| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第10-13页 |
| 第1章 绪论 | 第13-47页 |
| 1.1 工程系统的故障诊断与容错控制技术研究现状 | 第14-33页 |
| 1.2 炉窑故障诊断与容错控制技术研究现状 | 第33页 |
| 1.3 软测量及其在炉窑中应用研究现状 | 第33-42页 |
| 1.4 存在的问题及本文的工作 | 第42-47页 |
| 第2章 竖炉焙烧过程故障工况问题描述 | 第47-75页 |
| 2.1 竖炉焙烧装置与工艺过程描述 | 第47-51页 |
| 2.2 磁选管回收率预报问题描述 | 第51-72页 |
| 2.2.1 竖炉焙烧过程运行指标——磁选管回收率 | 第51-54页 |
| 2.2.2 磁选管回收率与还原反应温度、还原剂浓度、还原反应时间之间的特性分析 | 第54-71页 |
| 2.2.3 还原反应温度、还原剂浓度、还原反应时间与燃烧室温度、还原煤气流量、矿石搬出时间之间的特性定性分析 | 第71-72页 |
| 2.3 竖炉焙烧运行故障工况分析 | 第72-74页 |
| 2.4 本章小结 | 第74-75页 |
| 第3章 竖炉焙烧过程运行指标——磁选管回收率预报方法 | 第75-101页 |
| 3.1 模糊与神经网络方法介绍 | 第75-80页 |
| 3.1.1 模糊模型简介 | 第75-78页 |
| 3.1.2 神经网络简介 | 第78-80页 |
| 3.2 磁选管回收率特性分析 | 第80-82页 |
| 3.3 磁选管回收率预报方法 | 第82-89页 |
| 3.3.1 磁选管回收率预报策略 | 第82-83页 |
| 3.3.2 磁选管回收率预报算法 | 第83-89页 |
| 3.4 磁选管回收率预报模型参数确定及方法比较 | 第89-97页 |
| 3.4.1 实验仿真确定磁选管回收率预报模型参数 | 第89-96页 |
| 3.4.2 各种方法进行磁选管回收率预报比较实验 | 第96-97页 |
| 3.5 磁选管回收率预报实验研究 | 第97-99页 |
| 3.6 本章小结 | 第99-101页 |
| 第4章 竖炉焙烧运行工况故障诊断与容错控制方法 | 第101-127页 |
| 4.1 基于规则推理的故障工况诊断方法 | 第101-112页 |
| 4.1.1 竖炉故障工况诊断现状分析 | 第101-102页 |
| 4.1.2 基于层次分析(AHP)的规则推理方法 | 第102-108页 |
| 4.1.3 基于规则推理的故障工况诊断方法 | 第108-112页 |
| 4.2 基于案例推理的容错控制方法 | 第112-125页 |
| 4.2.1 故障工况处理现状分析 | 第112-114页 |
| 4.2.2 基于案例描述权值优化的案例推理方法 | 第114-119页 |
| 4.2.3 基于案例推理的故障工况容错控制方法 | 第119-122页 |
| 4.2.4 故障工况容错控制方法实验研究 | 第122-125页 |
| 4.3 故障工况诊断与容错控制策略 | 第125-126页 |
| 4.4 本章小结 | 第126-127页 |
| 第5章 故障工况诊断与容错控制软件系统的设计与开发 | 第127-153页 |
| 5.1 软件系统的设计 | 第127-141页 |
| 5.1.1 功能模块设计 | 第128-131页 |
| 5.1.2 算法模块设计 | 第131-141页 |
| 5.2 软件系统的开发 | 第141-151页 |
| 5.3 本章小结 | 第151-153页 |
| 第6章 实验研究 | 第153-173页 |
| 6.1 实验对象的描述 | 第153-162页 |
| 6.1.1 控制系统硬件与软件平台 | 第155-157页 |
| 6.1.2 实验数据的采集与描述 | 第157-160页 |
| 6.1.3 故障工况诊断与容错控制方法中的参数选择 | 第160-162页 |
| 6.1.4 本文软件实验方法 | 第162页 |
| 6.2 实验过程及结果分析 | 第162-172页 |
| 6.3 本章小结 | 第172-173页 |
| 结束语 | 第173-175页 |
| 参考文献 | 第175-193页 |
| 致谢 | 第193-197页 |
| 博士期间完成的论文、参加的科研项目 | 第197-199页 |
| 作者简介 | 第199页 |
