| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 前言 | 第10-19页 |
| 1.1 课题研究的背景、目的及意义 | 第10-11页 |
| 1.2 转炉炼钢简介 | 第11-16页 |
| 1.2.1 转炉炼钢工艺发展 | 第11-12页 |
| 1.2.2 转炉炼钢设备 | 第12-13页 |
| 1.2.3 转炉炼钢工艺流程 | 第13-15页 |
| 1.2.4 国内全三脱工艺现状 | 第15-16页 |
| 1.3 一键式炼钢自动化技术发展及现状 | 第16-17页 |
| 1.3.1 转炉自动化炼钢技术发展 | 第16-17页 |
| 1.3.2 国内及国外一键式炼钢技术总结 | 第17页 |
| 1.4 首钢京唐一键式炼钢应用存在的问题 | 第17-18页 |
| 1.5 本文的主要工作 | 第18-19页 |
| 第2章 控制系统总体结构与软硬件设计 | 第19-31页 |
| 2.1 工艺要求及目标 | 第19页 |
| 2.2 一键式炼钢自动控制系统设计思路 | 第19-22页 |
| 2.3 一级控制系统设计 | 第22-25页 |
| 2.3.1 系统设计思路 | 第22页 |
| 2.3.2 控制系统硬件设计 | 第22-24页 |
| 2.3.3 控制系统软件设计 | 第24-25页 |
| 2.4 二级控制系统设计 | 第25-30页 |
| 2.4.1 系统设计思路 | 第25-26页 |
| 2.4.2 控制系统硬件设计 | 第26-27页 |
| 2.4.3 控制系统软件设计 | 第27页 |
| 2.4.4 控制流程设计 | 第27-29页 |
| 2.4.5 二级系统冶金模型功能设计 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 基于RBF神经网络的静态预报和终点动态控制模型 | 第31-50页 |
| 3.1 引言 | 第31页 |
| 3.2 RBF神经网络 | 第31-35页 |
| 3.2.1 RBF神经网络发展简史 | 第31-32页 |
| 3.2.2 径向基函数 | 第32页 |
| 3.2.3 RBF网络模型 | 第32-34页 |
| 3.2.4 RBF神经网络影映射关系 | 第34-35页 |
| 3.3 RBF网络在副原料量静态预报中的应用 | 第35-45页 |
| 3.3.1 吹氧量、造渣剂加入量预测模型 | 第36页 |
| 3.3.2 合金加入量预测模型 | 第36-37页 |
| 3.3.3 数据的采集与处理 | 第37-40页 |
| 3.3.4 网络模型学习方法 | 第40-42页 |
| 3.3.5 仿真测试 | 第42-45页 |
| 3.4 RBF网络在转炉炼钢终点动态控制中的应用 | 第45-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第4章 一级控制系统中关键技术的研究 | 第50-61页 |
| 4.1 氧枪自动定位控制 | 第50-51页 |
| 4.1.1 氧枪自动定位控制方案 | 第50-51页 |
| 4.1.2 仿真结果 | 第51页 |
| 4.2 氧气流量控制技术 | 第51-53页 |
| 4.2.1 氧气流量控制说明 | 第51-52页 |
| 4.2.2 分段PID控制设计 | 第52页 |
| 4.2.3 常规PID与分段PID实际应用对比 | 第52-53页 |
| 4.3 投料系统关键技术 | 第53-57页 |
| 4.3.1 自动加料控制流程 | 第54-55页 |
| 4.3.2 减法加料控制 | 第55-56页 |
| 4.3.3 自学习电振给料机控制 | 第56页 |
| 4.3.4 仿真结果 | 第56-57页 |
| 4.4 汽包液位三冲量与经验结合控制 | 第57-60页 |
| 4.4.1 汽包液位的调节方式 | 第57-59页 |
| 4.4.2 程序优化后的实际曲线对比 | 第59-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第5章 一键式炼钢自动控制系统应用 | 第61-69页 |
| 5.1 一键式炼钢控制流程 | 第61-62页 |
| 5.2 一键式炼钢系统各模块功能介绍 | 第62-65页 |
| 5.3 一键式炼钢系统应用说明 | 第65-67页 |
| 5.4 本章小结 | 第67-69页 |
| 第6章 结论与展望 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74页 |