| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题的背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 起重机的节能装置研究现状 | 第12-14页 |
| 1.2.2 特种设备能耗评价技术研究现状 | 第14-15页 |
| 1.3 课题研究内容及创新点 | 第15-17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 第二章 桥式起重机能耗分析方法讨论与设计 | 第19-27页 |
| 2.1 系统工程综合评估方法 | 第19-20页 |
| 2.2 物理过程数值计算方法 | 第20-22页 |
| 2.3 新岸边桥式起重机能耗分析实验方案 | 第22-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于多元回归模型的桥式起重机起升机构能耗分析 | 第27-37页 |
| 3.1 起升机构的物理模型 | 第27-28页 |
| 3.2 多元回归模型 | 第28-36页 |
| 3.2.1 起升阶段的调速特性以及制动方式 | 第28-31页 |
| 3.2.2 起重机起升机构能耗多元回归方程的建立 | 第31-33页 |
| 3.2.3 多元回归诊断 | 第33-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第四章 基于神经网络模型的桥式起重机小车运行能耗分析 | 第37-57页 |
| 4.1 小车运行的物理模型 | 第37-38页 |
| 4.2 小车运行过程能耗计算 | 第38-40页 |
| 4.3 基于神经网络的小车运行能耗分析模型 | 第40-44页 |
| 4.3.1 神经网络模型的选择 | 第40-41页 |
| 4.3.2 BP 神经网络的基本原理 | 第41-44页 |
| 4.4 提高神经网络的泛化能力 | 第44-51页 |
| 4.4.1 数据插值方法的引入 | 第45-47页 |
| 4.4.2 遗传算法完善小车能耗的 BP 神经网络 | 第47-51页 |
| 4.5 起重机小车运行能耗数据挖掘 | 第51-55页 |
| 4.6 本章小结 | 第55-57页 |
| 第五章 桥式起重机能耗等级分类方法探讨 | 第57-61页 |
| 5.1 箱线图原理分析数据分布 | 第57-58页 |
| 5.2 桥式起重机能耗等级分类方法探讨 | 第58-60页 |
| 5.3 本章小结 | 第60-61页 |
| 第六章 起重机能耗分析数据库系统设计与开发 | 第61-69页 |
| 6.1 开发环境和相关技术 | 第61页 |
| 6.2 评价系统需求分析 | 第61-62页 |
| 6.3 系统总体设计 | 第62-63页 |
| 6.4 数据库设计 | 第63-65页 |
| 6.5 界面设计 | 第65-68页 |
| 6.6 本章小结 | 第68-69页 |
| 第七章 总结与展望 | 第69-71页 |
| 7.1 论文总结 | 第69-70页 |
| 7.2 工作展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 附录 | 第75-76页 |
| 致谢 | 第76页 |
