基于稀疏矩阵的高炉故障识别研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究背景及意义 | 第8-10页 |
| 1.2 高炉智能故障识别方法的研究 | 第10-11页 |
| 1.3 稀疏矩阵技术的发展概况 | 第11-12页 |
| 1.4 论文的主要内容 | 第12-14页 |
| 第二章 高炉冶炼概述 | 第14-20页 |
| 2.1 高炉炼铁工艺 | 第14-15页 |
| 2.1.1 高炉生产的工艺流程 | 第14-15页 |
| 2.1.2 高炉炉体控制工艺 | 第15页 |
| 2.2 高炉冶炼工艺特点 | 第15-20页 |
| 2.2.1 炉料在炉内的分布状态 | 第16-17页 |
| 2.2.2 高炉故障及征兆分析 | 第17-20页 |
| 第三章 高炉故障诊断模型的研究 | 第20-32页 |
| 3.1 炉况诊断的数理逻辑推理模型 | 第20-23页 |
| 3.2 系统优化模型 | 第23-25页 |
| 3.3 高炉炼铁工艺机理模型 | 第25-26页 |
| 3.4 高炉炼铁混沌机理模型 | 第26-29页 |
| 3.5 故障集发生情况的整体诊断模型 | 第29-32页 |
| 第四章 高炉故障诊断的稀疏矩阵分析 | 第32-53页 |
| 4.1 稀疏矩阵的提出 | 第32-36页 |
| 4.1.1 稀疏矩阵与并行技术 | 第32-33页 |
| 4.1.2 解线性方程组的稀疏矩阵方法 | 第33-36页 |
| 4.2 高炉故障特征采集及预处理 | 第36-44页 |
| 4.2.1 高炉故障特征参量选取准则 | 第36页 |
| 4.2.2 高炉故障诊断系统输入特征量的预处理 | 第36-44页 |
| 4.3 高炉故障诊断的特征识别 | 第44-53页 |
| 4.3.1 非负矩阵分解的数学模型 | 第44-45页 |
| 4.3.2 高炉故障诊断稀疏受限非负矩阵分解算法 | 第45-48页 |
| 4.3.3 高炉故障识别仿真系统的研究 | 第48-53页 |
| 第五章 高炉故障识别系统功能实现及分析研究 | 第53-65页 |
| 5.1 高炉故障识别系统的设计 | 第53-60页 |
| 5.2 高炉故障识别系统仿真测试与分析 | 第60-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 本文总结 | 第65-66页 |
| 6.2 工作展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 附录1 攻读硕士学位期间发表的论文 | 第72-73页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第73-74页 |
| 详细摘要 | 第74-78页 |
