基于贝叶斯网络的水泥回转窑故障诊断模型的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·水泥回转窑故障诊断的研究现状 | 第11-13页 |
| ·水泥回转窑故障诊断发展现状 | 第11页 |
| ·故障诊断技术的发展现状 | 第11-12页 |
| ·贝叶斯网络在故障诊断中的应用现状 | 第12-13页 |
| ·论文章节安排与主要研究内容 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第2章 贝叶斯网络理论基础与回转窑工艺概述 | 第15-32页 |
| ·引言 | 第15页 |
| ·贝叶斯网络概述 | 第15-17页 |
| ·贝叶斯网络的概率论基础 | 第15-16页 |
| ·贝叶斯网络定义 | 第16-17页 |
| ·贝叶斯网络学习 | 第17-23页 |
| ·贝叶斯网络参数学习 | 第18-21页 |
| ·贝叶斯网络结构学习 | 第21-23页 |
| ·贝叶斯网络推理 | 第23-26页 |
| ·贝叶斯网络推理概述 | 第23-24页 |
| ·贝叶斯网络推理算法 | 第24-26页 |
| ·水泥回转窑工艺概述 | 第26-31页 |
| ·新型干法水泥生产系统的组成与特点 | 第26-27页 |
| ·水泥回转窑结构原理 | 第27-28页 |
| ·回转窑的工艺带 | 第28-29页 |
| ·回转窑煅烧的主要化学反应 | 第29-30页 |
| ·水泥回转窑煅烧系统变量分析 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 改进的贝叶斯网络结构学习算法 | 第32-47页 |
| ·引言 | 第32页 |
| ·改进结构学习算法概述 | 第32页 |
| ·DSC 算法 | 第32-39页 |
| ·DSC 算法的流程 | 第32-33页 |
| ·DSC 算法的具体步骤 | 第33-35页 |
| ·DSC 算法的仿真实验 | 第35-39页 |
| ·SG 算法 | 第39-44页 |
| ·最大支撑树 | 第40页 |
| ·SG 算法的详细步骤 | 第40-42页 |
| ·SG 算法的仿真实验 | 第42-44页 |
| ·DSC 算法与 SG 算法的数据实验与对比分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 水泥回转窑故障诊断模型的建立 | 第47-54页 |
| ·引言 | 第47页 |
| ·水泥回转窑诊断系统模型设计 | 第47-51页 |
| ·水泥回转窑故障诊断模型设计原理和要求 | 第47-48页 |
| ·水泥回转窑数据采集与分析 | 第48-51页 |
| ·水泥回转窑故障诊断贝叶斯网络模型建立 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 水泥回转窑故障诊断模型的应用与分析 | 第54-63页 |
| ·引言 | 第54页 |
| ·水泥回转窑故障诊断模型 | 第54-56页 |
| ·回转窑故障诊断模型的组成 | 第54-55页 |
| ·回转窑故障诊断模型的诊断原理 | 第55-56页 |
| ·回转窑故障诊断模型验证实验与分析 | 第56-61页 |
| ·本章小结 | 第61-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 作者简介 | 第72页 |
