| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题的研究背景及意义 | 第9-10页 |
| 1.2 水泥熟料装置故障诊断国内外研究现状 | 第10-12页 |
| 1.2.1 国内研究现状 | 第10-11页 |
| 1.2.2 国外研究现状 | 第11-12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 第2章 水泥熟料装置生产线及工艺故障分析 | 第13-25页 |
| 2.1 水泥熟料装置生产线概况 | 第13-19页 |
| 2.1.1 生料的制备均化 | 第14-15页 |
| 2.1.2 生料的预分解 | 第15-17页 |
| 2.1.3 熟料的烧成冷却 | 第17-19页 |
| 2.2 水泥熟料装置主要监控的工艺参数 | 第19-21页 |
| 2.3 水泥熟料装置工艺故障及其特点 | 第21-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 工艺故障诊断理论与数据处理技术 | 第25-39页 |
| 3.1 支持向量机理论 | 第25-29页 |
| 3.1.1 最优超平面构造 | 第25-27页 |
| 3.1.2 SVM分类算法 | 第27-28页 |
| 3.1.3 核函数 | 第28-29页 |
| 3.2 工艺故障诊断数据处理技术研究 | 第29-35页 |
| 3.2.1 特征提取的概念 | 第29-30页 |
| 3.2.2 PCA算法理论 | 第30-33页 |
| 3.2.3 PCA-SVM算法测试分析 | 第33-35页 |
| 3.3 水泥熟料装置工艺故障PCA-SVM模型仿真分析 | 第35-38页 |
| 3.3.1 故障样本数据采集 | 第35-36页 |
| 3.3.2 故障样本特征提取与诊断结果分析 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 基于IGWO-SVM的水泥熟料装置工艺故障诊断研究 | 第39-54页 |
| 4.1 差分进化算法与灰狼优化算法 | 第39-43页 |
| 4.1.1 差分进化算法 | 第39-41页 |
| 4.1.2 灰狼优化算法 | 第41-43页 |
| 4.2 基于差分进化和灰狼算法的混合优化算法 | 第43-48页 |
| 4.2.1 混合优化算法思想 | 第43-44页 |
| 4.2.2 混合优化算法实施步骤 | 第44页 |
| 4.2.3 混合优化算法结果分析 | 第44-48页 |
| 4.3 基于IGWO的工艺故障SVM模型参数优化 | 第48-49页 |
| 4.4 基于PCA和IGWO-SVM工艺故障诊断仿真验证 | 第49-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 水泥熟料装置主动安全控制方案设计 | 第54-62页 |
| 5.1 集散控制系统概述 | 第54-56页 |
| 5.1.1 集散控制系统概念 | 第54页 |
| 5.1.2 集散控制系统特点 | 第54-55页 |
| 5.1.3 DCS的体系结构 | 第55-56页 |
| 5.2 水泥生产线控制方案设计 | 第56-60页 |
| 5.2.1 硬件结构 | 第56-59页 |
| 5.2.2 软件结构 | 第59页 |
| 5.2.3 DCS系统组态流程 | 第59-60页 |
| 5.3 亚泰集团新型干法水泥生产DCS监控系统 | 第60-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 作者简介 | 第69-70页 |
| 攻读硕士学位期间研究成果 | 第70页 |
