| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第9-11页 |
| 图索引 | 第11-13页 |
| 表索引 | 第13-14页 |
| 第1章 绪论 | 第14-20页 |
| 1.1 课题研究背景及意义 | 第14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.3 本文主要研究内容 | 第17-20页 |
| 第2章 研究基础 | 第20-30页 |
| 2.1 软测量技术 | 第20-21页 |
| 2.2 信号处理及分析方法 | 第21-24页 |
| 2.2.1 功率谱分析法 ( PSD ) | 第21-22页 |
| 2.2.2 梅尔频率倒谱系数（MFCC） | 第22-24页 |
| 2.3 信息融合技术 | 第24-29页 |
| 2.3.1 多传感器信息融合的层次 | 第25-26页 |
| 2.3.2 多传感器信息融合的方法 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 云模型及云推理 | 第30-42页 |
| 3.1 云模型基本概念 | 第30-37页 |
| 3.1.1 一维云模型概述 | 第30-31页 |
| 3.1.2 二维云模型概述 | 第31-32页 |
| 3.1.3 云模型不确定性推理 | 第32-35页 |
| 3.1.4 虚拟云算法 | 第35-37页 |
| 3.2 基于云推理的球磨机料位软测量建模 | 第37-40页 |
| 3.2.1 基于一维云推理的球磨机料位软测量系统 | 第37-38页 |
| 3.2.2 基于二维云推理信息融合的球磨机软测量系统 | 第38-40页 |
| 3.3 本章小结 | 第40-42页 |
| 第4章 实验过程及结果分析 | 第42-62页 |
| 4.1 实验数据采集与设置 | 第42-43页 |
| 4.2 信号处理与分析 | 第43-46页 |
| 4.2.1 振动信号处理及分析 | 第43-45页 |
| 4.2.2 振声信号处理及分析 | 第45-46页 |
| 4.3 基于 MFCC 的一维云推理实验 | 第46-54页 |
| 4.3.1 充足样本下的一维云推理实验 | 第46-49页 |
| 4.3.2 不充足样本下采用虚拟云进行规则填充的实验 | 第49-53页 |
| 4.3.3 实验结果分析与讨论 | 第53-54页 |
| 4.4 二维云推理信息融合实验 | 第54-61页 |
| 4.4.1 基于二维云推理信息融合的球磨机料位软测量实验 | 第54-57页 |
| 4.4.2 信息融合对比实验 | 第57-60页 |
| 4.4.3 实验结果分析与讨论 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第5章 总结和展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间发表的学术论文目录 | 第71页 |
