| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题背景及研究意义 | 第8-10页 |
| 1.2 新型干法 | 第10-11页 |
| 1.3 篦冷机的国内外研究现状 | 第11-13页 |
| 1.3.1 篦冷机发展 | 第11-12页 |
| 1.3.2 篦冷机的国外研究现状 | 第12页 |
| 1.3.3 篦冷机的国内研究现状 | 第12-13页 |
| 1.4 本研究主要工作 | 第13-15页 |
| 第2章 篦冷机工艺及篦冷机热量转换系统方案设计 | 第15-21页 |
| 2.1 篦冷机原理分析 | 第15-16页 |
| 2.2 篦冷机的基本知识及调节方式 | 第16-17页 |
| 2.2.1 篦冷机基本知识 | 第16-17页 |
| 2.2.2 篦冷机的调节方式 | 第17页 |
| 2.3 篦冷机热平衡和热效率 | 第17-19页 |
| 2.3.1 篦冷机热平衡 | 第17-19页 |
| 2.3.2 热效率计算 | 第19页 |
| 2.4 篦冷机热量转换控制系统的总方案设计 | 第19-20页 |
| 2.5 本章总结 | 第20-21页 |
| 第3章 篦下压力设定系统 | 第21-37页 |
| 3.1 篦下压力与一些变量的关系 | 第21-22页 |
| 3.1.1 篦下压力与生料的关系 | 第21-22页 |
| 3.1.2 篦下压力和二次风温与三次风温的关系 | 第22页 |
| 3.2 篦下压力设定系统的算法选择 | 第22-23页 |
| 3.3 自适应粒子群算法 | 第23-30页 |
| 3.3.1 智能算法 | 第23页 |
| 3.3.2 基本粒子群算法 | 第23-26页 |
| 3.3.3 粒子群算法的发展 | 第26-27页 |
| 3.3.4 自适应粒子群算法 | 第27页 |
| 3.3.5 实验及结果分析 | 第27-30页 |
| 3.4 LS-SVM算法 | 第30-31页 |
| 3.5 基于自适应粒子群的LS-SVM的篦下压力设定模型 | 第31-36页 |
| 3.5.1 篦下压力设定模型的建立 | 第31-33页 |
| 3.5.2 基于自适应粒子群的LS-SVM的篦下压力设定模型步骤 | 第33-35页 |
| 3.5.3 仿真结果 | 第35-36页 |
| 3.6 本章总结 | 第36-37页 |
| 第4章 篦下压力控制系统 | 第37-46页 |
| 4.1 篦冷机的驱动方式及比例阀的结构原理 | 第37-38页 |
| 4.1.1 篦冷机驱动方式 | 第37页 |
| 4.1.2 比例阀的机构原理 | 第37-38页 |
| 4.2 电液伺服控制系统函数模型 | 第38-39页 |
| 4.3 篦下压力控制系统的算法选择 | 第39页 |
| 4.4 PID控制器 | 第39-41页 |
| 4.5 传统的PID参数整定方法 | 第41-42页 |
| 4.6 基于自适应粒子群的PID控制整定方法 | 第42-45页 |
| 4.6.1 适应函数的选取 | 第42-43页 |
| 4.6.2 整定方法流程 | 第43-44页 |
| 4.6.3 仿真结果 | 第44-45页 |
| 4.7 本章总结 | 第45-46页 |
| 第5章 监控系统设计 | 第46-54页 |
| 5.1 监控系统总体框架 | 第46-47页 |
| 5.2 系统硬件设计与选型 | 第47-48页 |
| 5.3 数据处理 | 第48-49页 |
| 5.4 监控系统网络设计 | 第49-50页 |
| 5.4.1 现场级 | 第49页 |
| 5.4.2 过程控制级 | 第49-50页 |
| 5.5 系统软件设置 | 第50-53页 |
| 5.6 OPC | 第53页 |
| 5.7 本章总结 | 第53-54页 |
| 第6章 总结 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录 | 第60-62页 |
| 作者简介 | 第62页 |
| 攻读硕士学位期间研究成果 | 第62页 |