| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-22页 |
| ·水泥行业的发展 | 第12-14页 |
| ·全球水泥行业的发展 | 第12-14页 |
| ·我国水泥行业的发展 | 第14页 |
| ·出窑物料特性参数的研究现状 | 第14-16页 |
| ·软测量技术概述 | 第16-19页 |
| ·软测量的数学描述 | 第16-17页 |
| ·软测量的结构 | 第17页 |
| ·软测量技术的分类 | 第17-19页 |
| ·本文的主要工作 | 第19-20页 |
| ·课题的来源 | 第19页 |
| ·本文的主要内容 | 第19-20页 |
| ·本章小结 | 第20-22页 |
| 第二章 出窑物料特性相关因素分析 | 第22-32页 |
| ·回转窑对出窑物料特性的影响 | 第22-24页 |
| ·新型干法预分解窑中回转窑的概况 | 第22-24页 |
| ·回转窑烧成系统对出窑物料特性的影响 | 第24页 |
| ·篦冷机对出窑物料特性的影响 | 第24-27页 |
| ·新型干法预分解窑中篦冷机的概况 | 第24-25页 |
| ·水泥熟料冷却的原因、目的 | 第25-26页 |
| ·篦冷机冷却系统对出窑物料特性的影响 | 第26-27页 |
| ·软测量辅助变量的选择及数据的预处理 | 第27-30页 |
| ·软测量辅助变量的选择 | 第27页 |
| ·基于相关性分析选择实验数据 | 第27-28页 |
| ·测量数据的预处理 | 第28-30页 |
| ·本章小结 | 第30-32页 |
| 第三章 基于RBF 的出窑物料流量软测量 | 第32-50页 |
| ·RBF 神经网络 | 第32-37页 |
| ·基函数 | 第33-34页 |
| ·输出层权值及阈值 | 第34-37页 |
| ·变量的选择与预处理 | 第37-43页 |
| ·出窑物料流量主导变量的获得 | 第38-40页 |
| ·出窑物料流量辅助变量的选择 | 第40-42页 |
| ·出窑物料流量变量的预处理 | 第42-43页 |
| ·基于RBF 神经网络的软测量模型 | 第43-45页 |
| ·基于RBF 神经网络建模 | 第43-45页 |
| ·基于RBF 神经网络的模型测试 | 第45页 |
| ·基于BP 神经网络的软测量模型 | 第45-47页 |
| ·基于单隐层BP 神经网络的软测量模型结构 | 第46页 |
| ·基于单隐层BP 神经网络的软测量模型预测 | 第46-47页 |
| ·基于RBF 神经网络与基于BP 神经网络的软测量模型对比 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第四章 基于双重RBF 神经网络的出窑物料温度软测量 | 第50-64页 |
| ·双重RBF 神经网络 | 第50页 |
| ·出窑物料温度变量的选择与预处理 | 第50-57页 |
| ·出窑物料温度主导变量的获得 | 第51-55页 |
| ·出窑物料温度辅助变量的选择 | 第55-57页 |
| ·出窑物料温度变量的预处理 | 第57页 |
| ·基于双重RBF 神经网络的软测量模型 | 第57-60页 |
| ·基于双重RBF 神经网络建模 | 第57-59页 |
| ·基于双重RBF 神经网络的模型检测 | 第59-60页 |
| ·基于LS-SVM 的软测量建模 | 第60-62页 |
| ·LS-SVM 简介 | 第60-61页 |
| ·基于LS-SVM 的软测量建模 | 第61-62页 |
| ·基于双重RBF 神经网络与基于LS-SVM 的软测量模型对比 | 第62页 |
| ·本章小结 | 第62-64页 |
| 第五章 基于模糊数学的出窑物料粒度软测量 | 第64-78页 |
| ·模糊数学模型 | 第64-66页 |
| ·模糊条件语句 | 第64页 |
| ·模糊推理 | 第64-65页 |
| ·解模糊 | 第65-66页 |
| ·出窑物料粒度变量的选择 | 第66-70页 |
| ·出窑物料粒度主导变量的取得 | 第66页 |
| ·出窑物料粒度辅助变量的选择 | 第66-70页 |
| ·基于模糊数学的出窑物料粒度软测量 | 第70-76页 |
| ·出窑物料粒度变量模糊化 | 第70-72页 |
| ·出窑物料粒度隶属度函数及模糊关系 | 第72-74页 |
| ·出窑物料粒度解模糊及校验 | 第74-76页 |
| ·本章小结 | 第76-78页 |
| 第六章 出窑物料特性参数软测量的软件开发 | 第78-84页 |
| ·新型干法预分解窑出窑物料特性参数软测量程序结构 | 第78-79页 |
| ·出窑物料特性参数软测量软件开发 | 第79-83页 |
| ·基于RBF 神经网络的出窑物料流量软测量软件开发 | 第79-81页 |
| ·基于双重RBF 神经网络的出窑物料温度软测量软件开发 | 第81-82页 |
| ·基于模糊数学的出窑物料粒度软测量软件开发 | 第82-83页 |
| ·本章小结 | 第83-84页 |
| 第七章 结论与展望 | 第84-86页 |
| 参考文献 | 第86-89页 |
| 致谢 | 第89-90页 |
| 附录 | 第90页 |
| 一、在校期间发表的学术论文 | 第90页 |
| 二、在校期间参加的项目 | 第90页 |
