声明
摘要
第1章 绪论
1.1 研究铁水脱硫预报模型的意义
1.2 铁水脱硫工艺简介
1.2.1 铁水脱硫主要方法
1.2.2 铁水脱硫工艺控制技术
1.3 铁水脱硫预报模型的发展概况
1.3.1 机理模型
1.3.2 统计模型
1.3.3 智能模型
1.4 本文工作
第2章 铁水脱硫工艺过程分析
2.1 脱硫工艺的主要设备及流程
2.2 铁水脱硫化学反应原理
2.3 影响脱硫效果的因素
2.4 本章小结
第3章 基于RBF神经网络的铁水脱硫预报模型的建立
3.1 神经网络结构的选取
3.1.1 RBF人工神经网络简介
3.1.2 RBF网络和BP网络的比较
3.1.3 RBF神经网络算法原理
3.2 学习算法的确定
3.2.1 正交最小二乘法(OLS)
3.2.2 递归正交最小二乘法(ROLS)
3.2.3 网络中心的选择
3.3 脱硫剂加入量预报模型算法实现
3.4 脱硫剂加入量预报模型的总体结构
3.5 本章小结
第4章 铁水脱硫预报模型的应用
4.1 铁水脱硫预报模型系统的实现
4.1.1 硬软件环境
4.1.2 系统程序结构
4.1.3 通讯接口
4.2 训练样本的选取
4.2.1 样本数据处理流程
4.2.2 数据预处理方法
4.3 人机界面
4.4 运行结果
4.5 本章小结
第5章 结束语
参考文献
致谢
攻硕期间参加的项目
东北大学;