第1章 引言 | 第1-21页 |
·预分解窑的发展与现状 | 第12页 |
·预分解窑系统的控制方法 | 第12-17页 |
·数学模型控制方法 | 第13-14页 |
·模糊逻辑控制与专家系统控制方法 | 第14-16页 |
·人工神经网络预测控制方法 | 第16-17页 |
·回转窑内部温度场模拟研究现状 | 第17-19页 |
·人工神经网络预测熟料质量研究现状 | 第19页 |
·本研究的内容、方法和目标 | 第19-21页 |
·本研究的内容 | 第19页 |
·本研究的方法与思路 | 第19-20页 |
·本研究的目标 | 第20-21页 |
第2章 预分解窑内温度场数学模型 | 第21-50页 |
·模拟研究数据来源和目标参数 | 第21-23页 |
·从中央控制台采集的数据 | 第21-22页 |
·引用有关物理性能参数 | 第22-23页 |
·热工平衡计算基准 | 第23页 |
·本研究主要模拟参数 | 第23页 |
·回转窑工艺带及热平衡段的划分 | 第23-28页 |
·回转窑工艺带的划分 | 第23-25页 |
·回转窑局部热平衡段划分 | 第25-26页 |
·回转窑分段表面散热量计算 | 第26-28页 |
·熟料矿物成分、固体物料流量、气体流量计算 | 第28-33页 |
·熟料矿物成分计算 | 第28-29页 |
·回转窑系统固体物料流量计算 | 第29页 |
·回转窑内空气过剩系数及空气量计算 | 第29-32页 |
·回转窑内燃烧废气量计算 | 第32-33页 |
·回转窑系统固体物料与气体比热回归模型 | 第33-36页 |
·熟料比热回归模型 | 第33页 |
·空气比热回归模型 | 第33-34页 |
·燃烧废气比热的回归模型 | 第34-36页 |
·回转窑内燃烧火焰温度计算 | 第36-40页 |
·燃烧前收入热量计算 | 第37-38页 |
·燃烧后废气比热和显热计算 | 第38-39页 |
·燃烧火焰理论温度计算 | 第39页 |
·燃烧火焰实际温度计算 | 第39-40页 |
·过渡带与烧成带虚拟分界点气体温度模拟计算 | 第40-44页 |
·系统热量收入 | 第40-42页 |
·系统热量支出 | 第42-44页 |
·建立热平衡方程和温度计算模型 | 第44页 |
·熟料煅烧最高温度模拟计算 | 第44-49页 |
·物料温度最高点在烧成带内沿轴线方向上的位置 | 第45-46页 |
·系统热量收入 | 第46-48页 |
·系统热量支出 | 第48-49页 |
·建立热平衡方程和温度计算模型 | 第49页 |
·本章小结 | 第49-50页 |
第3章 预分解窑内温度场模拟实例 | 第50-64页 |
·原始资料采集 | 第50-51页 |
·回转窑简体表面散热量计算 | 第51-52页 |
·熟料矿物成分、窑内固体物料流量和气体流量计算 | 第52-54页 |
·熟料矿物成分计算 | 第52页 |
·熟料产量、入窑物料量和系统风量计算 | 第52页 |
·窑内空气过剩系数和燃烧空气量计算 | 第52-53页 |
·回转窑内燃烧废气量计算 | 第53-54页 |
·回转窑内燃烧火焰最高温度计算 | 第54-55页 |
·燃烧前热量收入 | 第54页 |
·燃烧后废气比热和显热计算 | 第54-55页 |
·燃烧火焰理论最高温度计算 | 第55页 |
·燃烧火焰实际最高温度计算 | 第55页 |
·过渡带与烧成带虚拟分界点气体温度计算 | 第55-58页 |
·系统热量收入 | 第55-56页 |
·系统热量支出 | 第56-57页 |
·热平衡计算虚拟分界点气体温度 | 第57-58页 |
·回转窑内熟料煅烧最高温度计算 | 第58-60页 |
·系统热量收入 | 第58页 |
·系统热量支出 | 第58-60页 |
·热平衡计算熟料煅烧最高温度 | 第60页 |
·模拟结果讨论 | 第60-62页 |
·回转窑内固体物料与气体温度折线图 | 第60-61页 |
·主要工艺参数与指标讨论 | 第61-62页 |
·本章小结 | 第62-64页 |
第4章 基于VB语言的温度场模拟程序 | 第64-70页 |
·编制模拟程序的实际意义 | 第64页 |
·模拟程序的意义 | 第64页 |
·Visual Basic语言简介 | 第64页 |
·模拟程序的编制 | 第64-66页 |
·模拟程序运行框图 | 第64-65页 |
·模拟程序主要模块 | 第65-66页 |
·模拟程序的编制 | 第66页 |
·模拟程序的运行 | 第66-69页 |
·模拟程序运行的软、硬件支持 | 第66页 |
·模拟程序运行及结果 | 第66-67页 |
·模拟程序的功能 | 第67-69页 |
·本章小结 | 第69-70页 |
第5章 神经网络理论和BP神经网络模型 | 第70-92页 |
·人工神经网络基本理论 | 第70-76页 |
·人工神经网络的发展与现状 | 第70-72页 |
·人工神经元模型 | 第72-75页 |
·人工神经网络的构成与特点 | 第75-76页 |
·多层前向神经网络的误差反向(BP)传播 | 第76-90页 |
·多层前向神经网络 | 第77-78页 |
·BP算法的基本思想 | 第78页 |
·BP算法步骤 | 第78-89页 |
·改进的BP算法 | 第89-90页 |
·本章小结 | 第90-92页 |
第6章 BP神经网络预测的Matlab程序设计 | 第92-111页 |
·MATLAB特点及应用 | 第92-93页 |
·MATLAB神经网络工具箱及神经网络函数 | 第93-100页 |
·MATLAB神经网络工具箱概况 | 第93页 |
·BP网络的神经网络工具函数 | 第93-100页 |
·预分解窑BP神经网络分析 | 第100-103页 |
·BP网络参数分析 | 第100-102页 |
·BP网络建立和训练 | 第102-103页 |
·预分解窑BP神经网络预测的MATLAB程序设计 | 第103-107页 |
·网络输入输出因子选择 | 第103-104页 |
·网络训练程序编制 | 第104-107页 |
·在Visual Basic环境下MATLAB功能调用 | 第107-109页 |
·ActiveX的基本概念 | 第107-108页 |
·创建ActiveX对象 | 第108页 |
·ActiveX对象的操作 | 第108-109页 |
·VB与MATLAB混合编程 | 第109页 |
·本章小结 | 第109-111页 |
第7章 预分解窑BP神经网络训练和预测 | 第111-129页 |
·日产2500吨熟料预分解窑BP网络fCaO预测 | 第112-117页 |
·日产2500吨窑BP网络训练 | 第112-114页 |
·日产2500吨窑fCaO计算模型验证 | 第114-117页 |
·日产3500吨熟料预分解窑BP网络fCaO预测 | 第117-122页 |
·日产3500吨窑BP网络训练 | 第117-119页 |
·日产3500吨窑fCaO计算模型验证 | 第119-122页 |
·日产5000吨熟料预分解窑BP网络fCaO预测 | 第122-127页 |
·日产5000吨窑BP网络训练 | 第122-124页 |
·日产5000吨窑fCaO计算模型验证 | 第124-127页 |
·不同规模窑型预测结果比较 | 第127页 |
·本章小结 | 第127-129页 |
第8章 BP神经网络法预测结果分析 | 第129-140页 |
·神经网络法与回归法预测效果比较 | 第129-135页 |
·神经网络法与线性回归法预测效果比较 | 第130-132页 |
·神经网络法与非线性回归法预测效果比较 | 第132-135页 |
·影响BP神经网络预测效果的因素 | 第135-139页 |
·神经网络类型和训练方法的选择 | 第135-136页 |
·输入、输出因子的确定 | 第136页 |
·网络训练参数的选择 | 第136-137页 |
·训练样本的确定 | 第137页 |
·回转窑系统单机生产规模的影响 | 第137-138页 |
·原材料和燃煤品质稳定性的影响 | 第138页 |
·中央控制操作水平的影响 | 第138-139页 |
·本章小结 | 第139-140页 |
第9章 结论与展望 | 第140-141页 |
参考文献 | 第141-148页 |
致谢 | 第148-149页 |
附录1 各种气体平均比热 | 第149-150页 |
附录2 燃料的平均比热 | 第150-151页 |
附录3 熟料、窑灰、生料的平均比热 | 第151-152页 |
附录4 转动设备散热系数 | 第152-153页 |
附录5 攻读博士学位期间发表的科研论文 | 第153-154页 |
附录6 攻读博士学位期间主持或参与的科研项目 | 第154-155页 |
附录7 回转窑内气体和固体物料温度场模拟程序主要模块 | 第155-160页 |
附录8 回转窑煅烧熟料游离氧化钙含量预测程序主要模块 | 第160-163页 |