基于阳极电流分布的铝电解槽异常诊断
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 铝电解槽槽况诊断技术研究现状 | 第9-10页 |
| 1.3 课题主要研究内容 | 第10-13页 |
| 第二章 铝电解原理及异常槽况 | 第13-19页 |
| 2.1 铝电解过程 | 第13-14页 |
| 2.2 阳极效应 | 第14-15页 |
| 2.2.1 阳极效应起因 | 第14页 |
| 2.2.2 阳极效应的影响 | 第14页 |
| 2.2.3 阳极效应的检测与熄灭 | 第14-15页 |
| 2.3 冷槽和热槽 | 第15-17页 |
| 2.3.1 冷槽和热槽起因 | 第15-16页 |
| 2.3.2 冷槽和热槽的影响 | 第16页 |
| 2.3.3 冷槽和热槽的控制 | 第16-17页 |
| 2.4 阴极破损 | 第17-18页 |
| 2.4.1 阴极破损起因 | 第17页 |
| 2.4.2 阴极破损检测与控制 | 第17-18页 |
| 2.5 本章小结 | 第18-19页 |
| 第三章 数据预处理 | 第19-34页 |
| 3.1 数据获取 | 第19页 |
| 3.2 阳极电流信号分析 | 第19-26页 |
| 3.2.1 信号的时域分析 | 第19-23页 |
| 3.2.2 信号的频谱分析 | 第23-26页 |
| 3.3 阳极电流信号特征值提取 | 第26-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 铝电解槽槽况诊断 | 第34-42页 |
| 4.1 铝电解槽槽况诊断原理 | 第34页 |
| 4.2 子神经网络构造 | 第34-39页 |
| 4.3 神经网络集成 | 第39-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 铝电解槽槽况诊断系统 | 第42-50页 |
| 5.1 诊断系统简介 | 第42-43页 |
| 5.2 界面设计 | 第43页 |
| 5.3 电流数据采集 | 第43-47页 |
| 5.4 槽况在线诊断 | 第47-49页 |
| 5.5 本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 6.1 课题总结 | 第50页 |
| 6.2 课题展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 申请学位期间的研究成果及发表的学术论文 | 第55-56页 |
| 致谢 | 第56页 |
