论文摘要
目前国内、外均有商品化的基于Web平台的工程材料数据库在运行,但是,专门针对冷轧钢铁材料、特别是包含冷轧工艺设备及冷轧工艺性能的较完整的数据库几乎未见。为此,建立一个既能为冷轧新材料的研制开发提供某些原始依据,又能为冷轧工艺技术的设计人员和现场工作人员提供必要技术支持的专业化、商业化的智能网络数据库平台就成为必要。Web数据库技术属于当前研究的热点,是Internet技术和数据库技术共同发展的方向,也是Internet应用研究的关键,本文在采用基于Web的数据建库和访问技术的同时,结合了动态设计的思想以及网络数据库发展现状,研发并建立了一个在Web数据访问体系中的冷轧数据库系统。论文的主要研究工作包括:（1）收集分析了冷轧材料及冷轧工艺、设备的数据为本系统的研发提供翔实、可靠的数据信息。（2）通过对Web数据库发展现状的分析和对客户机/服务器（C/S）与浏览器╱服务器（B/S）两种体系结构的比较,在分析比较了现有多种Web访问技术的特点的基础上,利用.NET平台的先进性以及ADO.NET数据库访问模型,采用了ⅡS+ASP.NET+ADO.NET+SQL SERVER模式建立了该Web数据库的发布模式。（3）经过系统需求分析,对数据库进行结构设计、功能设计以及物理结构设计。（4）阐述了图形处理工具的设计过程,包括图形图像的预处理、材料性能曲线的绘制,同时提出了设计过程中的关键技术（5）利用BP神经网络建立了一个冷轧工艺信息预测模型,可根据输入参数的不同建立不同的模型结构,构建了一个智能化的网络平台。最后,阐述了作者在本课题研究过程中的心得体会,指出了今后进一步探索和研究的方向。
论文目录
摘要Abstract目录第一章 绪论1.1 引言1.2 材料数据库的现状和发展趋势1.3 基于Web的数据库技术状况1.4 本文研究的立题背景及意义1.5 本文研究的主要内容第二章 冷轧材料与工艺简介2.1 板带钢的分类以及在国民经济中的的作用2.2 金属性能介绍2.3 冷轧板带钢的优点2.4 冷轧板带钢生产的工艺特点2.5 冷轧板带钢的生产工艺2.5.1 冷轧板带钢生产工艺流程2.5.2 冷轧板带钢生产的主要工艺2.6 轧制规程2.6.1 压下规程2.6.2 速度制度2.6.3 温度制度2.6.4 张力制度第三章 Web数据库开发的关键技术3.1 Web与数据库技术的结合3.2 Web数据库体系结构3.2.1 C/S体系结构3.2.2 B/S体系结构3.2.3 C/S与B/S结构的比较3.3 Web数据库访问技术3.4 新一代数据库访问技术-ADO.NET3.4.1 ADO.NET体系结构3.4.2 ADO.NET访问数据库的两种模式3.4.3 传统的数据库存取模式3.4.4 通用的数据库操作方法3.4.5 ADO.NET中使用存储过程优化应用程序性能第四章 系统开发环境及技术支持4.1 系统的软件配置4.2 IIS集成技术4.3 .NET开发平台4.3.1 .NET Framework概述4.3.2 Visual Studio.NET4.4 ASP.NET4.4.1 ASP.NET程序模型4.4.2 ASP.NET执行原理4.5 系统采用的编程语言Visual C#第五章 系统设计与实现5.1 系统设计原则5.2 系统设计5.2.1 系统结构设计5.2.2 系统功能设计5.3 数据库设计5.3.1 数据库概念设计5.3.2 数据库逻辑设计5.3.3 数据库物理设计5.4 系统运行效果第六章 图像处理软件的设计与实现6.1 软件开发背景6.2 软件的设计与实现6.2.1 软件设计的方案6.2.2 软件模块设计6.2.3 软件实现6.3 关键技术—多阈值动态二值化方法6.3.1 图像二值化6.3.2 多阈值动态二值化方法第七章 神经网络在冷轧数据库系统中的应用7.1 人工神经网络概述7.1.1 神经网络及其在轧制领域的应用7.1.2 人工神经网络的基本结构与模型7.2 BP神经网络模型7.2.1 BP神经网络结构7.2.2 BP算法原理7.2.3 BP算法流程7.3 基于BP神经网络的冷轧工艺预测模型7.3.1 网络建模7.3.2 神经网络训练第八章 总结与展望8.1 总结8.2 展望参考文献致谢
相关论文文献
标签：数据库论文; 冷轧论文; 神经网络论文;
