| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题研究背景及意义 | 第11-13页 |
| 1.1.1 铝电解生产原理概述 | 第11-12页 |
| 1.1.2 课题研究的目的及意义 | 第12-13页 |
| 1.2 铝电解故障诊断系统的研究发展现状 | 第13-14页 |
| 1.2.1 国内发展研究现状 | 第13-14页 |
| 1.2.2 国外发展研究现状 | 第14页 |
| 1.3 铝电解生产系统中的主要技术参数及常见的故障类型 | 第14-15页 |
| 1.3.1 铝电解生产系统中的主要技术参数 | 第14-15页 |
| 1.3.2 铝电解生产系统中的常见故障类型 | 第15页 |
| 1.4 本论文的主要工作 | 第15-17页 |
| 第二章 故障诊断预报技术与容错控制技术 | 第17-21页 |
| 2.1 故障诊断预报技术 | 第17-18页 |
| 2.2 容错控制技术 | 第18页 |
| 2.3 基于铝电解过程中的铝电解槽故障诊断方法与容错控制方法 | 第18-19页 |
| 2.4 本章小结 | 第19-21页 |
| 第三章 铝电解槽故障状态检测辨识系统设计 | 第21-33页 |
| 3.1 人工神经网络 | 第21页 |
| 3.2 可拓神经网络 | 第21-24页 |
| 3.2.1 可拓神经网络的结构 | 第22-23页 |
| 3.2.2 可拓神经网络的学习算法 | 第23-24页 |
| 3.3 可拓神经网络铝电解槽故障状态检测系统结构设计 | 第24-26页 |
| 3.4 改进型可拓神经网络铝电解槽故障状态检测系统结构设计 | 第26-29页 |
| 3.4.1 GM(1,1)灰色预估模型 | 第26-28页 |
| 3.4.2 基于遗传算法的可拓神经网络结构层连接权值优化训练 | 第28-29页 |
| 3.5 改进后与改进前的可拓神经网络铝电解槽状态检测结果对比 | 第29-31页 |
| 3.6 本章小结 | 第31-33页 |
| 第四章 铝电解槽容错控制系统设计 | 第33-55页 |
| 4.1 铝电解控制过程分析 | 第33-34页 |
| 4.2 正常状态铝电解槽控制系统设计 | 第34-40页 |
| 4.2.1 正常状态下铝电解槽控制系统结构 | 第34-35页 |
| 4.2.2 正常状态下铝电解槽控制系统原理 | 第35-40页 |
| 4.3 阳极效应状态容错控制系统设计 | 第40-48页 |
| 4.3.1 阳极效应发生机理与预测控制 | 第40-42页 |
| 4.3.2 阳极效应状态下铝电解槽容错控制系统原理 | 第42-48页 |
| 4.4 冷槽热槽状态容错控制系统设计 | 第48-49页 |
| 4.4.1 冷槽热槽发生的机理 | 第48-49页 |
| 4.4.2 冷槽热槽容错控制系统设计原理 | 第49页 |
| 4.5 基于免疫遗传的网络优化算法 | 第49-51页 |
| 4.5.1 遗传算法概述 | 第49-50页 |
| 4.5.2 免疫遗传算法概述 | 第50页 |
| 4.5.3 免疫遗传算法的计算步骤 | 第50-51页 |
| 4.6 仿真研究 | 第51-53页 |
| 4.7 本章小结 | 第53-55页 |
| 第五章 网络控制方法的实现 | 第55-59页 |
| 5.1 硬件系统设计 | 第56-57页 |
| 5.2 软件系统设计 | 第57-58页 |
| 5.3 本章小结 | 第58-59页 |
| 第六章 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 作者简介 | 第65页 |
| 作者攻读硕士学位期间发表的学术论文 | 第65-67页 |
| 致谢 | 第67-68页 |
