基于神经网络的水泥分解炉温度控制
| 摘 要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-18页 |
| ·水泥分解炉温度控制的意义 | 第9-11页 |
| ·分解炉温度控制技术的研究现状 | 第11-17页 |
| ·分解炉内部燃烧机理研究现状 | 第12-15页 |
| ·分解炉温度控制研究现状 | 第15-17页 |
| ·本文的研究内容 | 第17-18页 |
| 第2章 分解炉原理 | 第18-29页 |
| ·分解炉结构与内部燃烧机理 | 第18-21页 |
| ·分解炉内煤粉燃烧与碳酸盐分解动力学模型 | 第21-26页 |
| ·煤粉燃烧动力学模型 | 第21-25页 |
| ·碳酸盐分解动力学模型 | 第25-26页 |
| ·影响分解炉温度变化的主要因素 | 第26-28页 |
| ·煤粉流量的波动 | 第26-27页 |
| ·生料流量的波动 | 第27页 |
| ·三次风量的波动 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 分解炉温度控制的数学模型 | 第29-52页 |
| ·正交设计在分解炉温度控制中的应用 | 第29-32页 |
| ·基于最小二乘法原理的分解炉温度控制数学模型 | 第32-43页 |
| ·最小二乘原理 | 第33-35页 |
| ·一次完成的最小二乘估计 | 第35-38页 |
| ·递推最小二乘估计 | 第38-42页 |
| ·遗忘因子最小二乘估计 | 第42-43页 |
| ·基于回归分析原理的分解炉温度控制数学模型 | 第43-47页 |
| ·回归分析原理 | 第43-45页 |
| ·分解炉温度控制的回归分析 | 第45-47页 |
| ·分解炉温度控制的数学模型 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 第4章 分解炉温度控制系统设计 | 第52-61页 |
| ·系统组成与工作原理 | 第52-59页 |
| ·电动执行器的控制方式 | 第54-56页 |
| ·煤粉流量控制 | 第56-58页 |
| ·三次风流量控制 | 第58页 |
| ·温度信号检测 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第5章 基于神经网络稳定性的分解炉温度控制 | 第61-87页 |
| ·BP神经网络的分解炉温度控制算法 | 第61-70页 |
| ·训练阶段的工作 | 第62-66页 |
| ·测试阶段的工作 | 第66-67页 |
| ·BP神经网络控制算法的改进 | 第67-70页 |
| ·神经网络稳定性研究 | 第70-85页 |
| ·李亚普诺夫稳定性基础 | 第71-76页 |
| ·动态神经网络的稳定性 | 第76-79页 |
| ·时滞Hopfield神经网络稳定性研究 | 第79-85页 |
| ·计算机仿真实验 | 第85-86页 |
| ·本章小结 | 第86-87页 |
| 结论 | 第87-89页 |
| 参考文献 | 第89-95页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第95-96页 |
| 致 谢 | 第96-97页 |
| 作者简介 | 第97页 |
