 业务需求描述 | 第52页 |
| 4.2.2 总体业务流程 | 第52页 |
| 4.3 应用系统设计 | 第52-59页 |
| 4.3.1 应用系统设计原则 | 第52-53页 |
| 4.3.2 系统总体结构 | 第53-54页 |
| 4.3.3 应用系统功能设计 | 第54-59页 |
| 4.3.4 配套工程 | 第59页 |
| 4.4 能源管理系统实现方案 | 第59-63页 |
| 4.4.1 应用系统体系结构方案 | 第59页 |
| 4.4.2 网络架构方案 | 第59-61页 |
| 4.4.3 主机平台系统架构方案 | 第61-62页 |
| 4.4.4 采集终端机 | 第62页 |
| 4.4.5 软件方案 | 第62-63页 |
| 4.5 信息安全系统设计 | 第63-65页 |
| 4.5.1 物理安全 | 第64页 |
| 4.5.2 网络安全 | 第64页 |
| 4.5.3 主机安全 | 第64-65页 |
| 4.5.4 应用安全 | 第65页 |
| 4.5.5 数据安全 | 第65页 |
| 4.6 本章小结 | 第65-66页 |
| 第5章 结论与展望 | 第66-68页 |
| 5.1 结论 | 第66页 |
| 5.2 展望 | 第66-68页 |
| 参考文献 | 第68-70页 |
| 致谢 | 第70页 |
