文摘
英文文摘
第一章 绪论
1.1 研究背景及意义
1.2 加热炉及蓄热式燃烧技术简介
1.2.1 加热炉的分类
1.2.2 蓄热式加热炉
1.2.3 蓄热式高温燃烧技术
1.3 系统建模理论的发展
1.3.1 传统建模理论
1.3.2 智能建模理论
1.3.3 复合建模理论
1.4 加热炉建模发展概况
1.5 本文主要工作
第二章 加热炉模型建立的算法基础
2.1 主成分分析法
2.1.1 主成分分析法概述
2.1.2 主成分分析的原理
2.1.3 提取主成分的计算步骤
2.1.4 主成分个数的选取
2.2 人工神经网络
2.2.1 人工神经网络的概述
2.2.2 人工神经网络的结构
2.2.3 人工神经网络的类型
2.2.4 BP神经网络
第三章 基于总括吸收率的机理模型
3.1 温度场的数值计算方法介绍
3.1.1 热量传递的三种基本方式
3.1.2 导热基本定律
3.1.3 有限差分法
3.2 钢温模型的建立
3.2.1 模型假设
3.2.2 蓄热式加热炉机理模型的建立
3.3 模型参数的确定及仿真结果
第四章 加热炉复合模型结构及算法
4.1 复合模型的结构
4.2 输入变量选取及主成分分析
4.3 BP算法的设计
4.3.1 BP网络的前馈计算
4.3.2 BP网络权值的调整规则
4.3.3 BP学习算法的计算步骤
第五章 蓄热式加热炉的复合模型及炉温优化
5.1 模型假设
5.1.1 钢温假设
5.1.2 炉温假设
5.2 BP网络设计
5.2.1 输入输出层的选择
5.2.2 隐含层结点数的确定
5.3 模型仿真及与其它建模方法的比较
5.3.1 模型仿真
5.3.2 与其它加热炉数学模型的比较
5.4 模型验证与补偿校正
5.4.1 模型验证
5.4.2 基于BP的在线补偿
5.5 蓄热式加热炉炉温优化设定
5.5.1 炉温优化设定模型
5.5.2 基于遗传算法的炉温优化设定
5.5.3 仿真结果
第六章 结论和展望
参考文献
致谢