声明
摘要
第1章 绪论
1.1 问题的提出和背景
1.2 课题的研究意义
1.3 国内外研究现状
1.4 关于粘结漏钢检测方法
1.4.1 结晶器热交换分析方法
1.4.2 铸坯短边凹度测量法
1.4.3 压力法结晶器拉漏预报
1.4.4 用热电偶测温进行漏钢预报
1.4.5 监测摩擦力进行漏钢预报
1.4.6 统计分析方法
1.5 论文结构与内容
第2章 连铸漏钢及漏钢预报的工艺原理
2.1 天津钢厂4#板坯连铸工艺生产流程
2.1.1 天津钢厂生产工艺
2.1.2 天津钢厂4#板坯连铸生产过程
2.2 漏钢类型及原因
2.2.1 开浇漏钢
2.2.2 铸中漏钢
2.2.3 粘结性漏钢
2.3 粘结性漏钢相关理论
2.3.1 粘结漏钢的形成机理
2.3.2 粘结漏钢的影响因素
2.4 天津钢厂4#板坯漏钢应急措施
2.5 本章小结
第3章 天津钢厂#板坯漏钢预报系统设计
3.1 天津钢厂4#板坯漏钢预报系统总体结构
3.2 硬件系统设计
3.2.1 热电偶设计
3.2.2 过程控制应用设备
3.2.3 终端显示硬件
3.2.4 网络通讯
3.3 软件系统设计
3.3.1 软件开发环境
3.3.2 应用软件结构与功能
3.4 本章小结
第4章 基于逻辑判断的漏钢预报方法
4.1 基于逻辑判断的漏钢预报原理
4.2 粘结漏钢模式
4.3 温度数据预处理
4.4 粘结漏钢裂口传播模型分析
4.5 漏钢预报逻辑判断
4.5.1 温度偏差检查
4.5.2 温度变化速度检查
4.5.3 温度变化延迟检查
4.5.4 温度下降检查
4.6 逻辑判断模型存在的问题
4.7 漏钢预报效果分析
4.8 本章小结
第5章 基于神经网络模型的漏钢预报方法
5.1 神经网络的理论和方法
5.1.1 神经网络的基本特点
5.1.2 神经网络的学习与计算
5.1.3 BP网络结构及其学习算法
5.1.4 BP算法的缺点及改进方法
5.1.5 网络中的存储技术
5.2 神经网络漏钢预报模型
5.2.1 神经网络漏钢预报的机理
5.2.2 神经网络预结构的确定
5.2.3 神经网络漏钢预报模型建立
5.3 仿真研究
5.4 本章小结
第6章 结论与展望
参考文献
致谢