| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题背景及意义 | 第11-12页 |
| 1.2 热风炉自动燃烧技术简介 | 第12-14页 |
| 1.2.1 热风炉自动燃烧国内外研究现状 | 第12-14页 |
| 1.2.2 热风炉自动燃烧技术的发展方向 | 第14页 |
| 1.3 课题研究的主要内容 | 第14-17页 |
| 第2章 顶燃式热风炉的燃烧过程及控制策略 | 第17-25页 |
| 2.1 顶燃式热风炉的简介 | 第17-18页 |
| 2.2 顶燃式热风炉的基本特征 | 第18-19页 |
| 2.3 顶燃式热风炉的燃烧过程 | 第19-22页 |
| 2.3.1 顶燃式热风炉的工艺流程 | 第19-21页 |
| 2.3.2 顶燃式热风炉燃烧的变化过程 | 第21-22页 |
| 2.4 顶燃式热风炉自动燃烧的控制策略 | 第22-23页 |
| 2.5 本章小结 | 第23-25页 |
| 第3章 神经网络模糊控制理论 | 第25-35页 |
| 3.1 神经网络技术 | 第25-29页 |
| 3.1.1 神经元模型 | 第25-26页 |
| 3.1.2 神经网络的常用学习方法 | 第26-29页 |
| 3.2 模糊控制理论 | 第29-31页 |
| 3.2.1 模糊理论基础 | 第29-30页 |
| 3.2.2 模糊控制系统的工作原理 | 第30页 |
| 3.2.3 模糊控制器的基本结构 | 第30-31页 |
| 3.3 神经网络模糊控制理论 | 第31-33页 |
| 3.3.1 基于神经网络的模糊控制 | 第32-33页 |
| 3.3.2 神经网络在模糊控制系统中的常见结合方式 | 第33页 |
| 3.4 本章小结 | 第33-35页 |
| 第4章 基于神经网络的模糊控制器的设计 | 第35-51页 |
| 4.1 模糊控制器设计理论基础 | 第35-39页 |
| 4.1.1 Mamdani和T-S型两种模糊控制器结构 | 第35-36页 |
| 4.1.2 模糊化处理的设计原则 | 第36页 |
| 4.1.3 模糊规则的设计原则 | 第36-37页 |
| 4.1.4 量化因子、比例因子的设计原则及影响 | 第37-38页 |
| 4.1.5 反模糊化处理设计原则 | 第38-39页 |
| 4.2 自动燃烧控制方案及输入输出论域的确定 | 第39-42页 |
| 4.2.1 基于神经网络自动燃烧模糊控制方案的确定 | 第39-40页 |
| 4.2.2 神经网络模糊控制器结构的确定 | 第40-41页 |
| 4.2.3 神经模糊控制系统输入、输出论域的选择 | 第41-42页 |
| 4.3 神经网络模糊控制器模糊规则的设计 | 第42-47页 |
| 4.3.1 模糊控制器语言变量模糊隶属值的确定 | 第42-45页 |
| 4.3.2 模糊控制规则表的设计 | 第45-47页 |
| 4.4 基于神经网络的模糊控制推理设计 | 第47-50页 |
| 4.4.1 BP神经网络结构的设计 | 第47-49页 |
| 4.4.2 模糊规则自学习算法的设计 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 顶燃式热风炉自动燃烧模糊控制的实现 | 第51-63页 |
| 5.1 硬件实施平台的设计 | 第51-52页 |
| 5.2 模糊控制程序的软件设计 | 第52-55页 |
| 5.2.1 模糊控制的数据采集软件设计 | 第52-54页 |
| 5.2.2 模糊控制的数据交换设计 | 第54-55页 |
| 5.3 神经网络学习过程的离线训练 | 第55-59页 |
| 5.3.1 神经网络模糊推理机的建立 | 第55-57页 |
| 5.3.2 神经网络模糊控制器的离线学习 | 第57-59页 |
| 5.4 热风炉自动燃烧神经网络模糊控制的效果 | 第59-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第6章 结论和展望 | 第63-65页 |
| 6.1 结论 | 第63页 |
| 6.2 展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71页 |
