| 摘要 | 第1-17页 |
| ABSTRACT | 第17-20页 |
| 第1章 绪论 | 第20-34页 |
| ·背景及意义 | 第20-22页 |
| ·国内外当前研究现状 | 第22-26页 |
| ·国外棉花加工工艺 | 第22-23页 |
| ·国内棉花加工工艺 | 第23页 |
| ·棉花加工理论研究现状 | 第23-26页 |
| ·存在的主要问题 | 第26-27页 |
| ·本文的研究方法 | 第27-30页 |
| ·本文的主要内容 | 第30-34页 |
| 第2章 基于相对湿度的棉花回潮率检测及其控制方法 | 第34-60页 |
| ·引言 | 第34-35页 |
| ·BP神经网络 | 第35-38页 |
| ·BP神经网络基本理论 | 第35-37页 |
| ·改进的BP神经网络 | 第37-38页 |
| ·模糊自适应PID控制 | 第38-41页 |
| ·基于相对湿度的回潮率检测方法 | 第41-48页 |
| ·基于相对湿度的回潮率检测理论 | 第41页 |
| ·集成传感器结构功能设计 | 第41-42页 |
| ·硬件电路设计 | 第42-45页 |
| ·基于相对湿度的棉花回潮率BP神经网络模型 | 第45-48页 |
| ·籽棉烘干控制工艺 | 第48-56页 |
| ·烘干理论与烘干设备 | 第49-50页 |
| ·1-Wire总线温度多点检测 | 第50-51页 |
| ·籽棉烘干BP神经网络模型 | 第51-55页 |
| ·籽棉烘干模糊PID控制 | 第55页 |
| ·实验分析 | 第55-56页 |
| ·皮棉加湿控制工艺 | 第56-59页 |
| ·皮棉加湿策略 | 第56-58页 |
| ·皮棉加湿模糊PID控制 | 第58页 |
| ·实验分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第3章 基于彩色图像的棉花色特征与杂质分类识别 | 第60-86页 |
| ·引言 | 第60-61页 |
| ·图像采集系统硬件方案 | 第61-62页 |
| ·棉花色特征值 | 第62-65页 |
| ·反射率、黄度 | 第62-63页 |
| ·色特征图 | 第63-64页 |
| ·实验分析 | 第64-65页 |
| ·杂质含量的分类统计 | 第65-66页 |
| ·彩色图像预处理 | 第66-71页 |
| ·基于模板的光照均匀性补偿 | 第67-68页 |
| ·彩色图像矢量中值滤波 | 第68-69页 |
| ·HSI颜色空间的选择 | 第69-71页 |
| ·基于改进模糊C均值聚类算法的彩色图像分割 | 第71-81页 |
| ·模糊C均值聚类算法 | 第72-73页 |
| ·改进的模糊C均值聚类算法 | 第73-78页 |
| ·形态学运算 | 第78-81页 |
| ·棉花杂质形状特征 | 第81-82页 |
| ·棉花杂质识别BP神经网络模型 | 第82-83页 |
| ·本章小结 | 第83-86页 |
| 第4章 籽棉清理神经网络模型的建立及分析 | 第86-118页 |
| ·引言 | 第86页 |
| ·棉花加工设备黑盒模型 | 第86-88页 |
| ·倾斜式籽清机 | 第88-90页 |
| ·倾斜式籽清机的结构 | 第88-89页 |
| ·倾斜式籽清机的特点 | 第89页 |
| ·倾斜式籽清机的加工影响因素 | 第89-90页 |
| ·倾斜式籽清BP神经网络模型 | 第90-94页 |
| ·籽棉性状参数对加工性能的影响 | 第90-91页 |
| ·工艺参数对加工性能的影响 | 第91-94页 |
| ·倾斜式籽清机正交实验 | 第94-97页 |
| ·倾斜式籽清机数控化设计方案 | 第97-100页 |
| ·刺钉滚筒与格条栅间隙自动调整方案 | 第97-99页 |
| ·刺钉滚筒电机变频调速控制方案 | 第99-100页 |
| ·提净式籽清机 | 第100-105页 |
| ·提净式籽清机工作过程 | 第100-101页 |
| ·提净式籽清BP神经网络模型 | 第101-103页 |
| ·提净式籽清机正交实验 | 第103-105页 |
| ·回收式籽清机 | 第105-110页 |
| ·回收式籽清机工作过程 | 第105-106页 |
| ·回收式籽清BP神经网络模型 | 第106-109页 |
| ·回收式籽清机正交实验 | 第109-110页 |
| ·喂花轧花机 | 第110-116页 |
| ·喂花轧花机工作过程 | 第110-111页 |
| ·喂花轧花BP神经网络模型 | 第111-114页 |
| ·喂花轧花机正交实验 | 第114-116页 |
| ·本章小结 | 第116-118页 |
| 第5章 皮棉清理神经网络模型的建立及分析 | 第118-140页 |
| ·引言 | 第118页 |
| ·锯齿式皮清机 | 第118-122页 |
| ·锯齿式皮清机的结构 | 第118-121页 |
| ·锯齿式皮清机的使用利弊 | 第121-122页 |
| ·锯齿式皮清机的加工影响因素 | 第122页 |
| ·锯齿式皮清BP神经网络模型 | 第122-127页 |
| ·皮棉性状参数对加工性能的影响 | 第123页 |
| ·工艺参数对加工性能的影响 | 第123-127页 |
| ·锯齿式皮清机正交实验 | 第127-129页 |
| ·锯齿式皮清机数控化设计方案 | 第129-133页 |
| ·排杂刀自动控制方案 | 第129-131页 |
| ·排杂刀托架整体移动方案 | 第131-133页 |
| ·锯齿滚筒电机、给棉电机变频调速控制方案 | 第133页 |
| ·气流式皮清机 | 第133-138页 |
| ·气流式皮清机工作过程 | 第133-134页 |
| ·气流式皮清BP神经网络模型 | 第134-136页 |
| ·气流式皮清机正交实验 | 第136-138页 |
| ·本章小结 | 第138-140页 |
| 第6章 基于神经网络与遗传算法的棉花加工过程智能优化 | 第140-168页 |
| ·引言 | 第140-141页 |
| ·棉花加工智能化实施条件 | 第141-144页 |
| ·系统产量控制 | 第141-142页 |
| ·棉花回潮率控制 | 第142页 |
| ·基于BP模型串联设备的棉花性状参数控制 | 第142-144页 |
| ·棉花加工工艺目标评价函数的建立 | 第144-153页 |
| ·棉花品级评判BP神经网络模型的建立 | 第144-147页 |
| ·棉花综合质量等级 | 第147-149页 |
| ·基于棉花质量、衣分、生产率的多目标优化模型 | 第149-151页 |
| ·基于收益最大化的单目标优化模型 | 第151-153页 |
| ·遗传算法 | 第153-156页 |
| ·遗传算法的优势 | 第154页 |
| ·遗传算法的基本操作流程 | 第154-156页 |
| ·改进的遗传算法 | 第156-164页 |
| ·基于基因组的混合实数编码 | 第156-159页 |
| ·基于收益最大化单目标模型的适应度函数 | 第159页 |
| ·约束条件 | 第159-160页 |
| ·基于专家经验的初始种群构造 | 第160页 |
| ·基于适应度排序的改进遗传算法 | 第160-164页 |
| ·实验分析 | 第164-165页 |
| ·本章小结 | 第165-168页 |
| 第7章 结论与展望 | 第168-172页 |
| ·全文总结 | 第168-170页 |
| ·主要创新点 | 第170-171页 |
| ·工作展望 | 第171-172页 |
| 附录 | 第172-178页 |
| 参考文献 | 第178-188页 |
| 攻读博士学位期间发表的学术论文及所获奖励 | 第188-190页 |
| 致谢 | 第190-192页 |
| 英文论文 | 第192-202页 |
| 学位论文评阅及答辩情况表 | 第202页 |