掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
板帶材智能化制備關鍵技術 版權信息
- ISBN：9787502489830
- 條形碼：9787502489830 ; 978-7-5024-8983-0
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
板帶材智能化制備關鍵技術 內容簡介
本書針對煉鐵、煉鋼、連鑄、軋制及軋后處理等生產全流程，介紹構建鋼鐵工藝質量大數據平臺，以及各工序表面質量、三維形貌、鋼水溫度、組織性能等關鍵參數檢測技術，關鍵設備的故障診斷及協調優化技術，以及突破工序界面和系統壁壘，實現鋼鐵工業橫向、縱向和端到端集成，建設可靠的、實時的、協作的鋼鐵智能化CPS系統。 本書可供冶金工業生產技術人員和科研人員閱讀，也可供高等院校師生參考。
板帶材智能化制備關鍵技術 目錄
1 智能制造概述
1．1 智能制造的本質
1．2 信息物理系統
1．3 智能制造發展戰略
2 鋼鐵行業的現狀與發展趨勢
2．1 鋼鐵行業的現狀與總體運行水平
2．2 鋼鐵行業的需求和政策引導
2．3 國內外智能化現狀與趨勢
2．3．1 SAP公司
2．3．2 西門子公司
2．3．3 坤帝科公司
2．3．4 普銳特公司
2．4 鋼鐵智能化CPS系統
2．4．1 CPS架構
2．4．2 CPS總體設計
2．5 數字孿生
2．5．1 虛擬制造
2．5．2 數字化工廠
3 高爐大數據建模及智能優化
3．1 高爐煉鐵特點及操作復雜性分析
3．1．1 高爐煉鐵的生產特點分析
3．1．2 高爐煉鐵的操作手段
3．2 高爐生產指標
3．3 基于機理的高爐生產過程建模及分析
3．3．1 基于動力學的建模及分析
3．3．2 多流體高爐數學模型
3．3．3 高爐冶煉過程多目標系統優化模型
3．3．4 高爐冶煉過程智能控制數學模型
3．3．5 高爐冶煉過程控制的數學模型流程
3．3．6 高爐生產過程機理建模存在的問題
3．4 基于專家系統的高爐生產過程優化及分析
3．4．1 高爐專家系統的構成及特征
3．4．2 高爐專家系統存在的問題
3．5 高爐大數據建模與智能優化
3．5．1 高爐大數據建模與智能優化系統設計
3．5．2 基于關聯分析的高爐大數據建模方法
3．5．3 基于高爐大數據的生產指標智能預測方法
4 煉鋼過程智能模型與優化
4．1 鐵水預處理脫硫智能模型
4．1．1 鐵水單噴金屬鎂脫硫機理模型
4．1．2 脫硫機理模型參數多元線性回歸預測
4．1．3 脫硫機理模型參數ELM神經網絡預測
4．1．4 鐵水預處理KR法脫硫
4．2 轉爐煉鋼終點預報智能模型
4．2．1 基于大數據的轉爐吹煉終點碳含量和溫度預測模型
4．2．2 基于卷積神經網絡的轉爐吹煉終點Mn和P含量預報模型
5 連鑄智能優化控制及過程監控
5．1 連鑄坯凝固特點分析
5．2 鑄坯表面溫度測量
5．2．1 鑄坯表面溫度測量現狀
5．2．2 窄光譜CCD輻射測溫儀工作原理
5．2．3 鑄坯表面溫度場測量穩定性
5．2．4 現場實際測量結果
5．3 基于機理的連鑄凝固建模
5．3．1 連鑄凝固過程多物理場耦合分析
5．3．2 連鑄凝固過程數學模型
5．4 連鑄坯智能優化控制
5．4．1 多質量目標的協調優化
5．4．2 連鑄坯動態控制
5．4．3 電磁攪拌動態控制
5．5 連鑄大數據建模及過程監控
5．5．1 連鑄坯質量分析預報模型
5．5．2 基于多元統計的連鑄過程監控模型
6 軋制過程智能優化
6．1 軋制自動化控制系統概述
6．1．1 軋制過程數學模型和算法的發展
6．1．2 人工智能技術在軋制中應用的進展
6．2 軋制過程智能供應鏈相關決策優化技術
6．2．1 生產計劃的智能化管理技術
6．2．2 新一代煉鋼-連鑄智能排程與優化技術
6．2．3 產銷智能決策技術
6．3 加熱爐燃燒過程智能優化控制策略
6．3．1 加熱爐在線溫度預報模型的建立
6．3．2 加熱爐空燃比自尋優策略
6．3．3 煤氣流量智能集成優化設定策略
6．3．4 加熱爐爐溫智能優化模型
6．4 中厚板軋制智能化控制技術
6．4．1 基于多變量強耦合非穩態高精細的厚向尺寸瞬態控制
6．4．2 基于多智能體技術的軋制過程控制
6．4．3 智能化平面形狀控制技術
6．4．4 LP板軋制控制技術
6．5 熱連軋智能化控制技術
6．5．1 熱連軋厚度-活套協調優化控制
6．5．2 熱連軋帶鋼出口板形智能預測
6．5．3 熱軋全流程負荷分配優化設計
6．6 冷連軋智能化控制技術
6．6．1 基于穩健回歸M估計的酸液濃度預測模型
6．6．2 基于案例推理的溫度設定策略
6．6．3 酸洗冷連軋速度優化控制策略
6．6．4 基于模型預測控制的厚度-張力策略
6．6．5 冷軋板形多目標優化控制
7 工藝設備智能維護
7．1 異源數據綜合采集與分類存儲
7．1．1 工藝設備級數據采集
7．1．2 流程級數據采集
7．1．3 大數據采集
7．1．4 實時數據庫技術
7．1．5 數據管理
7．2 多元統計故障診斷方法
7．2．1 數據的標準化處理
7．2．2 基于主成分分析的故障診斷方法
7．2．3 基于*小二乘的故障診斷方法
7．2．4 基于Fisher判別分析的方法
7．2．5 基于ICA的方法
7．2．6 非線性PCA與PLS
7．2．7 非線性ICA
7．3 智能故障診斷方法
7．3．1 基于案例的推理方法
7．3．2 基于專家系統的方法
7．3．3 基于模糊推理的方法
7．3．4 基于神經網絡的方法
7．3．5 基于模式識別的方法
7．3．6 基于智能計算的方法
7．3．7 基于Bayes的故障診斷
7．3．8 人工免疫算法
7．3．9 支持向量機
7．3．10 混沌分形理論方法
7．3．11 故障樹故障診斷方法
7．3．12 深度學習故障診斷方法
7．4 遠程故障診斷系統
7．4．1 分
1．1 智能制造的本質
1．2 信息物理系統
1．3 智能制造發展戰略
2 鋼鐵行業的現狀與發展趨勢
2．1 鋼鐵行業的現狀與總體運行水平
2．2 鋼鐵行業的需求和政策引導
2．3 國內外智能化現狀與趨勢
2．3．1 SAP公司
2．3．2 西門子公司
2．3．3 坤帝科公司
2．3．4 普銳特公司
2．4 鋼鐵智能化CPS系統
2．4．1 CPS架構
2．4．2 CPS總體設計
2．5 數字孿生
2．5．1 虛擬制造
2．5．2 數字化工廠
3 高爐大數據建模及智能優化
3．1 高爐煉鐵特點及操作復雜性分析
3．1．1 高爐煉鐵的生產特點分析
3．1．2 高爐煉鐵的操作手段
3．2 高爐生產指標
3．3 基于機理的高爐生產過程建模及分析
3．3．1 基于動力學的建模及分析
3．3．2 多流體高爐數學模型
3．3．3 高爐冶煉過程多目標系統優化模型
3．3．4 高爐冶煉過程智能控制數學模型
3．3．5 高爐冶煉過程控制的數學模型流程
3．3．6 高爐生產過程機理建模存在的問題
3．4 基于專家系統的高爐生產過程優化及分析
3．4．1 高爐專家系統的構成及特征
3．4．2 高爐專家系統存在的問題
3．5 高爐大數據建模與智能優化
3．5．1 高爐大數據建模與智能優化系統設計
3．5．2 基于關聯分析的高爐大數據建模方法
3．5．3 基于高爐大數據的生產指標智能預測方法
4 煉鋼過程智能模型與優化
4．1 鐵水預處理脫硫智能模型
4．1．1 鐵水單噴金屬鎂脫硫機理模型
4．1．2 脫硫機理模型參數多元線性回歸預測
4．1．3 脫硫機理模型參數ELM神經網絡預測
4．1．4 鐵水預處理KR法脫硫
4．2 轉爐煉鋼終點預報智能模型
4．2．1 基于大數據的轉爐吹煉終點碳含量和溫度預測模型
4．2．2 基于卷積神經網絡的轉爐吹煉終點Mn和P含量預報模型
5 連鑄智能優化控制及過程監控
5．1 連鑄坯凝固特點分析
5．2 鑄坯表面溫度測量
5．2．1 鑄坯表面溫度測量現狀
5．2．2 窄光譜CCD輻射測溫儀工作原理
5．2．3 鑄坯表面溫度場測量穩定性
5．2．4 現場實際測量結果
5．3 基于機理的連鑄凝固建模
5．3．1 連鑄凝固過程多物理場耦合分析
5．3．2 連鑄凝固過程數學模型
5．4 連鑄坯智能優化控制
5．4．1 多質量目標的協調優化
5．4．2 連鑄坯動態控制
5．4．3 電磁攪拌動態控制
5．5 連鑄大數據建模及過程監控
5．5．1 連鑄坯質量分析預報模型
5．5．2 基于多元統計的連鑄過程監控模型
6 軋制過程智能優化
6．1 軋制自動化控制系統概述
6．1．1 軋制過程數學模型和算法的發展
6．1．2 人工智能技術在軋制中應用的進展
6．2 軋制過程智能供應鏈相關決策優化技術
6．2．1 生產計劃的智能化管理技術
6．2．2 新一代煉鋼-連鑄智能排程與優化技術
6．2．3 產銷智能決策技術
6．3 加熱爐燃燒過程智能優化控制策略
6．3．1 加熱爐在線溫度預報模型的建立
6．3．2 加熱爐空燃比自尋優策略
6．3．3 煤氣流量智能集成優化設定策略
6．3．4 加熱爐爐溫智能優化模型
6．4 中厚板軋制智能化控制技術
6．4．1 基于多變量強耦合非穩態高精細的厚向尺寸瞬態控制
6．4．2 基于多智能體技術的軋制過程控制
6．4．3 智能化平面形狀控制技術
6．4．4 LP板軋制控制技術
6．5 熱連軋智能化控制技術
6．5．1 熱連軋厚度-活套協調優化控制
6．5．2 熱連軋帶鋼出口板形智能預測
6．5．3 熱軋全流程負荷分配優化設計
6．6 冷連軋智能化控制技術
6．6．1 基于穩健回歸M估計的酸液濃度預測模型
6．6．2 基于案例推理的溫度設定策略
6．6．3 酸洗冷連軋速度優化控制策略
6．6．4 基于模型預測控制的厚度-張力策略
6．6．5 冷軋板形多目標優化控制
7 工藝設備智能維護
7．1 異源數據綜合采集與分類存儲
7．1．1 工藝設備級數據采集
7．1．2 流程級數據采集
7．1．3 大數據采集
7．1．4 實時數據庫技術
7．1．5 數據管理
7．2 多元統計故障診斷方法
7．2．1 數據的標準化處理
7．2．2 基于主成分分析的故障診斷方法
7．2．3 基于*小二乘的故障診斷方法
7．2．4 基于Fisher判別分析的方法
7．2．5 基于ICA的方法
7．2．6 非線性PCA與PLS
7．2．7 非線性ICA
7．3 智能故障診斷方法
7．3．1 基于案例的推理方法
7．3．2 基于專家系統的方法
7．3．3 基于模糊推理的方法
7．3．4 基于神經網絡的方法
7．3．5 基于模式識別的方法
7．3．6 基于智能計算的方法
7．3．7 基于Bayes的故障診斷
7．3．8 人工免疫算法
7．3．9 支持向量機
7．3．10 混沌分形理論方法
7．3．11 故障樹故障診斷方法
7．3．12 深度學習故障診斷方法
7．4 遠程故障診斷系統
7．4．1 分
展開全部
書友推薦
- >
唐代進士錄
- >
月亮與六便士
- >
伯納黛特,你要去哪(2021新版)
- >
史學評論
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
苦雨齋序跋文-周作人自編集
- >
我從未如此眷戀人間
- >
名家帶你讀魯迅:故事新編
本類暢銷
