| 1 引言 | 第1-17页 |
| ·课题目的和实用意义 | 第11-12页 |
| ·课题研究的现状 | 第12-14页 |
| ·国外研究概况 | 第12页 |
| ·国内研究的发展和现状 | 第12-14页 |
| ·课题研究内容和方法 | 第14-17页 |
| ·研究内容 | 第14页 |
| ·研究方法和步骤 | 第14-15页 |
| ·课题解决的主要问题 | 第15-17页 |
| 2 铝电解槽槽况故障机理解析及其信号处理 | 第17-31页 |
| ·铝电解原理 | 第17页 |
| ·铝电解槽槽况故障机理分析 | 第17-19页 |
| ·铝电解生产过程及管理简介 | 第17-18页 |
| ·预焙电解槽针振和电压摆产生的原因 | 第18页 |
| ·预焙电解槽针振和电压摆产生的危害 | 第18-19页 |
| ·槽电阻信号简介 | 第19-20页 |
| ·槽电阻信号的计算 | 第19页 |
| ·槽电阻信号的构成 | 第19-20页 |
| ·槽电阻信号的频谱分析 | 第20-25页 |
| ·数据来源 | 第21页 |
| ·数据预处理 | 第21页 |
| ·基于离散傅立叶变换的谱分析 | 第21-22页 |
| ·经典功率谱估计方法——直接法 | 第22-23页 |
| ·自回归AR谱估计 | 第23-25页 |
| ·槽电阻信号特征 | 第25-30页 |
| ·槽电阻信号时、频域特征 | 第25-29页 |
| ·系列电流波动对槽电阻的影响 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 3 铝电解槽槽况故障诊断的神经网络建模 | 第31-45页 |
| ·神经网络模型的选择 | 第31-32页 |
| ·误差反向传播网络 | 第32-35页 |
| ·BP网络结构 | 第32-33页 |
| ·BP网络学习过程 | 第33-35页 |
| ·改进后的BP网络 | 第35-36页 |
| ·BP网络的限制与不足 | 第35页 |
| ·BP网络的改进方法 | 第35-36页 |
| ·铝电解故障特征向量的选择 | 第36-37页 |
| ·故障诊断系统BP网络的分析与设计 | 第37-41页 |
| ·网络层数的选择 | 第38页 |
| ·隐含层的神经元数量的选择 | 第38-39页 |
| ·网络学习参数的选取 | 第39-40页 |
| ·样本数据的处理 | 第40-41页 |
| ·仿真结果与分析 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 4 软件系统设计与实现 | 第45-59页 |
| ·软件开发平台的选择 | 第45-46页 |
| ·软件框架与功能设计 | 第46-48页 |
| ·VC++与SQL Server交互 | 第48-51页 |
| ·铝电解槽故障诊断系统数据库设计 | 第48-49页 |
| ·故障诊断系统数据库访问技术 | 第49-51页 |
| ·VC++与MATLAB混和编程 | 第51-54页 |
| ·接口方法选择 | 第51-52页 |
| ·COM组件实现 | 第52-53页 |
| ·在VC中调用MATLAB COM组件 | 第53-54页 |
| ·界面设计 | 第54-57页 |
| ·本章小结 | 第57-59页 |
| 5 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 附录A 铝电解槽槽况诊断BP网络训练样本 | 第65-69页 |
| 附录B 铝电解槽槽况诊断BP网络测试样本及实际结果 | 第69-73页 |
| 申请学位期间发表的学术论文 | 第73-75页 |
| 致谢 | 第75页 |