| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 课题研究背景与意义 | 第13-14页 |
| 1.2 球磨机负荷检测方法研究现状和发展趋势 | 第14-17页 |
| 1.2.1 球磨机负荷直接检测法 | 第14页 |
| 1.2.2 球磨机负荷间接检测法 | 第14-17页 |
| 1.2.3 球磨机负荷检测的发展趋势 | 第17页 |
| 1.3 软测量技术 | 第17-20页 |
| 1.3.1 软测量技术及优势 | 第17-18页 |
| 1.3.2 软测量技术的研究与应用 | 第18-19页 |
| 1.3.3 软测量技术的展望 | 第19-20页 |
| 1.4 本论文的主要研究内容与框架 | 第20-23页 |
| 第2章 球磨机工作机理分析及信号采集处理 | 第23-29页 |
| 2.1 球磨机结构与工作原理 | 第23页 |
| 2.1.1 球磨机结构 | 第23页 |
| 2.1.2 球磨机工作原理 | 第23页 |
| 2.2 球磨机机理分析 | 第23-25页 |
| 2.2.1 球磨机料位分析 | 第23-24页 |
| 2.2.2 基于振动信号机理分析 | 第24-25页 |
| 2.3 信号采集及预处理 | 第25-27页 |
| 2.3.1 信号的采集 | 第25-26页 |
| 2.3.2 数据预处理及特征提取 | 第26-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 基于模糊聚类建立球磨机料位软测量T-S模型 | 第29-39页 |
| 3.1 T-S模糊系统 | 第29-31页 |
| 3.1.1 T-S模糊模型 | 第29-30页 |
| 3.1.2 T-S模型的优势与应用 | 第30页 |
| 3.1.3 模糊模型辨识 | 第30-31页 |
| 3.2 模糊聚类 | 第31页 |
| 3.3 基于减法聚类建立球磨机料位软测量T-S模型 | 第31-34页 |
| 3.3.1 减法聚类 | 第31-32页 |
| 3.3.2 基于减法聚类建立球磨机料位软测量T-S模型 | 第32-33页 |
| 3.3.3 后件参数辨识 | 第33-34页 |
| 3.4 基于改进C均值聚类建立球磨机料位软测量T-S模型 | 第34-36页 |
| 3.4.1 模糊C均值聚类简介 | 第34页 |
| 3.4.2 模糊C均值聚类算法 | 第34-35页 |
| 3.4.3 基于改进模糊C均值聚类建立球磨机料位软测量T-S模型 | 第35-36页 |
| 3.5 模糊推理实现球磨机料位的软测量 | 第36-37页 |
| 3.6 本章小结 | 第37-39页 |
| 第4章 基于云模型建立球磨机料位软测量T-S模型 | 第39-47页 |
| 4.1 云模型 | 第39-42页 |
| 4.1.1 云模型的研究背景 | 第39-40页 |
| 4.1.2 云模型定义 | 第40-41页 |
| 4.1.3 云模型三个数字特征 | 第41-42页 |
| 4.2 云发生器 | 第42-43页 |
| 4.3 云提升 | 第43页 |
| 4.4 云模型的应用 | 第43-44页 |
| 4.5 基于云模型建立球磨机料位软测量T-S模型 | 第44-45页 |
| 4.6 本章小结 | 第45-47页 |
| 第5章 球磨机料位软测量实验研究 | 第47-61页 |
| 5.1 实验数据的采集及预处理 | 第47-48页 |
| 5.2 T-S模型建模结果对比 | 第48-52页 |
| 5.2.1 T-S模型前件辨识结果 | 第48-51页 |
| 5.2.2 辨识结果分析 | 第51页 |
| 5.2.3 后件参数辨识结果 | 第51-52页 |
| 5.3 T-S建模方法测量验证及对比 | 第52-57页 |
| 5.3.1 T-S模型充足样本测量对比 | 第52-53页 |
| 5.3.2 T-S模型残缺样本测量对比 | 第53-57页 |
| 5.4 与其他方法对比 | 第57-59页 |
| 5.5 本章小结 | 第59-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69页 |
