矿热炉生产过程能耗监测与能耗分析模型的研究
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题来源 | 第9页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·课题研究背景 | 第9页 |
| ·研究目的及意义 | 第9-10页 |
| ·课题在该领域国内外发展现状与趋势 | 第10-12页 |
| ·本文主要研究内容、创新点及章节安排 | 第12-14页 |
| ·本文主要研究内容 | 第12-13页 |
| ·本文创新点 | 第13页 |
| ·本文章节安排 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第2章 矿热炉生产过程介绍 | 第15-19页 |
| ·矿热炉设备简介 | 第15页 |
| ·矿热炉生产过程工艺流程 | 第15-17页 |
| ·矿热炉生产过程能源消耗概述 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第3章 矿热炉生产过程能耗监测系统 | 第19-66页 |
| ·能耗监测系统测量原理及方案设计 | 第19-23页 |
| ·虚拟仪器技术 | 第19-21页 |
| ·虚拟仪器的概念 | 第19页 |
| ·虚拟仪器的特点 | 第19-20页 |
| ·虚拟仪器的构成 | 第20-21页 |
| ·系统设计思路 | 第21页 |
| ·系统测量原理 | 第21-23页 |
| ·系统总体结构设计 | 第23页 |
| ·系统功能说明 | 第23页 |
| ·能耗监测系统硬件平台搭建 | 第23-34页 |
| ·互感器 | 第24-28页 |
| ·电流互感器 | 第24-25页 |
| ·电压互感器 | 第25-26页 |
| ·互感器选型 | 第26-28页 |
| ·信号调理模块 | 第28-31页 |
| ·瞬时过电压 | 第29页 |
| ·瞬时过电压抑制 | 第29-31页 |
| ·数据采集系统 | 第31-33页 |
| ·PC-DAQ数据采集系统 | 第31页 |
| ·数据采集系统配置 | 第31-33页 |
| ·硬件看门狗装置 | 第33页 |
| ·系统主机及触摸显示器 | 第33-34页 |
| ·系统主机 | 第33-34页 |
| ·触摸显示器 | 第34页 |
| ·能耗监测系统软件设计 | 第34-55页 |
| ·系统总体软件设计 | 第34-35页 |
| ·数据采集、显示、存储及软件设计 | 第35-40页 |
| ·数据采集 | 第35-37页 |
| ·数据显示 | 第37-38页 |
| ·数据存储及查看 | 第38-40页 |
| ·系统配置文件生成及查看工具软件设计 | 第40-41页 |
| ·系统附加误差校验原理及软件设计 | 第41-45页 |
| ·互感器误差补偿算法及软件设计 | 第45-50页 |
| ·数字化采集下角差描述 | 第45-46页 |
| ·离散波形角差补偿原理分析 | 第46-47页 |
| ·基于样条插值的角差补偿算法 | 第47-50页 |
| ·功率、电度、能耗算法及软件设计 | 第50-52页 |
| ·功率及电度计量算法 | 第50-52页 |
| ·能耗算法 | 第52页 |
| ·系统其它功能软件设计 | 第52-55页 |
| ·谐波分析 | 第52页 |
| ·报表生成 | 第52-55页 |
| ·能耗监测系统测试与验证 | 第55-65页 |
| ·系统附加误差校验测试 | 第55页 |
| ·互感器误差补偿测试 | 第55-57页 |
| ·功率、电度及能耗计量测试 | 第57-65页 |
| ·功率、电度及能耗计量仿真测试 | 第57-63页 |
| ·功率、电度及能耗计量现场测试 | 第63-65页 |
| ·谐波分析功能测试 | 第65页 |
| ·本章小结 | 第65-66页 |
| 第4章 神经网络与遗传算法基础理论 | 第66-74页 |
| ·神经网络概述 | 第66-67页 |
| ·人工神经网络简介 | 第66页 |
| ·人工神经元 | 第66-67页 |
| ·BP神经网络 | 第67-70页 |
| ·BP神经网络结构 | 第67页 |
| ·BP神经网络的学习过程 | 第67-69页 |
| ·BP神经网络的特点及缺点 | 第69-70页 |
| ·遗传算法 | 第70-72页 |
| ·遗传算法简介 | 第70页 |
| ·遗传算法基础理论 | 第70-72页 |
| ·遗传算法基本操作 | 第70-71页 |
| ·遗传算法流程 | 第71页 |
| ·遗传算法优点[30] | 第71-72页 |
| ·遗传算法参数设定 | 第72页 |
| ·遗传算法优化BP神经网络 | 第72-73页 |
| ·遗传算法和BP网络结合可行性 | 第72-73页 |
| ·遗传算法和BP网络结合方式 | 第73页 |
| ·本章小结 | 第73-74页 |
| 第5章 矿热炉生产过程设备电损耗分析模型 | 第74-87页 |
| ·基于设备电损耗模型的节能计算指标 | 第74-75页 |
| ·设备电损耗模型的建立 | 第75-78页 |
| ·输入的选择 | 第75页 |
| ·样本数据的选择及预处理 | 第75-76页 |
| ·基于BP神经网络的设备电损耗模型结构 | 第76-78页 |
| ·设备电损耗模型的训练及检测 | 第78-85页 |
| ·采用标准BP神经网络模型 | 第78-80页 |
| ·采用GA-BP神经网络模型 | 第80-85页 |
| ·本章小结 | 第85-87页 |
| 第6章 工作总结与展望 | 第87-89页 |
| ·工作总结 | 第87-88页 |
| ·展望 | 第88-89页 |
| 致谢 | 第89-90页 |
| 参考文献 | 第90-93页 |
| 附录A 论文发表情况 | 第93-94页 |
| 附录B 信号调理模块实物图 | 第94-95页 |
| 附录C 能耗监测系统实物图 | 第95-96页 |
