| 中文摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 1.绪论 | 第9-14页 |
| ·课题背景及意义 | 第9页 |
| ·链篦机温度场研究现状 | 第9-10页 |
| ·人工智能在工业中的应用 | 第10-12页 |
| ·模糊控制应用现状 | 第10-11页 |
| ·CMAC神经网络应用现状 | 第11-12页 |
| ·CMAC神经网络研究现状 | 第12页 |
| ·本论文主要工作 | 第12-14页 |
| 2.链篦机工艺分析 | 第14-18页 |
| ·工艺流程简介 | 第14-15页 |
| ·链篦机 | 第14-15页 |
| ·回转窑 | 第15页 |
| ·环冷机 | 第15页 |
| ·物料流及分析 | 第15-16页 |
| ·热气流程 | 第16-17页 |
| ·主流程 | 第16-17页 |
| ·余热流程 | 第17页 |
| ·本章小结 | 第17-18页 |
| 3.链篦机温度场动态仿真模型 | 第18-34页 |
| ·被控对象的数学模型 | 第18-19页 |
| ·机理建模 | 第18页 |
| ·实验建模 | 第18-19页 |
| ·链篦机温度场机理分析 | 第19-23页 |
| ·球团、热气温度模型 | 第19-21页 |
| ·水分蒸发模型 | 第21页 |
| ·水分冷凝模型 | 第21-22页 |
| ·磁铁矿氧化反应模型 | 第22-23页 |
| ·链篦机温度场动态仿真模型的建立 | 第23-30页 |
| ·有限差分法 | 第23-25页 |
| ·链篦机温度场模型的求解 | 第25-27页 |
| ·链篦机温度场动态仿真模型 | 第27-30页 |
| ·仿真案例 | 第30-32页 |
| ·正弦波热气进气温度仿真 | 第30-31页 |
| ·正弦波进球温度仿真 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 4.基于隶属度的CMAC神经网络 | 第34-52页 |
| ·CMAC神经网络 | 第34-40页 |
| ·CMAC神经网络的原理 | 第34-36页 |
| ·CMAC神经网络的学习过程 | 第36页 |
| ·CMAC神经网络的分析 | 第36-40页 |
| ·基于隶属度的CMAC神经网络（M-CMAC神经网络） | 第40-46页 |
| ·概念定义 | 第40-42页 |
| ·M-CMAC神经网络的算法描述 | 第42-43页 |
| ·M-CMAC神经网络的增量式学习 | 第43-44页 |
| ·M-CMAC神经网络的收敛性证明 | 第44-46页 |
| ·仿真案例 | 第46-51页 |
| ·单输入仿真案例 | 第46-50页 |
| ·双输入仿真案例 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 5.链篦机温度控制器设计 | 第52-61页 |
| ·链篦机温度控制器设计 | 第52-56页 |
| ·链篦机温度场特性分析 | 第52-53页 |
| ·基于模糊算法的多M-CMAC神经网络前馈控制器 | 第53-56页 |
| ·控制器权值学习设计 | 第56-57页 |
| ·控制器权值的离线学习 | 第56-57页 |
| ·控制器权值的在线学习 | 第57页 |
| ·仿真案例 | 第57-60页 |
| ·正弦波进气、进球温度仿真 | 第57-59页 |
| ·鲁棒性仿真 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 6.结论与展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间发表学术论文情况 | 第66-67页 |
| 致谢 | 第67-68页 |
| 作者简介 | 第68-69页 |