1 绪论
1.1 本书写作背景和意义
1.2 氧气转炉炼钢法的发展
1.3 转炉炼钢终点控制技术的发展
1.3.1 经验控制
1.3.2 静态控制
1.3.3 动态控制
1.3.4 自动控制
1.4 智能方法在转炉炼钢终点控制中的应用
1.5 本文主要内容和编排
参考文献
2 转炉炼钢的工艺流程、反应机理和数学模型
2.1 氧气转炉炼钢法工艺流程和制度
2.1.1 装入制度
2.1.2 供氧制度
2.1.3 造渣制度
2.1.4 温度制度
2.1.5 终点控制
2.2 转炉炼钢预测模型的数学模型
2.2.1 转炉炼钢预测模型的建模过程
2.2.2 转炉炼钢预测模型的标准
2.2.3 转炉炼钢预测模型的性能指标
2.3 转炉冶炼过程的机理分析
2.3.1 硅的氧化反应对转炉冶炼过程的影响
2.3.2 锰的氧化反应对转炉冶炼过程的影响
2.3.3 钢水的脱磷过程分析
2.3.4 钢水的脱硫过程分析
2.3.5 碳的氧化反应对转炉冶炼过程的影响
2.3.6 氧枪操作和造渣工艺对冶炼过程的影响
2.3.7 基于机理的转炉冶炼过程的终点预测模型分析
2.4 本章小结
参考文献
3 转炉炼钢的终点静态预测模型
3.1 概述
3.2 转炉冶炼过程的机理分析确定预测模型变量
3.2.1 转炉炼钢终点的影响因素分析
3.2.2 转炉炼钢静态预测模型的输入输出变量
3.3 孪生支持向量机及其理论基础
3.3.1 支持向量机算法
3.3.2 李生支持向量机算法
3.4 基于小波权重TSVR的转炉炼钢终点静态预测模型
3.4.1 非线性小波权重TSVR算法
3.4.2 权重矩阵D1和权重向量D2的确定
3.4.3 转炉炼钢静态预测模型的描述和建模步骤
3.5 仿真实验验证与分析
3.5.1 WTWTSVR算法性能验证
3.5.2 转炉炼钢静态预测模型的实验仿真
3.6 本章小结
参考文献
4 转炉炼钢的终点静态控制模型研究
4.1 概述
4.2 转炉炼钢静态控制模型分析
4.2.1 转炉炼钢静态控制模型的分类及分析
4.2.2 基于TSVR和鲸群优化算法的静态控制模型
4.3 鲸群优化算法
4.3.1 元启发式算法
4.3.2 鲸群优化算法的基本原理
4.4 基于小波权重TSVR和WOA的转炉炼钢终点静态分量控制模型
4.4.1 碳温预测模型的建模过程
4.4.2 氧料分量优化模型的优化过程
4.4.3 仿真实验验证与分析
4.5 基于小波权重TSVR的转炉炼钢终点静态总量控制模型
4.5.1 碳温预测模型的建模过程
4.5.2 氧料总量控制模型的建模过程
4.5.3 仿真实验验证与分析
4.6 本章小结
参考文献
5 转炉炼钢的终点动态预测模型研究
5.1 概述
5.2 基于副枪技术的转炉炼钢模型分析
5.3 非线性KNNWTSVR算法
5.4 基于莱维飞行的改进鲸群优化算法
5.5 基于KNNWTSVR和LWOA的转炉炼钢终点动态预测模型
5.5.1 时间序列预测模型
5.5.2 补偿预测模型
5.5.3 组合预测模型的建模过程
5.6 仿真实验验证与分析
5.6.1 LWOA算法的性能测试
5.6.2 有冷却剂的终点动态组合预测模型的仿真实验
5.6.3 无冷却剂的终点动态组合预测模型的仿真实验
5.7 本章小结
参考文献
6 转炉炼钢的终点动态控制模型研究
6.1 概述
6.2 转炉炼钢的动态控制模型分析
6.3 基于无约束小波权重的TSVR算法
6.4 转炉炼钢终点动态控制模型的建模过程
6.4.1 碳温预测模型的建模过程
6.4.2 预设定模型的建模过程
6.4.3 参数调整单元和决策模块
6.5 仿真实验验证与分析
6.5.1 有冷却剂的终点动态控制模型的仿真实验
6.5.2 无冷却剂的终点动态控制模型的仿真实验
6.6 本章小结
参考文献
7 总结及展望
7.1 总结
7.2 展望
附录A 基准函数表
附录B LWOA和WOA算法的收敛速度比较图