| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 虚拟现实技术研究现状 | 第10-12页 |
| 1.2.2 三维监控技术研究现状 | 第12-13页 |
| 1.2.3 人工神经网络的研究现状 | 第13-14页 |
| 1.3 本文研究的主要内容 | 第14-15页 |
| 1.4 本文的结构 | 第15-16页 |
| 第2章 烧结工艺流程的能耗预测及监控系统关键技术分析 | 第16-24页 |
| 2.1 工艺流程及特点 | 第16-18页 |
| 2.1.1 工艺流程 | 第16-17页 |
| 2.1.2 工艺特点 | 第17-18页 |
| 2.2 神经网络 | 第18-21页 |
| 2.2.1 神经网络基础理论 | 第18-19页 |
| 2.2.2 神经网络选取 | 第19-21页 |
| 2.3 三维监控系统相关技术 | 第21-23页 |
| 2.3.1 三维建模软件 | 第21-22页 |
| 2.3.2 Unity3D引擎技术 | 第22页 |
| 2.3.3 数据库技术 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 三维能耗监控系统的总体设计 | 第24-32页 |
| 3.1 系统的需求分析 | 第24页 |
| 3.2 总体方案的设计 | 第24-25页 |
| 3.3 系统数据库设计 | 第25-31页 |
| 3.3.1 数据库需求分析 | 第26页 |
| 3.3.2 数据库概念结构设计 | 第26-29页 |
| 3.3.3 数据库逻辑结构设计 | 第29-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 小波神经网络能耗预测 | 第32-41页 |
| 4.1 小波神经网络 | 第32-35页 |
| 4.1.1 小波分析 | 第32-33页 |
| 4.1.2 小波神经网络 | 第33-35页 |
| 4.2 小波神经网络静态能耗预测 | 第35-38页 |
| 4.3 小波神经网络动态能耗预测 | 第38-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第5章 三维监控系统详细设计 | 第41-60页 |
| 5.1 烧结工艺 3D模型的绘制 | 第41-44页 |
| 5.2 烧结工艺 3D系统动画及显示界面设计 | 第44-54页 |
| 5.2.1 动画效果 | 第45-52页 |
| 5.2.2 显示界面 | 第52-54页 |
| 5.3 烧结工艺 3D模型的控制 | 第54-59页 |
| 5.3.1 报警显示模块 | 第55-56页 |
| 5.3.2 数据显示模块 | 第56-57页 |
| 5.3.3 摄像机模块 | 第57-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-61页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间的研究成果目录 | 第64-65页 |
| 致谢 | 第65-66页 |
| 附录 | 第66-84页 |