| 第一章 绪论 | 第1-15页 |
| 1．1 课题的来源、目的及意义 | 第8-9页 |
| 1．1．1 课题的来源 | 第8页 |
| 1．1．2 课题的目的与意义 | 第8-9页 |
| 1．2 国内外研究发展与现状 | 第9-13页 |
| 1．2．1 水泥生产过程粉磨技术的发展与现状 | 第9-10页 |
| 1．2．2 计算机仿真技术的发展与现状 | 第10-13页 |
| 1．2．3 水泥生产过程计算机仿真的发展与现状 | 第13页 |
| 1．3 作者的主要工作 | 第13-15页 |
| 第二章 煤粉制备系统生产工艺及设备 | 第15-31页 |
| 2．1 煤粉制备系统生产工艺简介 | 第15-20页 |
| 2．1．1 粉磨系统的特性 | 第15-18页 |
| 2．1．2 粉磨系统的选用条件 | 第18-19页 |
| 2．1．3 煤粉制备系统的调节控制 | 第19-20页 |
| 2．2 煤粉制备系统主要生产设备的结构、功能及特点 | 第20-24页 |
| 2．2．1 磨煤机 | 第20-22页 |
| 2．2．2 粗粉分离器 | 第22-23页 |
| 2．2．3 旋风分离器 | 第23页 |
| 2．2．4 收尘器 | 第23-24页 |
| 2．3 某公司煤粉制备系统的生产工艺及设备 | 第24-31页 |
| 2．3．1 某公司五号窑煤粉制备生产系统简介 | 第24-25页 |
| 2．3．2 煤粉制备系统生产设备配置 | 第25-26页 |
| 2．3．3 煤粉制备系统生产流程 | 第26-28页 |
| 2．3．4 煤粉制备系统正常生产运行时的控制调整及主要参数规定 | 第28-29页 |
| 2．3．5 煤粉制备系统运行中的主要故障及处理方法 | 第29-31页 |
| 第三章 煤粉磨系统神经网络模型的建立 | 第31-47页 |
| 3．1 人工神经网络及其EBP算法 | 第31-41页 |
| 3．1．1 人工神经网络 | 第31-34页 |
| 3．1．2 EBP及其改进算法 | 第34-40页 |
| 3．1．3 改进的EBP算法 | 第40-41页 |
| 3．2 煤粉磨系统神经网络模型的建立 | 第41-47页 |
| 3．2．1 基于MATLAB神经网络工具箱的EBP网络分析 | 第41-43页 |
| 3．2．2 煤粉磨系统神经网络模型的建立 | 第43-47页 |
| 第四章 磨煤机故障诊断模型的建立 | 第47-67页 |
| 4．1 模糊理论与模糊推理 | 第47-52页 |
| 4．2 故障诊断专家系统 | 第52-61页 |
| 4．2．1 故障诊断的基本内容、过程和特点 | 第52-53页 |
| 4．2．2 智能故障诊断技术与模糊神经网络故障诊断专家系统 | 第53-61页 |
| 4．3 磨煤机故障诊断模型的建立 | 第61-67页 |
| 4．3．1 基于MATLAB的模糊逻辑工具箱的ANFIS结构分析 | 第61-63页 |
| 4．3．2 磨煤机故障诊断模型的建立 | 第63-67页 |
| 第五章 煤粉制备生产过程仿真软件设计 | 第67-75页 |
| 5．1 煤粉制备生产过程仿真系统设计整体构思 | 第67-68页 |
| 5．2 煤粉制备生产过程仿真系统开发环境 | 第68-69页 |
| 5．2．1 仿真系统软件开发环境 | 第68-69页 |
| 5．2．2 硬件支撑环境 | 第69页 |
| 5．3 煤粉制备生产过程仿真系统功能介绍 | 第69-74页 |
| 5．4 仿真程序简介 | 第74-75页 |
| 5．4．1 VD与matlab | 第74页 |
| 5．4．2 matlab与数据库 | 第74-75页 |
| 第六章 煤粉制备生产过程仿真软件的动画实现 | 第75-78页 |
| 6．1 VRML与系统的仿真三维模型 | 第75-77页 |
| 6．1．1 概述 | 第75页 |
| 6．1．2 VRML的组成 | 第75-76页 |
| 6．1．3 VRML中的节点 | 第76页 |
| 6．1．4 用VRML建立的水泥生产煤粉制备系统模型 | 第76-77页 |
| 6．2 二维动画与煤粉制备系统模型相结合 | 第77-78页 |
| 第七章 全文总结与展望 | 第78-80页 |
| 7．1 全文总结 | 第78页 |
| 7．2 进一步工作展望 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-84页 |
| 附录A 神经网络训练样本 | 第84-86页 |
| 附录B 硕士在学期间发表的论文 | 第86页 |
