| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-28页 |
| ·课题研究的背景与意义 | 第10-15页 |
| ·煤炭在我国能源结构中的主体地位将是长期的 | 第10-12页 |
| ·我国选煤大发展是必然趋势 | 第12-14页 |
| ·跳汰选煤研究意义重大 | 第14-15页 |
| ·跳汰选煤研究的历史与现状 | 第15-17页 |
| ·跳汰理论滞后于实践 | 第15-16页 |
| ·跳汰机过程控制的现状及技术难点 | 第16-17页 |
| ·自动控制技术的发展及对跳汰控制的影响 | 第17-27页 |
| ·跳汰控制的发展 | 第18-20页 |
| ·智能控制技术在跳汰控制中的应用现状 | 第20-26页 |
| ·跳汰机智能控制研究的必要性和可行性 | 第26-27页 |
| ·本文结构及技术路线 | 第27-28页 |
| 第二章 影响跳汰机分选效果的因素及测控方式研究 | 第28-54页 |
| ·跳汰机的结构特征 | 第29-36页 |
| ·跳汰机的机体 | 第30页 |
| ·跳汰机的空气室 | 第30-31页 |
| ·跳汰机的风阀 | 第31-34页 |
| ·跳汰机的排料机构 | 第34-36页 |
| ·跳汰机结构的可调参数 | 第36页 |
| ·原煤性质 | 第36-37页 |
| ·跳汰机的操作变量 | 第37-43页 |
| ·跳汰过程 | 第37-38页 |
| ·跳汰周期分析 | 第38-40页 |
| ·跳汰机的操作变量 | 第40-43页 |
| ·跳汰机的测控方式 | 第43-53页 |
| ·传统方式下分层状态检测 | 第43-44页 |
| ·传统方式下跳汰机的控制 | 第44页 |
| ·γ射线跳汰床层密度探测器 | 第44-48页 |
| ·现场基于床层密度探测的跳汰机排料系统的模糊控制 | 第48-53页 |
| ·本章小结 | 第53-54页 |
| 第三章 基于人工神经网络的跳汰过程状态识别 | 第54-85页 |
| ·现场实验及样本数据 | 第54-55页 |
| ·基于BP网络的模式识别 | 第55-61页 |
| ·矸石带煤BP网络拓扑结构的设计 | 第55-56页 |
| ·隐含层函数的选择 | 第56页 |
| ·BP网络算法 | 第56-57页 |
| ·隐含层数目的选择 | 第57-58页 |
| ·隐含层节点数的选择 | 第58-61页 |
| ·遗传算法与神经网络的结合 | 第61-74页 |
| ·遗传算法分析 | 第62-63页 |
| ·遗传算法的实现 | 第63-64页 |
| ·遗传算法优化神经网络权值及阈值的步骤 | 第64-74页 |
| ·遗传算法与神经网络结合的仿真结果 | 第74-78页 |
| ·基于RBF网络的矸石带煤模式识别 | 第78-83页 |
| ·RBF网络的结构 | 第79-81页 |
| ·RBF网络设计 | 第81-83页 |
| ·本章小结 | 第83-85页 |
| 第四章 基于支持向量机的跳汰过程状态识别 | 第85-100页 |
| ·统计学习理论的基本思想 | 第86-89页 |
| ·VC维 | 第86-87页 |
| ·推广性的界与结构风险最小化原理 | 第87-88页 |
| ·结构风险最小化基本想法 | 第88-89页 |
| ·支持向量机基本方法 | 第89-94页 |
| ·支持向量机算法 | 第94-97页 |
| ·基于支持向量机的跳汰过程状态识别 | 第97-99页 |
| ·基于ε-SVR算法和ν-SVR算法的仿真 | 第97-98页 |
| ·基于最小二乘支持向量机(Least-Square SVM)算法的仿真 | 第98-99页 |
| ·本章小结 | 第99-100页 |
| 第五章 基于神经网络预测控制的跳汰风阀控制研究 | 第100-121页 |
| ·MPC应用现状及跳汰预测模型构建思路 | 第100-101页 |
| ·预测控制的基本原理 | 第101-111页 |
| ·模型算法控制分析 | 第101-106页 |
| ·动态矩阵控制分析 | 第106-110页 |
| ·广义预测控制分析 | 第110-111页 |
| ·神经网络预测控制 | 第111-117页 |
| ·神经网络在预测控制中的应用 | 第111-113页 |
| ·基于BP神经网络的预测控制 | 第113-115页 |
| ·神经网络预测控制中控制量的计算 | 第115-117页 |
| ·神经网络预测控制在跳汰风阀控制中的应用 | 第117-120页 |
| ·跳汰风阀控制思路 | 第117-118页 |
| ·跳汰风阀神经网络预测控制的设计 | 第118-120页 |
| ·本章小结 | 第120-121页 |
| 主要工作与创新点 | 第121-123页 |
| 附录 | 第123-127页 |
| 参考文献 | 第127-133页 |
| 攻读博士学位期间发表的学术论文目录 | 第133-135页 |
| 致谢 | 第135页 |