基于数据驱动的LF炉供电吹氩模型研究

目录

1 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 国外研究现状

1.2.2 国内研究现状

1.3 主要研究内容

1.4 论文结构安排

2 相关理论基础

2.1 LF炉精炼技术概述

2.1.1 LF炉结构与工艺介绍

2.1.2 LF炉传统供电模型

2.1.3 LF炉传统吹氩模型

2.2 供电吹氩模型影响因素分析

2.2.1 LF炉供电模型分析

2.2.2 LF炉吹氩模型分析

2.3 本章小结

3 基于组合核函数的SVR预估模型

3.1 数据预处理

3.1.1 数据获取与清洗

3.1.2 数据检验与归一

3.2 SVR理论及核函数改进

3.2.1 支持向量回归机（SVR）

3.2.2 核函数性质

3.2.3 基于组合核原理的组合核函数

3.3 实验流程及结果分析

3.3.1 基于组合核函数的SVR预估模型建模流程

3.3.2 模型对比与结果分析

3.4 本章小结

4 LSTM-Attention预估模型

4.1 深度学习模型

4.1.1 长短期记忆神经网络（LSTM）

4.1.2 注意力机制（Attention）

4.2 基于LSTM-Attention建立预估模型

4.2.1 数据预处理

4.2.2 Attention机制的实现

4.2.3 LSTM-Attention预估模型网络结构

4.2.4 LSTM-Attention预估模型建模流程

4.3 仿真实验及结果分析

4.3.1 实验环境及参数设置

4.3.2 实验结果及分析评价

4.4 本章小结

5 LF炉供电吹氩模型验证

5.1 LF二级系统介绍

5.2 供电及吹氩模型功能设计与运行流程

5.2.1 供电及吹氩模型功能设计

5.2.2 供电与吹氩模型运行流程

5.3 供电模型及吹氩模型验证

5.4 本章小结

6 总结与展望

6.1 总结

6.2 展望

致谢

参考文献

攻读硕士学位期间主要研究成果