| 摘要 | 第1-3页 |
| Abstract | 第3-4页 |
| 目录 | 第4-7页 |
| 第一章 绪论 | 第7-21页 |
| 1．1 下渣检测概述 | 第7-13页 |
| 1．2 国内外的下渣检测应用状况 | 第13-14页 |
| 1．3 基于振动监测的下渣检测方法 | 第14-18页 |
| 1．3．1 基于振动的下渣检测技术的关键 | 第15-16页 |
| 1．3．2 从操作臂振动信号中提取钢渣信号的方法 | 第16-18页 |
| 1．4 提取特征信号后的模式识别 | 第18-19页 |
| 1．5 在模式识别时需要考虑的因素 | 第19-20页 |
| 1．6 本文的研究思路与主要内容 | 第20-21页 |
| 第二章 保护浇注操作臂振动机理分析 | 第21-42页 |
| 2．1 下渣振动检测技术的应用环境 | 第21-23页 |
| 2．1．1 钢包长水口保护浇铸概述 | 第21-23页 |
| 2．1．2 保护浇铸机构及其特点 | 第23页 |
| 2．2 钢水浇铸的结构振动机理 | 第23-33页 |
| 2．3 作用力的计算分析 | 第33-37页 |
| 2．3．1 钢包出水口钢水流速的计算 | 第33-35页 |
| 2．3．2 作用力与水口开度、保护套下端截面、拉速、钢坯截面间的关系 | 第35-37页 |
| 2．4 影响因素与实验结果分析 | 第37-41页 |
| 2．4．1 影响测振点振动的主要因素及实验结果分析 | 第37-38页 |
| 2．4．2 影响钢水作用力的主要因素及实验验证 | 第38-41页 |
| 2．5 本章小结 | 第41-42页 |
| 第三章 操作臂振动信号检测与分析处理 | 第42-53页 |
| 3．1 数据采集与预处理 | 第42-46页 |
| 3．1．1 数据采集与控制装置 | 第42-45页 |
| 3．1．2 数据预处理 | 第45-46页 |
| 3．2 下渣振动信号的一般分析 | 第46-52页 |
| 3．2．1 时域波形分析 | 第46-47页 |
| 3．2．2 下渣振动信号的方差分析 | 第47-50页 |
| 3．2．3 频谱分析 | 第50-52页 |
| 3．3 本章小结 | 第52-53页 |
| 第四章 振动信号的分析方法 | 第53-61页 |
| 4．1 概述 | 第53页 |
| 4．2 小波变换原理及离散小波变换 | 第53-57页 |
| 4．2．1 小波变换原理 | 第53-55页 |
| 4．2．2 离散小波变换 | 第55-57页 |
| 4．3 小波包分析理论和下渣特征信号提取 | 第57-60页 |
| 4．3．1 小波包理论 | 第57-59页 |
| 4．3．2 使用小波包提取下渣振动特征信息 | 第59-60页 |
| 4．4 本章小结 | 第60-61页 |
| 第五章 神经网络基本原理和方法 | 第61-75页 |
| 5．1 神经网络概述 | 第61-65页 |
| 5．2 人工神经网络的学习与各类模型 | 第65-68页 |
| 5．2．1 人工神经网络的学习 | 第65-66页 |
| 5．2．2 人工神经网络的各种模型 | 第66-68页 |
| 5．3 BP神经网络 | 第68-72页 |
| 5．4 BP神经网络参数确定和训练 | 第72-74页 |
| 5．4．1 BP神经网络参数确定 | 第72页 |
| 5．4．2 BP神经网络训练 | 第72-74页 |
| 5．5 本章小结 | 第74-75页 |
| 第六章 下渣检测系统设计 | 第75-86页 |
| 6．1 硬件系统设计与实现 | 第75-80页 |
| 6．1．1 系统硬件总体结构 | 第75页 |
| 6．1．2 前置滤波放大电路 | 第75-76页 |
| 6．1．3 高速信号采集卡 | 第76-80页 |
| 6．2 软件系统设计与实现 | 第80-84页 |
| 6．2．1 LabView介绍 | 第80-83页 |
| 6．2．2 在LabVIEW中使用驱动及C代码 | 第83-84页 |
| 6．3 本章小结 | 第84-86页 |
| 第七章 结论与展望 | 第86-89页 |
| 7．1 论文主要工作 | 第86页 |
| 7．2 工作总结 | 第86-88页 |
| 7．3 工作展望 | 第88-89页 |
| 附录A 系统界面 | 第89-92页 |
| 参考文献 | 第92-94页 |
| 感谢 | 第94页 |