提钒炼钢厂物料信息管理与预测系统的研究
摘要 | 第1-5页 |
ABSTRACT | 第5-11页 |
1 绪论 | 第11-19页 |
·国内外钢铁工业发展现状 | 第11-17页 |
·钢铁工业自动化的发展历程 | 第11-12页 |
·国际钢铁工业自动化的现状分析 | 第12-14页 |
·国内钢铁工业自动化的现状分析 | 第14-16页 |
·国内钢铁工业自动化的展望 | 第16-17页 |
·课题研究的内容 | 第17-19页 |
·提钒炼钢厂的现状 | 第17-18页 |
·本文的研究内容 | 第18-19页 |
2 提钒炼钢厂生产管理系统的研究 | 第19-27页 |
·提钒炼钢厂的主要工艺 | 第19-20页 |
·提钒炼钢厂的工艺流程 | 第19-20页 |
·提钒炼钢厂的主要工艺功能描述 | 第20页 |
·提钒炼钢厂生产管理系统的研究 | 第20-22页 |
·提钒炼钢厂生产管理系统的现状 | 第20-21页 |
·提钒炼钢厂生产管理系统的改进 | 第21-22页 |
·提钒炼钢厂生产管理系统的具体实现 | 第22-26页 |
·基础自动化系统 | 第22-23页 |
·过程控制系统 | 第23-24页 |
·重量信息采集管理和预测系统 | 第24页 |
·炼钢区域L3 级系统 | 第24-26页 |
·本章小结 | 第26-27页 |
3 物料重量信息采集与管理系统的设计 | 第27-40页 |
·重量信息的采集与管理 | 第27-30页 |
·物料重量信息概况 | 第27-29页 |
·物料重量信息的采集与管理 | 第29-30页 |
·各分区称重数据的采集与管理 | 第30-39页 |
·脱硫中控区重量信息采集与管理 | 第31-32页 |
·提钒转炉区重量信息采集与管理 | 第32-33页 |
·提钒零米区重量信息采集与管理 | 第33-34页 |
·炼钢转炉区重量信息采集与管理 | 第34-36页 |
·原料区重量信息采集与管理 | 第36页 |
·铸锭区重量信息采集与管理 | 第36页 |
·方坯精炼及连铸区重量信息采集与管理 | 第36-38页 |
·板坯精炼及连铸区重量信息采集与管理 | 第38-39页 |
·本章小结 | 第39-40页 |
4 物料重量信息采集与管理系统的实现 | 第40-70页 |
·数据传输的关键技术 | 第40-52页 |
·TCP/IP 网络通信 | 第40-43页 |
·串口通信 | 第43-45页 |
·Windows Sockets 通信 | 第45-48页 |
·无线数传电台 | 第48-50页 |
·射频识别技术 | 第50-52页 |
·数据库的管理与设计 | 第52-57页 |
·数据库选择 | 第52-53页 |
·数据库设计 | 第53-54页 |
·数据库的相关技术 | 第54-55页 |
·应用程序与数据库接口 | 第55-57页 |
·系统应用程序的开发 | 第57-62页 |
·系统设置模块 | 第57页 |
·设备管理模块 | 第57-61页 |
·数据管理模块 | 第61-62页 |
·报表模块 | 第62页 |
·B/S 设计模式 | 第62-69页 |
·B/S 结构简介 | 第62-66页 |
·ASP 技术简介 | 第66-67页 |
·ASP 访问网络数据库 | 第67-68页 |
·B/S 的实现 | 第68-69页 |
·本章小结 | 第69-70页 |
5 物料消耗预测系统 | 第70-85页 |
·BP 神经网络 | 第70-73页 |
·人工神经网络 | 第70-71页 |
·BP 神经网络模型 | 第71-72页 |
·BP 神经网络模型的关键点 | 第72-73页 |
·遗传算法 | 第73-75页 |
·遗传算法原理 | 第73页 |
·遗传算法的基本流程 | 第73-74页 |
·遗传编码 | 第74页 |
·适应函数 | 第74-75页 |
·遗传算子 | 第75页 |
·遗传算法与BP 网络结合 | 第75-80页 |
·GA 优化BP 网络权值与阈值的原理 | 第75-76页 |
·方案设计 | 第76-79页 |
·遗传算法参数选择 | 第79-80页 |
·物料消耗预测模型 | 第80-82页 |
·物料消耗预测系统的实现 | 第82-84页 |
·本章小结 | 第84-85页 |
6 总结 | 第85-87页 |
·全文总结 | 第85页 |
·进一步工作和展望 | 第85-87页 |
致谢 | 第87-88页 |
参考文献 | 第88-91页 |
附录 | 第91-93页 |