一、转炉终点控制技术（论文文献综述）
朱建华[1]（2021）在《转炉炼钢终点控制技术探讨》文中进行了进一步梳理这些年来我们国家在经济领域方面取得了突破性的成绩和进步,人们的生活水平和质量相对于过去有了一个质的飞跃。与此同时,钢铁工业在整个经济体系当中占据着至关重要的位置,我们国家的工业建设水平正在以飞快的速度朝前发展,在很多生产领域都需要用到钢铁产品。在这样的背景之下,我们国家的钢铁工业也迎来了前所未有的繁荣发展阶段,转炉炼钢终点控制技术也被广泛运用,本文主要重点描述此技术的发展以及具体的应用,希望为相关人员提供参考。
尹志钧[2]（2021）在《转炉炼钢终点控制技术探究》文中提出近年来我国冶金技术发展日新月异,而在转炉炼钢的过程中,仍然存在尚未突破的限制性环节,那就是终点控制阶段。为了解决转炉炼钢生产中的根本问题,本文深入分析了当下转炉炼钢技术的发展现状,并重点研究了其中终点控制环节的相关技术与模型,探究了提高转炉炼钢质量以及降低能耗的具体途径,对我国转炉炼钢技术的发展有着促进意义。
孙文强[3]（2021）在《基于火焰图像特征提取的转炉炼钢终点碳含量实时预报方法研究》文中研究指明转炉炼钢生产过程中,终点碳温的准确预报是钢铁产业至关重要的一环,而碳含量的准确预报对于提高钢铁冶炼工艺具有重要的意义。本文针对转炉终点炉口火焰图像相似性高,传统特征方法难以提取区分碳含量相近的火焰图像的关键特征,从炉口火焰图像的颜色特征和纹理特征提取入手开展研究,为提高基于炉口火焰图像特征提取的转炉炼钢终点碳含量预测准确率打下基础。本文的主要研究内容如下:（1）采用基于卷积神经网络火焰特征提取的终点碳含量预测方法。通过对卷积神经网络VGG-16参数进行修正,调整堆叠卷积层中卷积核大小、池化大小、补零方式、归一化以及全连接层的参数,减少了参数运算量,提升了网络训练速度。实验结果表明,使用经过参数调整优化后的VGG-16网络提取火焰图像不同层次间的抽象特征,并对23种不同碳类别下所有炉次的转炉火焰图像的终点碳含量进行预测,使得转炉终点碳含量误差范围在0.02%内的预测精度达到68.2%。（2）提出了一种基于改进完全局部二值模式（Improved complete local binary pattern,ICLBP）火焰特征提取的转炉炼钢终点碳含量预测算法。通过改进完全局部二值模式提取火焰图像特征并实现转炉终点碳含量的准确预测。具体内容如下,通过采用局部相位量化法（local phase quantization,LPQ）提取火焰图像的相位信息作为对完全局部二值模式CLBP中幅值信息CLBP＿M的补充,将幅值信息和相位信息两者的特征向量相结合组成融合特征ICLBP＿MP,以弥补CLBP在火焰图像局部结构中对纹理特征提取的不足;提出一种新颖的结合颜色信息的加权策略,解决了CLBP算法在提取火焰图像纹理特征缺乏局部对比度信息的问题。实验结果表明,本章方法对23种类别的转炉火焰图像的终点碳含量进行预测,使得转炉终点碳含量误差范围在0.02%内的预测精度达到83.9%。（3）提出了一种融合局部和全局空间信息的完全局部二值模式火焰特征提取的转炉炼钢终点碳含量预测算法。首先,使用完全局部二值求得火焰单通道和互通道图像的局部分割块并分别进行颜色加权和梯度加权以增强火焰单通道和互通道图像符号和幅值块的局部对比度;然后,将增强了局部对比度的符号和幅值块分别与火焰灰度图对应位置上的局部分割块相结合,融合火焰单通道和互通道图像之间的局部和全局空间信息。实验结果表明,本章方法对23种类别的转炉火焰图像的终点碳含量进行预测,使得转炉终点碳含量误差范围在0.02%内的预测精度达到85.2%,有效提高了转炉终点碳含量预测的准确率,解决了由于转炉炉口火焰图像相似性高,导致的转炉终点碳含量预测精度低的问题。
熊倩[4]（2021）在《基于转炉炼钢生产过程数据集成学习的吹炼终点碳温软测量方法研究》文中研究指明转炉炼钢技术是目前全世界应用最为广泛的炼钢技术,而其关键就是实现对转炉炼钢吹炼终点的准确控制。但转炉炼钢的工业现场环境恶劣,同时伴随着生产过程中复杂的物理和化学反应,为了能够及时有效地实现终点控制,并满足出钢要求,准确地预报熔池内钢水碳含量和温度极为重要。其中,转炉炼钢生产过程数据与终点碳含量和温度有密切的关系。因此,基于转炉炼钢生产过程数据生成终点碳温软测量模型的方法应运而生。但在转炉炼钢过程中,熔池内钢水的碳含量和温度的变化是复杂的,影响因素较多。单一的全局模型在针对这些数据的时候往往表现不佳,对实际生产中因原材料的不稳定和品质存在差异等导致的炉次样本波动性较大,数据维度高等问题的诠释力度不够,因此基于集成学习的软测量建模方法通过集成多个单一的局部模型构造集成学习器,为解决上述问题提供了良好的思路。本文以集成学习的思想对转炉炼钢终点碳含量、温度构建预测模型的问题进行深入研究。（1）基于LR-SVGD模型选择的集成学习转炉炼钢终点碳温软测量方法。针对实际生产中因原料品质差异导致的炉次样本波动性较大所造成全局单一模型会影响集成效果而无法精确预测终点碳温的问题,提出一种LR-SVGD模型选择的集成学习软测量方法。首先,采用峰值密度聚类算法划分可视化后的训练数据形成局部样本子集,构建子集与原始数据间的一一对应关系生成广义回归神经网络子模型,通过LR-SVGD获得测试样本与不同模型之间的关联概率;其次,通过关联概率选择与测试样本关联较佳的广义回归神经网络子模型作为局部模型,提出LR-SVGD模型选择方法从而得到集成输出碳温预测结果。根据实际转炉炼钢生产过程数据的仿真结果,表明碳含量在±0.02%的误差范围内精度达到81%,温度在±10℃的误差范围内精度达到73.8%。（2）基于LNN-DPC加权集成学习的转炉炼钢终点碳温软测量方法。本章提出一种基于改进的密度聚类的灰色关联度加权集成软测量建模方法。首先,采用改进的峰值密度聚类算法划分降维后的训练数据形成局部样本子集,构建子集与原始数据间的一一对应关系生成高斯过程回归子模型,并在原始数据子集下度量得到熵值加权的子集“质心”;其次,通过灰色关联分析选择与测试样本关联度较强的模型作为局部模型,提出关联度加权集成策略输出碳温预测结果。根据实际转炉炼钢生产过程数据的仿真结果,表明碳含量在±0.02%的误差范围内精度达到85.2%,温度在±10℃的误差范围内精度达到84.8%。（3）基于自编码器特征提取的转炉炼钢终点碳温软测量方法。针对实际生产过程中生产过程数据维度较高不利于转炉炼钢终点碳温的准确预报的问题,采用一种基于自编码器的集成学习转炉炼钢终点碳温软测量方法。首先,采用改进的峰值密度聚类算法划分可视化后的训练数据形成局部样本子集,并通过局部样本子集与原始数据间的映射关系形成高维数据子集;其次,采用自编码器对每一个高维数据子集进行特征降维,形成降维后的数据子集训练不同模型,并通过自学习选择不同模型下的最佳训练子模型;最后,通过灰色关联分析选择与测试样本关联度较强的最佳训练子模型,得到灰色关联度加权集成模型输出碳温预测结果。根据实际转炉炼钢生产过程数据的仿真结果,表明碳含量在±0.02%的误差范围内精度达到90%,温度在±10℃的误差范围内精度达到87%。
李超[5]（2021）在《基于火焰图像识别的转炉炼钢终点碳含量实时预报方法研究》文中研究说明钢水碳含量终点预测作为转炉炼钢重要的一环,准确的预测将直接关系到炼钢效率,有利于减少能源和原材料浪费。由于熔池内不同比例的钢水碳含量能够反映在炉口火焰颜色、纹理形态等信息的变化上,因此采用炉口火焰图像特征提取的终点碳含量预测方法为传统预测提供一种新的参考,但火焰作为一种复杂变化的非结构对象,具有较强的随机性和相似性,给特征提取带来不小的困难,进而影响到终点预测的准确性。针对上述问题,本文将从钢水碳含量变化密切相关的炉口火焰颜色、纹理特征入手,研究炉口火焰的内在结构特点,在变化复杂的炉口火焰中提取具有区分性、鲁棒性的彩色纹理特征,进而提高终点预测精度,为后续终点碳含量预测的进一步探讨提供参考。本文的主要研究内容如下:（1）从机理分析的角度阐述转炉炼钢吹炼过程中不同钢水碳含量对应炉口火焰特征的变化情况;其次以终点时刻工业相机拍摄的不同炉次下约16000张火焰图像作为实验数据集,通过验证实验证明炉口火焰的随机性、多尺度、多方向特点。将规则纹理图像与同一炉次下的火焰图像作为对比,计算不同方向直方图的特征统计值,根据统计值的变化分析炉口火焰图像的随机性特点;利用高斯尺度金字塔构建火焰图像的多尺度表达,结合局部极值模式（Local extrema patterns,LEP）、灰度共生矩阵（Gray Level Co-occurrence Matrix,GLCM）纹理特征提取方法,根据预测结果分析炉口火焰图像的多尺度、多方向特点,为实现鲁棒性较好、预测精度高的彩色纹理特征提取模型提供指导思路。（2）针对炉口火焰的随机性特点,导致稳定特征提取困难进而影响预测准确性的问题,构建了一种局部纹理互信息特征提取方法并用于终点预测。首先,在H、S、I通道下计算局部区域的熵值谱与幅值谱;其次,关注局部区域的互补信息,分别构造中心点一阶导数非线性映射和邻域尺度间二阶导数非线性映射;最后,对不同的映射关系进行多趋势交叉编码作为火焰图像的纹理特征,同时辅以颜色三阶矩作为颜色统计特征,经KNN回归模型训练与预测,在碳含量误差±0.02%内的预测准确率达到91.1%,较好的建立与终点碳含量之间的对应关系。（3）针对已有图像特征提取算法没有充分利用到火焰形态信息,只能提取较为有限的火焰特征的问题,本章将颜色、纹理作为整体进行处理,并结合炉口火焰的随机性、多尺度以及多方向特点,构建一种改进的多趋势二进制编码彩色纹理特征表述方法（IMTBCD）。首先,采用颜色通道融合策略整合颜色与纹理信息,得到火焰图像的彩色纹理表示;其次,构建彩色纹理的非均匀多尺度表达,兼顾不同尺度的结构信息;最后,IMTBCD从不同方向对火焰纹理不同的变化进行多趋势编码,描述更加全面以及细致的纹理差异信息。选用广义回归神经网络（GRNN）在碳含量误差±0.02%内的预测精度为95.7%,较为准确地建立了从炉口火焰图像到钢水碳含量之间的对应关系,为转炉炼钢终点预测提供了一定的参考。
牛立科[6]（2020）在《转炉炼钢终点控制技术分析》文中认为转炉炼钢终点控制是转炉冶炼钢铁中的一道重要工序,其操作水平直接决定着产品质量和生产效率。基于此,文章对当前我国转炉炼钢终点控制技术发展现状进行了简要分析,然后从人工经验控制、静态控制、动态控制等方面入手探讨转炉炼钢终点控制技术的应用问题,并简述了各个类型终点控制技术的特点,总结发现目前转炉冶炼技术依旧处于发展阶段,所有的操作技术还存在很大的提升空间,进而分析探讨转炉炼钢终点控制技术应用,以期为以后的实际工作起到一定的参考作用。
林安川,阴树标,朱羽,向艳霞,朱永华,赵红全,王萍[7]（2020）在《近年钢铁主业智能制造发展综述（中篇）》文中认为智能制造成为钢铁产业迈向高端的"催化剂",据此概述了近年来国内外钢铁主业智能制造的科研、技术开发及生产应用状况,综述了我国在炼钢转炉冶炼、精炼、连铸、钢包运转、调度系统及轧钢技术上的智能制造概况。
赵多祯[8]（2020）在《基于图像处理的转炉终点预测研究》文中提出目前转炉炼钢仍然是我国众多炼钢方式中最主要、最高效的冶炼方式,整个过程是高温密闭、内部信息缺失的复杂过程。对于转炉一直以来难以解决的问题是终点预测的准确控制。其中吹氧是转炉炼钢的一个重要环节,吹入氧气能够减少碳含量,升高炉内温度除去杂质元素,准确的控制氧气量能够在一定程度上提高终点命中率。随着图像处理技术的不断发展,可提出通过转炉炼钢的火焰提取有效的火焰信息预测终点。在炼钢的过程中,随着吹炼的进行,钢水内的各种元素以及温度在发生变化的时候必然体现在火焰中,通过提取火焰的颜色特征、边界复杂度特征以及纹理特征建立吹炼模型,这是基于图像处理预测终点的关键。火焰在燃烧的过程中变化极快,因此提取特征存在一定的困难,为精确的预测吹炼终点,本文进行一系列的研究,具体研究内容如下:（1）在炼钢的过程中,吹氧是一个重要的环节,合理的吹氧量能够有效提高终点的命中率。本文通过引入深度学习,采用深度信念网络,建立吹氧模型,并对深度信念网络进行改进,一方面有效的提高了终点命中率,另一方面能够提高钢厂的生产效率;（2）针对当前国内某钢厂的转炉炼钢吹炼状态识别仍由人工经验完成进而导致吹炼状态识别率低的生产现状,提出一种基于ResNet深度卷积神经网络算法,能够有效的识别转炉吹炼状态,与现有的算法进行比较,识别率有了很大的提高,为后续的终点预测奠定基础;（3）对于现场采集的火焰图像受到了一定的干扰,因此必须先进行有效的预处理,包括图像的去燥和分割。本文通过领域平均值法和中值滤波两种方式对比,采用效果较好的均值滤波,同时对比阈值分割与FCM分割方法,选取效果较好的FCM分割方法。对于图像的火焰颜色特征提取本文通过计算颜色三阶矩作为色度特征;对于边界特征提取,本文通过计算线不变矩;对于纹理特征,本文通过灰度差分统计方法,计算对比度、角度方向二阶矩、平均值、熵四个特征值作为纹理特征;（4）对于己经提取到火焰色度特征、边界特征以及纹理复杂度特征,将三种图像特征作为输入量,采用最小二乘支持向量机网络模型建立炼钢火焰图像特征与吹炼数据之间的关系模型,对于参数的寻优采用粒子群优化的方式建立最佳预测模型。在转炉吹炼的过程中,炉口火焰随着吹炼的进行,变化快且复杂,结合现场的基础自动化条件,本文旨在通过采集炉口火焰图像,提取火焰多种特征,结合现场的吹炼数据,建立火焰图像特征与吹炼数据之间的关系模型,能够对吹炼的数据进行有效的预测,从而实现转炉的终点控制。
邓爱军[9]（2019）在《高铁用轴承钢冶金过程的关键技术研究》文中研究说明高铁的高可靠性和高安全性运行对高铁轴承质量提出了严苛的要求。本文以高铁用GCr15轴承钢为研究对象,采用BOF→LF→RH→CC的转炉长流程冶炼生产工艺,研究了高铁用轴承钢在生产过程中质量控制的关键难点和重点,形成了高铁用轴承钢冶金过程的关键技术集成。本研究围绕此目标,通过实验室研究、热态模拟实验、工业试验等手段展开相关研究工作。通过对轴承钢在转炉冶炼生产全过程的研究分析,以提高钢液的纯净度为目标,建立了转炉冶炼过程保碳、脱磷、控温的“C-P-T”协同控制工艺模型,并应用于轴承钢冶炼生产,结果表明,转炉出钢终点钢中磷含量能够稳定控制在0.01%以下,终点钢中碳含量稳定控制在0.30%左右,终点钢中平均溶解氧含量为0.0114%,终点钢液温度稳定控制在1620℃～1630℃;终点钢液碳、磷、温度三者同时命中目标的炉次占比达到了76.67%,钢液纯净度得到大幅提升。通过对精炼过程中超低氧控制工艺进行研究,揭示了轴承钢精炼过程渣-金间氧的传输规律;基于实验室研究和工业生产验证相结合的方式,研制出了能够悬浮于渣-金界面的新型复合脱氧剂。生产实践表明,精炼顶渣中∑（Fe O+Mn O）含量可以稳定控制在0.48%左右,钢中T.[O]含量控制在5.5×10-6～8.5×10-6;超低氧控制工艺能够有效地降低炉渣的氧化性,隔绝空气对钢液的二次氧化行为,稳定钢中总氧含量,减少后续浇注过程絮流现象的产生,提高轴承钢的连浇炉数和产品质量。通过研究分析轴承钢铸坯的凝固过程及其宏观偏析的形成原因,针对370mm×480mm断面大方坯,提出采用两级电磁搅拌与轻压下协同作用控制技术来消除或改善铸坯的宏观偏析问题,验证了总压下量达到15mm及分配比为3.5mm-4mm-4mm-3.5mm四道次压下工艺,轴承钢铸坯中心碳偏析度控制在1.01～1.04之间,宏观偏析得到大幅改善。上述关键技术改进实施后,生产出的GCr15轴承钢实物产品质量明显提升。钢中w[T.O]≤6×10-6,钢材中非金属夹杂物和脱碳层及碳化物不均匀性均达到了国标规定的特级优质高碳铬轴承钢标准要求,初轧铸坯中心疏松小于0.5级,中心偏析小于1.0级,未见白亮带、缩孔、裂纹和气泡等低倍缺陷。通过对高铁用轴承钢冶金过程关键技术进行详细、深入研究,实现了对高铁用轴承钢产品质量的有效控制,实物质量达到了相关文献所列举的时速250km/h及以上的高铁轴承使用要求。
敖翔[10]（2019）在《转炉炼钢终点控制技术应用浅析》文中研究指明当前转炉炼钢技术依然还处在边发展边改进的阶段,终点控制技术也因有着各种不同技术种类利弊并存有着很大的提升空间。因此,文章将浅要探讨转炉炼钢终点控制技术的应用问题,以期达到不断优化转炉炼钢终点控制技术,达到提高转炉炼钢技术的目的。
二、转炉终点控制技术（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、转炉终点控制技术（论文提纲范文）
（1）转炉炼钢终点控制技术探讨（论文提纲范文）
| 1 转炉炼钢终点控制技术的发展 |
| 2 转炉炼钢的终点控制 |
| 2.1 终点控制方法 |
| 2.1.1 拉碳补吹法 |
| 2.1.2 一吹到底增碳法 |
| 2.1.3 气相(质谱仪)定碳法 |
| 2.2 转炉终点的静态控制 |
| 2.2.1 机理模型 |
| 2.2.2 增量模型 |
| 2.2.3 统计模型 |
| 2.2.4 人工神经网络模型 |
| 2.3 转炉终点的动态控制 |
| 2.4 转炉终点的自动控制 |
| 3 转炉终点控制技术的展望 |
| 4 结语 |
（2）转炉炼钢终点控制技术探究（论文提纲范文）
| 一、转炉炼钢终点控制技术的背景及现状分析 |
| 二、常见转炉炼钢终点控制技术的种类 |
| (一)人工经验控制 |
| 1、拉碳补吹法 |
| 2、直吹增碳法 |
| (二)静态控制技术以及动态控制技术 |
| 1、静态控制技术解析 |
| 2、动态控制技术解析 |
| (三)自动控制 |
| 三、转炉炼钢终点控制技术发展趋势 |
| 四、结束语 |
（3）基于火焰图像特征提取的转炉炼钢终点碳含量实时预报方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 人工经验法 |
| 1.2.2 静态控制法 |
| 1.2.3 动态控制法 |
| 1.2.4 炉气分析法 |
| 1.2.5 光学图像法 |
| 1.2.6 图像识别法 |
| 1.3 本文研究内容及结构 |
| 1.3.1 本文研究内容 |
| 1.3.2 本文结构 |
| 第二章 基于卷积神经网络火焰特征提取的终点碳含量预测方法 |
| 2.1 VGG网络模型 |
| 2.2 基于卷积神经网络VGG-16 的终点碳含量预测方法 |
| 2.2.1 基于卷积神经网络VGG-16 的终点碳含量预测方法流程 |
| 2.2.2 卷积神经网络VGG-16 的参数调整 |
| 2.3 实验与分析 |
| 2.3.1 实验平台与数据 |
| 2.3.2 实验结果 |
| 2.3.3 实验分析 |
| 2.4 本章小结 |
| 第三章 基于改进完全局部二值模式火焰特征提取的终点碳含量预测方法 |
| 3.1 本章算法 |
| 3.2 火焰图像色彩空间转换 |
| 3.3 改进的完全局部二值模式特征提取方法 |
| 3.3.1 完全局部二值模式 |
| 3.3.2 改进算法的结构设计 |
| 3.3.3 改进算法的颜色对比度加权策略 |
| 3.4 实验与分析 |
| 3.4.1 实验平台与数据 |
| 3.4.2 本章方法对CLBP算法性能的贡献 |
| 3.4.3 本章方法与其他方法性能比较 |
| 3.5 本章小结 |
| 第四章 融合空间信息的完全局部二值模式火焰特征提取的终点碳含量预测方法 |
| 4.1 本章算法 |
| 4.2 改进的完全局部二值模式特征提取方法 |
| 4.2.1 融合颜色加权的局部和全局空间信息 |
| 4.2.2 融合梯度加权的局部和全局空间信息 |
| 4.3 实验与分析 |
| 4.3.1 实验平台与数据 |
| 4.3.2 本章方法对CLBP算法性能的贡献 |
| 4.3.3 本章方法与其他方法性能比较 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 A:攻读硕士学位期间发表成果 |
| 附录 B:攻读硕士学位期间参与科研项目 |
（4）基于转炉炼钢生产过程数据集成学习的吹炼终点碳温软测量方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 转炉终点碳温测量研究现状 |
| 1.2.1 直接检测技术 |
| 1.2.2 间接检测技术 |
| 1.2.3 基于生产过程数据的终点碳温软测量方法 |
| 1.3 论文研究内容及结构 |
| 1.3.1 研究内容 |
| 1.3.2 论文结构 |
| 第二章 基于LR-SVGD模型选择的集成学习转炉炼钢终点碳温软测量方法 |
| 2.1 本章方法思路 |
| 2.2 基于DPC的转炉炼钢生产过程数据聚类算法 |
| 2.2.1 基于t-SNE的转炉炼钢生产过程数据降维 |
| 2.2.2 密度峰值聚类算法 |
| 2.3 基于LR-SVGD模型选择的转炉炼钢终点碳温建模方法 |
| 2.3.1 基于GRNN的碳温预报子模型构建 |
| 2.3.2 基于LR-SVGD的碳温预报子模型选择 |
| 2.4 基于转炉炼钢生产过程数据的集成学习终点碳温软测量模型 |
| 2.4.1 基于DPC的碳温预报子模型构建 |
| 2.4.2 碳温预测子模型的选择集成融合策略 |
| 2.4.3 集成软测量建模具体实施步骤 |
| 2.5 实验与分析 |
| 2.5.1 实验平台与数据 |
| 2.5.2 实验结果对比 |
| 2.5.3 实验结果分析 |
| 2.6 本章小结 |
| 第三章 基于LNN-DPC加权集成学习的转炉炼钢终点碳温软测量方法 |
| 3.1 本章方法思路 |
| 3.2 基于LNN-DPC加权集成学习的终点碳温软测量方法 |
| 3.2.1 基于密度聚类的转炉炼钢生产过程数据子集聚类 |
| 3.2.2 生产过程数据样本子集“质心”确定 |
| 3.3 转炉炼钢生产过程数据加权集成软测量建模 |
| 3.3.1 基于高斯过程回归的碳温预报子模型构建 |
| 3.3.2 碳温预报子模型的选择和融合策略 |
| 3.4 基于转炉炼钢生产过程数据的加权集成学习终点碳温软测量模型 |
| 3.4.1 基于LNN-DPC的碳温预报子模型构建 |
| 3.4.2 碳温预测子模型的选择集成融合策略 |
| 3.4.3 集成软测量建模具体实施步骤 |
| 3.5 实验与分析 |
| 3.5.1 实验平台与数据 |
| 3.5.2 实验结果对比 |
| 3.5.3 实验结果分析 |
| 3.6 本章小结 |
| 第四章 基于自编码器特征提取集成学习的转炉炼钢终点碳温软测量方法 |
| 4.1 本章方法思路 |
| 4.2 基于自编码器特征提取的集成学习终点碳温软测量建模 |
| 4.2.1 基于LNN-DPC的转炉炼钢生产过程数据聚类 |
| 4.2.2 自编码器 |
| 4.2.3 基于KNN的碳温预报子模型构建 |
| 4.2.4 基于决策回归树的碳温预报子模型构建 |
| 4.2.5 基于SVR的碳温预报子模型构建 |
| 4.2.6 基于GPR的碳温预报子模型构建 |
| 4.2.7 碳温预报子模型的选择与集成加权策略 |
| 4.3 集成学习终点碳温软测量模型的构建 |
| 4.3.1 基于LNN-DPC的转炉炼钢生产过程数据子集构建 |
| 4.3.2 碳温预测子模型的选择集成融合策略 |
| 4.3.3 集成软测量建模具体实施步骤 |
| 4.4 实验与分析 |
| 4.4.1 实验平台与数据 |
| 4.4.2 实验结果对比 |
| 4.4.3 实验结果分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 A:攻读硕士学位期间发表成果 |
| 附录 B:攻读硕士学位期间参与科研项目 |
（5）基于火焰图像识别的转炉炼钢终点碳含量实时预报方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 人工经验与取样分析法 |
| 1.2.2 静态模型预测法 |
| 1.2.3 动态预测法 |
| 1.2.4 光谱辐射分析法 |
| 1.2.5 数字图像分析法 |
| 1.3 论文研究内容及结构 |
| 1.3.1 研究内容 |
| 1.3.2 论文结构 |
| 第二章 转炉炼钢炉口火焰的特点分析 |
| 2.1 吹炼过程中的炉口火焰特征分析 |
| 2.2 炉口火焰图像的特点分析 |
| 2.2.1 实验数据介绍 |
| 2.2.2 火焰图像的随机性特点分析 |
| 2.2.3 火焰图像的多尺度特点分析 |
| 2.2.4 火焰图像的多方向特点分析 |
| 2.3 本章小结 |
| 第三章 基于火焰图像局部纹理互信息特征提取的转炉炼钢终点碳含量预测 |
| 3.1 本章算法 |
| 3.2 HSI空间的颜色三阶矩特征提取 |
| 3.3 炉口火焰的局部纹理互信息表示 |
| 3.4 局部纹理互信息特征提取 |
| 3.5 基于火焰图像局部纹理互信息特征提取的转炉炼钢终点碳含量预测 |
| 3.6 实验与分析 |
| 3.6.1 实验平台与数据 |
| 3.6.2 本章方法的性能比较 |
| 3.6.3 本章方法与其他方法性能比较 |
| 3.7 本章小结 |
| 第四章 基于改进MTBCD彩色纹理特征提取的转炉炼钢终点碳含量预测 |
| 4.1 本章算法 |
| 4.2 炉口火焰图像的彩色纹理特征提取 |
| 4.2.1 火焰图像的彩色纹理表示 |
| 4.2.2 多尺度非均匀选取采样点 |
| 4.2.3 改进的多趋势二进制编码描述符 |
| 4.3 基于炉口火焰图像特征提取的终点碳含量预测 |
| 4.4 实验与分析 |
| 4.4.1 实验平台及数据介绍 |
| 4.4.2 本章方法改进前后的性能比较 |
| 4.4.3 本章方法与其它方法的性能比较 |
| 4.4.4 不同的回归模型预测性能比较 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 A:攻读硕士学位期间发表成果 |
| 附录 B:攻读硕士学位期间参与科研项目 |
（6）转炉炼钢终点控制技术分析（论文提纲范文）
| 1 转炉炼钢终点控制技术的发展现状 |
| 2 各类转炉炼钢终点控制技术分析 |
| 2.1 人工经验控制技术 |
| 2.2 静态控制技术 |
| 2.3 动态控制技术 |
| 3 转炉炼钢终点控制技术的优化措施 |
| 3.1 加大光学图像方法的运用力度 |
| 3.2 注重对静态管控技术的科学利用 |
| 3.3 确保动态管控技术运用的科学性 |
| 4 发展趋势 |
| 5 结束语 |
（7）近年钢铁主业智能制造发展综述（中篇）（论文提纲范文）
| 1 炼钢大工序系统智能化技术进展 |
| 1.1 铁水预处理系统 |
| 1.2 转炉冶炼系统的特点及其控制系统的发展 |
| 1.2.1 全自动炼钢技术发展历程 |
| 1）转炉静态控制模型的相关研究及进展 |
| 2）转炉动态控制模型的相关研究及进展 |
| (1）转炉副枪系统及工艺模型 |
| (2）转炉炉气分析吹炼控制技术 |
| (3）碳含量和钢水温度终点判断的深入研究及新方法应用进展 |
| 1.2.2 转炉自动化炼钢控制、模型综合应用研究及进展 |
| 1.3 转炉冶炼的工艺、参数及精炼炉模型优化 |
| 1.4 连铸系统智能化 |
| 1.5 钢包及钢包应用、管理系统 |
| 1.6 炼钢大工序调度系统 |
| 2 轧钢技术发展概况及方向 |
| 3 结语 |
（8）基于图像处理的转炉终点预测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景及现状 |
| 1.1.1 课题研究背景 |
| 1.1.2 课题研究意义 |
| 1.2 转炉终点预测研究现状 |
| 1.2.1 转炉终点预测现状 |
| 1.2.2 吹氧现状 |
| 1.2.3 转炉火焰图像特征提取研究现状 |
| 1.3 本文研究内容 |
| 2 转炉的工艺流程和控制方法 |
| 2.1 转炉炼钢的工艺流程 |
| 2.2 转炉终点控制技术 |
| 2.2.1 转炉静态控制 |
| 2.2.2 转炉动态控制 |
| 2.2.3 转炉全自动控制 |
| 2.3 本章小结 |
| 3 改进深度信念网络的转炉耗氧量预测 |
| 3.1 数据预处理 |
| 3.1.1 数据采集 |
| 3.1.2 异常值剔除与填补 |
| 3.1.3 灰色关联度分析 |
| 3.2 深度信念网络 |
| 3.2.1 受限玻尔兹曼机 |
| 3.2.2 深度网络模型 |
| 3.2.3 深度网络模型高斯伯努利受限玻尔兹曼机 |
| 3.2.4 耗氧量预测模型 |
| 3.3 仿真实验及实验效果 |
| 3.4 本章小结 |
| 4 基于Resnet的转炉炼钢吹炼状态识别 |
| 4.1 转炉吹炼过程特点 |
| 4.2 基于Res Net50 的转炉炼钢吹炼状态识别模型 |
| 4.2.1 转炉炼钢吹炼状态识别过程 |
| 4.2.2 模型训练 |
| 4.2.3 模型测试 |
| 4.3 Res Net网络构建 |
| 4.4 仿真实验及结果 |
| 4.5 本章小结 |
| 5 转炉火焰图像的预处理及特征提取 |
| 5.1 火焰图像预处理 |
| 5.2 转炉火焰分割 |
| 5.2.1 阈值分割 |
| 5.2.2 FCM分割 |
| 5.2.3 转炉火焰图像分割结果 |
| 5.3 火焰颜色特征提取 |
| 5.3.1 吹炼过程中元素与火焰颜色变化关系 |
| 5.3.2 颜色三阶矩特征提取 |
| 5.4 转炉火焰边界特征提取 |
| 5.5 转炉火焰纹理特征提取 |
| 5.5.1 吹炼过程中元素与火焰纹理变化关系 |
| 5.5.2 灰度差分统计纹理特征 |
| 5.6 本章小结 |
| 6 转炉炼钢终点预测模型 |
| 6.1 支持向量机概述 |
| 6.1.1 支持向量机原理 |
| 6.2 最小二乘支持向量机原理 |
| 6.3 粒子群算法 |
| 6.4 模型的建立 |
| 6.4.1 样本数据的选取 |
| 6.4.2 核函数选取 |
| 6.4.3 模型结构 |
| 6.4.4 终点预测模型 |
| 6.5 实验仿真结果 |
| 6.6 本章小结 |
| 结论 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
（9）高铁用轴承钢冶金过程的关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 高速铁路与轴承钢的概述 |
| 1.2 高铁用轴承的发展现状 |
| 1.2.1 高铁用轴承的质量要求 |
| 1.2.2 国内外高铁用轴承设计、制造及其材料应用状况 |
| 1.3 影响高铁用轴承钢质量的关键因素概述 |
| 1.3.1 钢中氧含量的影响 |
| 1.3.2 钢中夹杂物的影响 |
| 1.3.3 铸坯宏观偏析对轴承钢质量的影响 |
| 1.4 高铁用轴承钢质量控制的关键技术 |
| 1.4.1 冶炼工艺对轴承钢纯净度的控制 |
| 1.4.2 钢包及中间包冶金的纯净化措施 |
| 1.4.3 电磁冶金技术的应用对轴承钢质量的影响 |
| 1.4.4 轴承钢铸坯宏观偏析的控制措施 |
| 1.5 高铁用轴承钢质量要求与目前研究现状中存在的问题 |
| 1.6 本课题研究意义和内容 |
| 1.6.1 研究意义 |
| 1.6.2 研究内容 |
| 1.7 本论文的创新点 |
| 第二章 转炉冶炼轴承钢“C-P-T”协同控制研究 |
| 2.1 轴承钢终点控碳目标的理论分析 |
| 2.2 轴承钢“C-P-T”协同控制工艺模型的提出 |
| 2.3 “C-P-T”协同控制的热力学研究 |
| 2.3.1 冶炼前期低温脱磷技术路线的最佳一倒温度探索 |
| 2.3.2 最佳一倒温度的影响因素 |
| 2.3.3 换渣或留渣操作对前期低温脱磷效果分析 |
| 2.3.4 轴承钢吹炼后期的脱磷控制 |
| 2.3.5 轴承钢保碳控温的数学模型 |
| 2.4 “C-P-T”协同控制工艺模型验证及冶金效果分析 |
| 2.4.1 控制模型验证的装备及原辅料条件 |
| 2.4.2 模型验证的工艺路线 |
| 2.4.3 模型验证结果与分析 |
| 2.4.4 冶金效果分析 |
| 2.5 本章小结 |
| 第三章 轴承钢炉外精炼超低氧控制研究 |
| 3.1 铝脱氧反应的热力学研究 |
| 3.1.1 铝脱氧平衡反应产物 |
| 3.1.2 Al-O反应的热力学研究 |
| 3.1.3 Al-O反应的平衡热力学计算分析 |
| 3.2 控制钢中超低氧含量的理论研究 |
| 3.2.1 钢液的二次氧化机理分析 |
| 3.2.2 精炼过程中渣金间氧传质模拟实验研究 |
| 3.2.3 控制钢液二次氧化的实验研究 |
| 3.3 控制钢中超低氧的实验研究与工业验证 |
| 3.3.1 新型复合脱氧剂的实验研究 |
| 3.3.2 钢中超低氧控制工艺的生产实践研究 |
| 3.3.3 试验现象与讨论 |
| 3.4 本章小结 |
| 第四章 轴承钢大方坯凝固过程及宏观偏析控制的关键工艺研究 |
| 4.1 大方坯连铸机装备及轴承钢连铸工艺简介 |
| 4.2 基于射钉试验的轴承钢铸坯凝固过程研究 |
| 4.2.1 射钉试验原理 |
| 4.2.2 射钉试验装备与试验方案 |
| 4.2.3 凝固坯壳测定结果与分析 |
| 4.3 轴承钢大方坯宏观碳偏析分布特性及其控制策略 |
| 4.3.1 铸坯宏观碳偏析的直读光谱分析 |
| 4.3.2 铸坯宏观碳偏析的碳硫检测分析 |
| 4.3.3 铸坯纵剖面的宏观碳偏析分布特性 |
| 4.3.4 铸坯宏观碳偏析分布特性及其形成原因理论解析 |
| 4.3.5 铸坯宏观碳偏析的控制策略 |
| 4.4 两级电磁搅拌与轻压下协同作用对宏观偏析的控制研究 |
| 4.4.1 两级电磁搅拌的工业优化试验 |
| 4.4.2 凝固末端轻压下工艺参数的理论分析 |
| 4.4.3 轻压下压下区间工业优化与验证试验 |
| 4.4.4 轻压下压下量的优化分配试验 |
| 4.4.5 两级电磁搅拌与轻压下协同作用下的联动工业试验 |
| 4.5 本章小结 |
| 第五章 高铁用轴承钢的产品试制 |
| 5.1 试制方案及质量控制要求 |
| 5.2 试制产品质量检测结果与分析 |
| 5.2.1 实现轴承钢冶炼指标的稳定控制 |
| 5.2.2 铸坯质量 |
| 5.2.3 成品钢材质量 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
（10）转炉炼钢终点控制技术应用浅析（论文提纲范文）
| 1 转炉炼钢终点控制技术的发展现状 |
| 2 各类转炉炼钢终点控制技术利弊简要分析 |
| 2.1 人工经验控制技术 |
| 2.2 静态控制技术 |
| 2.3 动态控制技术 |
| 2.4 光学图像法 |
| 3 发展趋势 |
| 4 结语 |
四、转炉终点控制技术（论文参考文献）
- [1]转炉炼钢终点控制技术探讨[J]. 朱建华. 中国金属通报, 2021(07)
- [2]转炉炼钢终点控制技术探究[J]. 尹志钧. 冶金管理, 2021(13)
- [3]基于火焰图像特征提取的转炉炼钢终点碳含量实时预报方法研究[D]. 孙文强. 昆明理工大学, 2021(01)
- [4]基于转炉炼钢生产过程数据集成学习的吹炼终点碳温软测量方法研究[D]. 熊倩. 昆明理工大学, 2021(01)
- [5]基于火焰图像识别的转炉炼钢终点碳含量实时预报方法研究[D]. 李超. 昆明理工大学, 2021(01)
- [6]转炉炼钢终点控制技术分析[J]. 牛立科. 住宅与房地产, 2020(27)
- [7]近年钢铁主业智能制造发展综述（中篇）[J]. 林安川,阴树标,朱羽,向艳霞,朱永华,赵红全,王萍. 云南冶金, 2020(04)
- [8]基于图像处理的转炉终点预测研究[D]. 赵多祯. 内蒙古科技大学, 2020(01)
- [9]高铁用轴承钢冶金过程的关键技术研究[D]. 邓爱军. 安徽工业大学, 2019(06)
- [10]转炉炼钢终点控制技术应用浅析[J]. 敖翔. 冶金与材料, 2019(05)