书籍详情
板带材智能化制备关键技术
作者：张殿华，李鸿儒 编
出版社：冶金工业出版社
出版时间：2021-05-01
ISBN：9787502489830
定价：¥126.00
购买这本书可以去
内容简介
本书针对炼铁、炼钢、连铸、轧制及轧后处理等生产全流程，介绍构建钢铁工艺质量大数据平台，以及各工序表面质量、三维形貌、钢水温度、组织*能等关键参数检测技术，关键设备的故障诊断及协调优化技术，以及突破工序界面和系统壁垒，实现钢铁工业横向、纵向和端到端集成，建设可靠的、实时的、协作的钢铁智能化CPS系统。 本书可供冶金工业生产技术人员和科研人员阅读，也可供高等院校师生参考。
作者简介
暂缺《板带材智能化制备关键技术》作者简介
目录
1 智能制造概述
1.1 智能制造的本质
1.2 信息物理系统
1.3 智能制造发展战略
2 钢铁行业的现状与发展趋势
2.1 钢铁行业的现状与总体运行水平
2.2 钢铁行业的需求和政策引导
2.3 国内外智能化现状与趋势
2.3.1 SAP公司
2.3.2 西门子公司
2.3.3 坤帝科公司
2.3.4 普锐特公司
2.4 钢铁智能化CPS系统
2.4.1 CPS架构
2.4.2 CPS总体设计
2.5 数字孪生
2.5.1 虚拟制造
2.5.2 数字化工厂
3 高炉大数据建模及智能优化
3.1 高炉炼铁特点及操作复杂*分析
3.1.1 高炉炼铁的生产特点分析
3.1.2 高炉炼铁的*作手段 3.2 高炉生产指标
3.3 基于机理的高炉生产过程建模及分析
3.3.1 基于动力学的建模及分析
3.3.2 多流体高炉数学模型
3.3.3 高炉冶炼过程多目标系统优化模型
3.3.4 高炉冶炼过程智能控制数学模型
3.3.5 高炉冶炼过程控制的数学模型流程
3.3.6 高炉生产过程机理建模存在的问题
3.4 基于专家系统的高炉生产过程优化及分析
3.4.1 高炉专家系统的构成及特征
3.4.2 高炉专家系统存在的问题
3.5 高炉大数据建模与智能优化
3.5.1 高炉大数据建模与智能优化系统设计
3.5.2 基于关联分析的高炉大数据建模方法
3.5.3 基于高炉大数据的生产指标智能预测方法
4 炼钢过程智能模型与优化
4.1 铁水预处理脱硫智能模型
4.1.1 铁水单喷金属镁脱硫机理模型
4.1.2 脱硫机理模型参数多元线*回归预测
4.1.3 脱硫机理模型参数ELM神经网络预测
4.1.4 铁水预处理KR法脱硫
4.2 转炉炼钢终点预报智能模型
4.2.1 基于大数据的转炉吹炼终点碳含量和温度预测模型
4.2.2 基于卷积神经网络的转炉吹炼终点Mn和P含量预报模型
5 连铸智*优化控制*过程监控
5.1 连铸坯凝固特点分析
5.2 铸坯表面温度测量
5.2.1 铸坯表面温度测量现状
5.2.2 窄光谱CCD辐射测温仪工作原理
5.2.3 铸坯表面温度场测量稳定*
5.2.4 现场实际测量结果
5.3 基于机理的连铸凝固建模
5.3.1 连铸凝固过程多物理场耦合分析
5.3.2 连铸凝固过程数学模型
5.4 连铸坯智能优化控制
5.4.1 多质量目标的协调优化
5.4.2 连铸坯动态控制
5.4.3 电磁搅拌动态控制
5.5 连铸大数据建模及过程监控
5.5.1 连铸坯质量分析预报模型
5.5.2 基于多元统计的连铸过程监控模型
6 轧制过程智能优化
6.1 轧制自动化控制系统概述
6.1.1 轧制过程数学模型和算法的发展
6.1.2 人工智能技术在轧制中应用的进展
6.2 轧制过程智能供应链相关决策优化技术
6.2.1 生产计划的智能化管理技术
6.2.2 新一代炼钢-连铸智能排程与优化技术
6.2.3 产销智能决策技术
6.3 加热炉燃烧过程智能优化控制策略
6.3.1 加热炉在线温度预报模型的建立
6.3.2 加热炉空燃比自寻优策略
6.3.3 煤气流量智能集成优化设定策略
6.3.4 加热炉炉温智能优化模型
6.4 中厚板轧制智能化控制技术
6.4.1 基于多变量强耦合非稳态高精细的厚向尺寸瞬态控制
6.4.2 基于多智能体技术的轧制过程控制
6.4.3 智能化平面形状控制技术
6.4.4 LP板轧制控制技术
6.5 热连轧智能化控制技术
6.5.1 热连轧厚度-活套协调优化控制
6.5.2 热连轧带钢出口板形智能预测
6.5.3 热轧全流程负荷分配优化设计
6.6 冷连轧智能化控制技术
6.6.1 基于稳健回归M估计的酸液浓度预测模型
6.6.2 基于案例推理的温度设定策略
6.6.3 酸洗冷连轧速度优化控制策略
6.6.4 基于模型预测控制的厚度-张力策略
6.6.5 冷轧板形多目标优化控制
7 工艺设备智能维护
7.1 异源数据综合采集与分类存储
7.1.1 工艺设备级数据采集
7.1.2 流程级数据采集
7.1.3 大数据采集
7.1.4 实时数据库技术
7.1.5 数据管理
7.2 多元统计故障诊断方法
7.2.1 数据的标准化处理
7.2.2 基于主成分分析的故障诊断方法
7.2.3 基于**二乘的故障诊断方法
7.2.4 基于Fisher判别分析的方法
7.2.5 基于ICA的方法
7.2.6 非线*PCA与PLS
7.2.7 非线*ICA
7.3 智能故障诊断方法
7.3.1 基于案例的推理方法
7.3.2 基于专家系统的方法
7.3.3 基于模糊推理的方法
7.3.4 基于神经网络的方法
7.3.5 基于模式识别的方法
7.3.6 基于智能计算的方法
7.3.7 基于Bayes的故障诊断
7.3.8 人工免疫算法
7.3.9 支持向量机
7.3.10 混沌分形理论方法
7.3.11 故障树故障诊断方法
7.3.12 深度学习故障诊断方法
7.4 远程故障诊断系统
1.1 智能制造的本质
1.2 信息物理系统
1.3 智能制造发展战略
2 钢铁行业的现状与发展趋势
2.1 钢铁行业的现状与总体运行水平
2.2 钢铁行业的需求和政策引导
2.3 国内外智能化现状与趋势
2.3.1 SAP公司
2.3.2 西门子公司
2.3.3 坤帝科公司
2.3.4 普锐特公司
2.4 钢铁智能化CPS系统
2.4.1 CPS架构
2.4.2 CPS总体设计
2.5 数字孪生
2.5.1 虚拟制造
2.5.2 数字化工厂
3 高炉大数据建模及智能优化
3.1 高炉炼铁特点及操作复杂*分析
3.1.1 高炉炼铁的生产特点分析
3.1.2 高炉炼铁的*作手段 3.2 高炉生产指标
3.3 基于机理的高炉生产过程建模及分析
3.3.1 基于动力学的建模及分析
3.3.2 多流体高炉数学模型
3.3.3 高炉冶炼过程多目标系统优化模型
3.3.4 高炉冶炼过程智能控制数学模型
3.3.5 高炉冶炼过程控制的数学模型流程
3.3.6 高炉生产过程机理建模存在的问题
3.4 基于专家系统的高炉生产过程优化及分析
3.4.1 高炉专家系统的构成及特征
3.4.2 高炉专家系统存在的问题
3.5 高炉大数据建模与智能优化
3.5.1 高炉大数据建模与智能优化系统设计
3.5.2 基于关联分析的高炉大数据建模方法
3.5.3 基于高炉大数据的生产指标智能预测方法
4 炼钢过程智能模型与优化
4.1 铁水预处理脱硫智能模型
4.1.1 铁水单喷金属镁脱硫机理模型
4.1.2 脱硫机理模型参数多元线*回归预测
4.1.3 脱硫机理模型参数ELM神经网络预测
4.1.4 铁水预处理KR法脱硫
4.2 转炉炼钢终点预报智能模型
4.2.1 基于大数据的转炉吹炼终点碳含量和温度预测模型
4.2.2 基于卷积神经网络的转炉吹炼终点Mn和P含量预报模型
5 连铸智*优化控制*过程监控
5.1 连铸坯凝固特点分析
5.2 铸坯表面温度测量
5.2.1 铸坯表面温度测量现状
5.2.2 窄光谱CCD辐射测温仪工作原理
5.2.3 铸坯表面温度场测量稳定*
5.2.4 现场实际测量结果
5.3 基于机理的连铸凝固建模
5.3.1 连铸凝固过程多物理场耦合分析
5.3.2 连铸凝固过程数学模型
5.4 连铸坯智能优化控制
5.4.1 多质量目标的协调优化
5.4.2 连铸坯动态控制
5.4.3 电磁搅拌动态控制
5.5 连铸大数据建模及过程监控
5.5.1 连铸坯质量分析预报模型
5.5.2 基于多元统计的连铸过程监控模型
6 轧制过程智能优化
6.1 轧制自动化控制系统概述
6.1.1 轧制过程数学模型和算法的发展
6.1.2 人工智能技术在轧制中应用的进展
6.2 轧制过程智能供应链相关决策优化技术
6.2.1 生产计划的智能化管理技术
6.2.2 新一代炼钢-连铸智能排程与优化技术
6.2.3 产销智能决策技术
6.3 加热炉燃烧过程智能优化控制策略
6.3.1 加热炉在线温度预报模型的建立
6.3.2 加热炉空燃比自寻优策略
6.3.3 煤气流量智能集成优化设定策略
6.3.4 加热炉炉温智能优化模型
6.4 中厚板轧制智能化控制技术
6.4.1 基于多变量强耦合非稳态高精细的厚向尺寸瞬态控制
6.4.2 基于多智能体技术的轧制过程控制
6.4.3 智能化平面形状控制技术
6.4.4 LP板轧制控制技术
6.5 热连轧智能化控制技术
6.5.1 热连轧厚度-活套协调优化控制
6.5.2 热连轧带钢出口板形智能预测
6.5.3 热轧全流程负荷分配优化设计
6.6 冷连轧智能化控制技术
6.6.1 基于稳健回归M估计的酸液浓度预测模型
6.6.2 基于案例推理的温度设定策略
6.6.3 酸洗冷连轧速度优化控制策略
6.6.4 基于模型预测控制的厚度-张力策略
6.6.5 冷轧板形多目标优化控制
7 工艺设备智能维护
7.1 异源数据综合采集与分类存储
7.1.1 工艺设备级数据采集
7.1.2 流程级数据采集
7.1.3 大数据采集
7.1.4 实时数据库技术
7.1.5 数据管理
7.2 多元统计故障诊断方法
7.2.1 数据的标准化处理
7.2.2 基于主成分分析的故障诊断方法
7.2.3 基于**二乘的故障诊断方法
7.2.4 基于Fisher判别分析的方法
7.2.5 基于ICA的方法
7.2.6 非线*PCA与PLS
7.2.7 非线*ICA
7.3 智能故障诊断方法
7.3.1 基于案例的推理方法
7.3.2 基于专家系统的方法
7.3.3 基于模糊推理的方法
7.3.4 基于神经网络的方法
7.3.5 基于模式识别的方法
7.3.6 基于智能计算的方法
7.3.7 基于Bayes的故障诊断
7.3.8 人工免疫算法
7.3.9 支持向量机
7.3.10 混沌分形理论方法
7.3.11 故障树故障诊断方法
7.3.12 深度学习故障诊断方法
7.4 远程故障诊断系统
猜您喜欢
