声明
摘要
第1章绪论
1.1课题研究的背景
1.2转炉炼钢的发展
1.3转炉炼钢终点控制技术发展
1.4人工神经网络及其在转炉炼钢中的应用
1.5本文主要研究内容
第2章转炉炼钢工艺
2.1转炉炼钢工艺
2.1.1 概述
2.1.2转炉炼钢主要设备
2.1.3转炉炼钢炉内主要反应
2.1.4脱碳反应原理
2.2顶吹转炉的冶炼工艺
2.2.1顶吹转炉的冶金特点
2.2.2吹炼工艺流程
2.2.3 吹炼过程中金属成分的变化规律
2.2.4吹炼过程中熔渣成分的变化规律
2.2.5吹炼过程中熔池温度的变化规律
2.2.6顶吹转炉炼钢制度
2.2.7温度控制
2.2.8终点控制
2.3本章小结
第3章物料平衡及热平衡机理模型
3.1物料平衡分析
3.2物料平衡计算
3.2.1 物料平衡计算准备及假设
3.2.2炉渣量及各成分计算
3.2.3烟尘中的铁及氧含量计算
3.2.4炉气成分及重量计算
3.2.5氧气消耗量计算
3.2.6钢水量计算
3.2.7物料平衡终算
3.3热平衡分析
3.3.1 热量收入
3.3.2热量支出
3.3.3富裕热量
3.4热平衡计算
3.5加入废钢后原料加入量的确定
3.6鞍钢某转炉目前采用的终点控制方法
3.7本章小结
第4章基于RBF神经网络的终点碳温预测模型
4.1人工神经网络
4.1.1生物神经元
4.1.2人工神经元模型
4.1.3神经网络的结构
4.2 RBF神经网络
4.2.1径向基函数
4.2.2 RBF神经网络结构
4.2.3 RBF网络的优缺点
4.3 RBF神经网络预测模型
4.3.1 RBF神经网络结构确定
4.3.2神经元个数的选取
4.3.3基函数的选取
4.3.4基于最近邻聚类算法的RBF基函数中心选取
4.3.5基于带遗忘因子递推最小二乘法的权值调整
4.3.6滑动窗口矩阵选取样本方法
4.4相关数据处理
4.4.1离群值的处理
4.4.2数据标准化处理
4.5本章小结
第5章预测模型的仿真研究
5.1仿真软件工具的选择
5.2仿真流程
5.3模型中关键算法的数据流程图及MATLAB实现
5.3.1最近邻聚类算法流程
5.3.2带遗忘因子的递归最小二乘法流程
5.4仿真结果分析
5.4.1 采用RBF神经网络模型得出的终点含C量预测结果
5.4.2采用RBF神经网络模型得出的终点温度预测结果
5.4.3 采用RBF神经网络模型得出的终点碳温双命中率预测结果
5.4.4与目前鞍钢转炉现场终点控制预测结果的对比
5.5本章小结
6.1 总结
6.2 展望
参考文献
致谢
东北大学;