基于电弧声的电弧炉冶炼炉况判定方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 课题背景及意义 | 第10页 |
| 1.2 电弧炉冶炼过程及炉况判断方法 | 第10-17页 |
| 1.2.1 电弧炉的分类 | 第10-13页 |
| 1.2.2 电弧炉的冶炼过程 | 第13-15页 |
| 1.2.3 炉况判断方法 | 第15-17页 |
| 1.3 声音识别技术概述 | 第17-21页 |
| 1.3.1 声音识别技术简介 | 第17-18页 |
| 1.3.2 声音识别技术的主要过程 | 第18-20页 |
| 1.3.3 声音识别技术的国内外发展现状 | 第20-21页 |
| 1.4 本文主要研究内容 | 第21-22页 |
| 第2章 电弧声及电弧声的采集与处理 | 第22-38页 |
| 2.1 电弧声概述 | 第22-31页 |
| 2.1.1 声音的产生与传播 | 第22-26页 |
| 2.1.2 电弧的基本特性 | 第26-28页 |
| 2.1.3 电弧声的产生机理 | 第28-29页 |
| 2.1.4 冶炼过程与电弧声的关系 | 第29-31页 |
| 2.2 电弧声的采集与处理 | 第31-36页 |
| 2.2.1 电弧声的采集 | 第31-32页 |
| 2.2.2 电弧声的处理 | 第32-36页 |
| 2.3 本章小结 | 第36-38页 |
| 第3章 面向炉况的电弧声特征提取 | 第38-60页 |
| 3.1 时域特征提取 | 第38-43页 |
| 3.1.1 均值指标分析 | 第39-40页 |
| 3.1.2 方差指标分析 | 第40-43页 |
| 3.2 频域特征提取 | 第43-51页 |
| 3.2.1 傅里叶谱分析 | 第43-45页 |
| 3.2.2 功率谱分析 | 第45-51页 |
| 3.3 小波包能量特征提取 | 第51-58页 |
| 3.3.1 小波分析基础 | 第51-54页 |
| 3.3.2 小波包能量分析 | 第54-58页 |
| 3.4 三种炉况判断方法对比 | 第58-59页 |
| 3.5 本章小结 | 第59-60页 |
| 第4章 基于多特征融合的炉况判断 | 第60-72页 |
| 4.1 多特征融合的模糊化单元 | 第61-66页 |
| 4.1.1 隶属度函数的建立 | 第61-65页 |
| 4.1.2 权值矩阵的确定 | 第65-66页 |
| 4.2 多特征融合的模糊逻辑推理单元 | 第66-67页 |
| 4.2.1 模糊规则库的建立 | 第66页 |
| 4.2.2 模糊合成运算 | 第66-67页 |
| 4.3 多特征融合的反模糊化单元 | 第67-68页 |
| 4.4 基于多特征融合的炉况判断结果验证 | 第68-70页 |
| 4.5 本章小结 | 第70-72页 |
| 第5章 总结与展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78页 |
