烧结过程烧结终点预报模型研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 烧结生产流程简介 | 第11-13页 |
| 1.3 烧结终点预报研究与应用现状 | 第13-15页 |
| 1.4 系统建模方法的研究现状 | 第15-17页 |
| 1.5 本文的目的和主要工作 | 第17-20页 |
| 第2章 烧结生产设备及工艺过程 | 第20-28页 |
| 2.1 烧结生产主要设备 | 第20-23页 |
| 2.1.1 烧结设备 | 第20-21页 |
| 2.1.2 布料设备 | 第21-22页 |
| 2.1.3 点火装置 | 第22-23页 |
| 2.2 烧结生产工艺过程 | 第23-26页 |
| 2.3 本章小结 | 第26-28页 |
| 第3章 烧结终点及影响因素分析 | 第28-40页 |
| 3.1 烧结终点的判定 | 第28-33页 |
| 3.1.1 机理分析 | 第28-29页 |
| 3.1.2 计算方法 | 第29-32页 |
| 3.1.3 修正方法 | 第32-33页 |
| 3.2 影响烧结终点的因素分析 | 第33-38页 |
| 3.3 本章小结 | 第38-40页 |
| 第4章 基于NARMAX模型的终点预报 | 第40-58页 |
| 4.1 烧结终点预报模型结构 | 第40-42页 |
| 4.2 模型结构参数的确定 | 第42-49页 |
| 4.2.1 基于相空间重构理论的模型结构分析 | 第42-43页 |
| 4.2.2 基于互信息算法采样间隔的确定 | 第43-46页 |
| 4.2.3 基于FNN算法的变量阶次的确定 | 第46-49页 |
| 4.3 实验与分析 | 第49-56页 |
| 4.3.1 数据预处理 | 第49-54页 |
| 4.3.2 采样间隔 | 第54-55页 |
| 4.3.3 变量阶次 | 第55-56页 |
| 4.4 本章小结 | 第56-58页 |
| 第5章 基于支持向量机的模型辨识 | 第58-72页 |
| 5.1 回归型支持向量机原理 | 第58-61页 |
| 5.2 基于粒子群优化算法的建模参数的确定 | 第61-65页 |
| 5.2.1 核函数参数及惩罚因子的作用 | 第61页 |
| 5.2.2 粒子群优化算法原理 | 第61-63页 |
| 5.2.3 粒子群算法优化支持向量机步骤 | 第63-65页 |
| 5.3 仿真研究与结果分析 | 第65-70页 |
| 5.3.1 PSO-SVM仿真结果 | 第65-67页 |
| 5.3.2 PSO-SVM与其他方法比较 | 第67-70页 |
| 5.4 本章小结 | 第70-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78页 |
