| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 球磨机研究现状 | 第10-13页 |
| 1.2.1 球磨机控制的研究现状 | 第10-12页 |
| 1.2.2 大脑情感学习模型研究现状 | 第12页 |
| 1.2.3 模糊神经网络研究现状 | 第12-13页 |
| 1.3 论文的主要内容及章节安排 | 第13-15页 |
| 第二章 球磨机制粉系统控制研究现状 | 第15-22页 |
| 2.1 球磨机制粉系统工作流程 | 第15-16页 |
| 2.2 球磨机制粉系统的对象介绍 | 第16-17页 |
| 2.3 球磨机制粉系统变量影响分析 | 第17-20页 |
| 2.3.1 给煤量对球磨机输出变量的影响 | 第17-18页 |
| 2.3.2 热风量对球磨机输出变量的影响 | 第18-19页 |
| 2.3.3 再循环风量对球磨机输出变量的影响 | 第19-20页 |
| 2.4 球磨机制粉系统的数学模型 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 大脑情感学习模型的研究分析 | 第22-28页 |
| 3.1 大脑情感系统简介 | 第22-23页 |
| 3.2 大脑情感学习的生理学知识 | 第23-24页 |
| 3.3 大脑情感学习模型的研究分析 | 第24-27页 |
| 3.3.1 大脑情感学习模型的数学描述 | 第24-25页 |
| 3.3.2 杏仁体和眶额皮质权值调节分析 | 第25-27页 |
| 3.4 本章小结 | 第27-28页 |
| 第四章 教与学优化算法的BELBIC球磨机控制器设计 | 第28-39页 |
| 4.1 教与学优化算法 | 第28-30页 |
| 4.1.1 引言 | 第28页 |
| 4.1.2 教与学算法基本概念 | 第28-29页 |
| 4.1.3 教与学优化算法过程 | 第29-30页 |
| 4.2 教与学优化算法的BELBIC控制器设计 | 第30-35页 |
| 4.2.1 教与学优化算法的球磨机系统控制方案 | 第30-31页 |
| 4.2.2 BELBIC控制器参数寻优 | 第31-35页 |
| 4.3 实验结果分析 | 第35-38页 |
| 4.4 本章小结 | 第38-39页 |
| 第五章 基于BELBIC和FNN的球磨机解耦控制系统研究 | 第39-52页 |
| 5.1 模糊神经网络的分类 | 第39-40页 |
| 5.2 模糊神经网络模型 | 第40-43页 |
| 5.2.1 基于Takagi-Sugeno推理的模糊神经网络 | 第40-42页 |
| 5.2.2 基于Mamdani推理的模糊神经网络 | 第42-43页 |
| 5.3 基于BELBIC和FNN的球磨机控制解耦系统设计 | 第43-48页 |
| 5.3.1 FNN对非线性多变量系统的解耦模型 | 第43-45页 |
| 5.3.2 基于BELBIC和FNN的球磨机解耦控制系统 | 第45-48页 |
| 5.4 实验结果分析 | 第48-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 总结 | 第52-53页 |
| 6.2 展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间的研究成果 | 第58-59页 |
