| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-25页 |
| 1.1 课题背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-23页 |
| 1.2.1 水泥熟料烧成过程传热技术的发展 | 第12-15页 |
| 1.2.2 水泥熟料fCaO含量预测模型的研究现状 | 第15-18页 |
| 1.2.3 水泥熟料烧成过程优化控制算法的研究现状 | 第18-23页 |
| 1.3 本文的主要研究内容 | 第23-25页 |
| 第2章 水泥熟料烧成过程工艺及回转窑传热特性研究 | 第25-47页 |
| 2.1 引言 | 第25页 |
| 2.2 水泥熟料烧成过程工艺流程及物化反应 | 第25-29页 |
| 2.2.1 工艺流程分析 | 第25-27页 |
| 2.2.2 物化反应分析 | 第27-29页 |
| 2.3 回转窑高温气固湍流传热模型研究 | 第29-35页 |
| 2.3.1 窑内气固模型 | 第30-32页 |
| 2.3.2 煤粉燃烧数学模型 | 第32-35页 |
| 2.3.3 窑内辐射传热模型 | 第35页 |
| 2.4 回转窑高温气固传热特性研究 | 第35-45页 |
| 2.4.1 网格划分及边界条件设定 | 第36-38页 |
| 2.4.2 冷态下燃烧器参数对窑内回流区影响 | 第38-41页 |
| 2.4.3 煤粉燃烧下参数对窑内温度分布影响 | 第41-45页 |
| 2.5 本章小结 | 第45-47页 |
| 第3章 水泥熟料fCaO含量预测模型研究 | 第47-71页 |
| 3.1 引言 | 第47页 |
| 3.2 融合三种核函数的多核超限学习机 | 第47-51页 |
| 3.3 基于COS-MKELM算法的熟料fCaO含量预测模型 | 第51-62页 |
| 3.3.1 COS-MKELM算法研究 | 第52-55页 |
| 3.3.2 COS-MKELM性能测试 | 第55-59页 |
| 3.3.3 熟料fCaO含量预测模型建立 | 第59-62页 |
| 3.4 水泥熟料fCaO含量预测模型实验研究 | 第62-70页 |
| 3.4.1 预测模型数据采集及处理 | 第62-64页 |
| 3.4.2 实验分析 | 第64-70页 |
| 3.5 本章小结 | 第70-71页 |
| 第4章 基于改进优化算法的烧成过程变量优化研究 | 第71-93页 |
| 4.1 引言 | 第71页 |
| 4.2 基于随机扰动机制的混沌粒子群优化算法 | 第71-80页 |
| 4.2.1 RPCPSO算法研究 | 第71-76页 |
| 4.2.2 RPCPSO性能测试 | 第76-80页 |
| 4.3 基于SQP局部搜索的改进量子粒子群优化算法 | 第80-87页 |
| 4.3.1 A-QPSO算法研究 | 第80-84页 |
| 4.3.2 A-QPSO性能测试 | 第84-87页 |
| 4.4 水泥熟料烧成过程变量优化 | 第87-89页 |
| 4.4.1 变量优化模型建立 | 第87-89页 |
| 4.4.2 变量优化求解 | 第89页 |
| 4.5 水泥熟料烧成过程变量优化实验研究 | 第89-92页 |
| 4.6 本章小结 | 第92-93页 |
| 第5章 水泥熟料烧成过程控制算法研究 | 第93-119页 |
| 5.1 引言 | 第93页 |
| 5.2 烧成过程控制组合模型研究 | 第93-100页 |
| 5.2.1 OMKELM稳态模型 | 第93-95页 |
| 5.2.2 ARMAX动态模型 | 第95-97页 |
| 5.2.3 组合模型建立 | 第97-100页 |
| 5.3 烧成过程预测控制算法研究 | 第100-106页 |
| 5.3.1 输出值预测 | 第100-103页 |
| 5.3.2 滚动修正 | 第103-106页 |
| 5.4 水泥熟料烧成过程控制实验研究 | 第106-118页 |
| 5.4.1 组合模型实验分析 | 第106-111页 |
| 5.4.2 预测控制实验分析 | 第111-118页 |
| 5.5 本章小结 | 第118-119页 |
| 结论 | 第119-121页 |
| 参考文献 | 第121-133页 |
| 攻读博士学位期间承担的科研任务与主要成果 | 第133-135页 |
| 致谢 | 第135页 |
