摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-20页 |
1.1 课题研究背景及意义 | 第10-11页 |
1.2 贝叶斯网络的研究现状 | 第11-14页 |
1.2.1 贝叶斯网络的发展现状 | 第11-12页 |
1.2.2 贝叶斯网络在故障诊断中的应用现状 | 第12-14页 |
1.3 回转窑故障诊断技术 | 第14-17页 |
1.3.1 水泥回转窑故障诊断国内的研究现状 | 第14-16页 |
1.3.2 水泥回转窑故障诊断国外研究现状 | 第16-17页 |
1.4 论文章节安排与主要研究内容 | 第17-20页 |
第2章 基于隶属阈值法的贝叶斯网络结构优化算法 | 第20-34页 |
2.1 引言 | 第20页 |
2.2 贝叶斯经典算法介绍 | 第20-23页 |
2.2.1 经典K2算法 | 第20-21页 |
2.2.2 经典爬山算法 | 第21-22页 |
2.2.3 经典贪婪算法 | 第22-23页 |
2.3 BMT算法研究 | 第23-28页 |
2.3.1 BMT算法构建 | 第23-25页 |
2.3.2 BMT算法实现 | 第25-28页 |
2.3.3 BMT算法流程图 | 第28页 |
2.4 BMT算法仿真实验 | 第28-33页 |
2.4.1 基于ASIA网络的仿真实验 | 第29-30页 |
2.4.2 基于ALARM网络的仿真实验 | 第30-33页 |
2.5 本章小结 | 第33-34页 |
第3章 基于层次健康度的贝叶斯网络参数优化算法 | 第34-46页 |
3.1 引言 | 第34页 |
3.2 AHD算法研究 | 第34-37页 |
3.2.1 AHD算法构建 | 第34-36页 |
3.2.2 AHD算法实现 | 第36页 |
3.2.3 AHD算法流程图 | 第36-37页 |
3.3 基于层次健康度函数的模型网络参数优化算法的仿真实验 | 第37-44页 |
3.3.1 健康度函数的建立与根节点先验概率计算 | 第37-41页 |
3.3.2 基于AHD的参数优化对比实验 | 第41-44页 |
3.4 本章小结 | 第44-46页 |
第4章 基于贝叶斯网络的水泥回转窑故障诊断模型研究 | 第46-64页 |
4.1 引言 | 第46页 |
4.2 水泥熟料烧成工艺流程及回转窑工艺参数选取 | 第46-53页 |
4.2.1 水泥熟料烧成系统工艺原理 | 第46-48页 |
4.2.2 水泥回转窑烧成系统机理研究 | 第48-51页 |
4.2.3 水泥回转窑工艺参数选取 | 第51-53页 |
4.3 基于贝叶斯网络的水泥回转窑故障诊断模型建立 | 第53-61页 |
4.3.1 水泥熟料烧成系统工艺参数数据预处理 | 第53-55页 |
4.3.2 基于BMT算法的水泥回转窑故障诊断模型结构学习 | 第55-57页 |
4.3.3 基于AHD算法的回转窑故障诊断模型参数学习 | 第57-58页 |
4.3.4 水泥烧成系统故障诊断模型推理诊断 | 第58-61页 |
4.4 熟料烧成系统故障诊断模型分析 | 第61-63页 |
4.5 本章小结 | 第63-64页 |
结论 | 第64-66页 |
参考文献 | 第66-72页 |
攻读硕士学位期间承担的科研任务与主要研究成果 | 第72-73页 |
致谢 | 第73页 |