摘要 | 第6-8页 |
abstract | 第8-9页 |
第一章 绪论 | 第10-18页 |
1.1 课题研究背景及意义 | 第10-11页 |
1.2 新型干法水泥回转窑系统工艺简介 | 第11页 |
1.3 研究现状 | 第11-14页 |
1.3.1 熟料关键质量指标f-CaO软测量研究现状 | 第11-13页 |
1.3.2 回转窑烧成状态识别研究现状 | 第13-14页 |
1.4 研究内容 | 第14-16页 |
1.5 本章小结 | 第16-18页 |
第二章 数据采集与预处理 | 第18-32页 |
2.1 数据采集 | 第18-23页 |
2.2 数据预处理 | 第23-31页 |
2.2.1 基于拉依达准则的数据异常值剔除 | 第23-27页 |
2.2.2 基于视觉检测与LOWESS的烧成带温度数据预处理 | 第27-29页 |
2.2.3 基于均值滤波的其他过程参数数据预处理 | 第29-31页 |
2.2.4 数据标准化 | 第31页 |
2.3 本章小结 | 第31-32页 |
第三章 基于LS-SVM的熟料f-CaO含量软测量研究 | 第32-48页 |
3.1 LS-SVM算法简介及软测量步骤 | 第32-33页 |
3.2 基于水泥工艺与时间匹配的软测量模型变量选取 | 第33-36页 |
3.3 LS-SVM核函数和模型参数选取 | 第36-38页 |
3.3.1 核函数选取 | 第36页 |
3.3.2 基于网格搜索与交叉验证的模型参数选取 | 第36-38页 |
3.4 水泥熟料f-CaO含量软测量建模及验证 | 第38-46页 |
3.5 本章小结 | 第46-48页 |
第四章 回转窑烧成状态识别系统研究 | 第48-64页 |
4.1 水泥回转窑烧成状态概述 | 第48-49页 |
4.1.1 回转窑烧成状态特性分析 | 第48页 |
4.1.2 关键工艺参数选取 | 第48-49页 |
4.2 特征提取 | 第49-56页 |
4.2.1 参数趋势特征提取 | 第50-53页 |
4.2.2 参数实时值特征提取 | 第53-56页 |
4.3 基于模糊推理的回转窑烧成状态识别研究 | 第56-62页 |
4.3.1 模糊推理机制 | 第56-57页 |
4.3.2 基于模糊推理的回转窑烧成状态识别 | 第57-62页 |
4.4 本章小结 | 第62-64页 |
第五章 回转窑软测量及烧成状态识别系统设计与实现 | 第64-76页 |
5.1 整体架构设计 | 第64-65页 |
5.2 软件开发及应用 | 第65-74页 |
5.2.1 软件操作界面及功能简介 | 第65-68页 |
5.2.2 f-CaO软测量软件开发及应用 | 第68-70页 |
5.2.3 回转窑烧成状态识别系统软件开发及应用 | 第70-74页 |
5.3 本章小结 | 第74-76页 |
第六章 结论与展望 | 第76-78页 |
6.1 全文总结 | 第76-77页 |
6.2 研究展望 | 第77-78页 |
参考文献 | 第78-84页 |
致谢 | 第84-86页 |
附录 | 第86-88页 |