基于数据驱动的烧结处理过程建模和控制
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 目录 | 第8-11页 |
| 插图清单 | 第11-12页 |
| 附表清单 | 第12-13页 |
| 1 绪论 | 第13-23页 |
| ·研究背景和意义 | 第13-17页 |
| ·烧结过程整体介绍 | 第14-15页 |
| ·烧结矿生产热处理过程 | 第15-16页 |
| ·烧结过程控制技术国内外研究现状 | 第16-17页 |
| ·研究内容和方法 | 第17-20页 |
| ·点火炉温度控制 | 第17-18页 |
| ·烧结热状态建模 | 第18-20页 |
| ·烧结热状态控制 | 第20页 |
| ·论文结构 | 第20-23页 |
| 2 数据驱动 | 第23-27页 |
| ·引言 | 第23页 |
| ·数据驱动定义 | 第23页 |
| ·数据驱动国内外研究现状 | 第23-24页 |
| ·数据驱动的应用 | 第24-27页 |
| ·数据驱动控制 | 第24-25页 |
| ·数据驱动建模 | 第25-27页 |
| 3 烧结点火炉温度智能控制 | 第27-45页 |
| ·引言 | 第27-28页 |
| ·点火炉炉温控制过程分析 | 第28-31页 |
| ·点火炉工作过程 | 第28-30页 |
| ·点火炉控制过程 | 第30-31页 |
| ·烧结点火炉PIDNN控制系统结构设计 | 第31-39页 |
| ·PIDNN控制系统原理 | 第31-32页 |
| ·PIDNN控制系统的结构 | 第32-33页 |
| ·PIDNN控制系统的反转学习计算方法 | 第33-36页 |
| ·PIDNN控制系统的稳定性分析 | 第36-38页 |
| ·PIDNN控制系统在烧结点火炉温度控制上的应用 | 第38-39页 |
| ·PIDNN控制仿真实验 | 第39-42页 |
| ·PIDNN控制系统现场应用实施 | 第42-45页 |
| 4 烧结过程热状态建模与控制 | 第45-65页 |
| ·引言 | 第45-46页 |
| ·烧结热状态建模 | 第46-51页 |
| ·时间序列数据研究单元 | 第46页 |
| ·理想工况风箱温度预测模型 | 第46-48页 |
| ·反向传播神经网络辨识建模 | 第48-50页 |
| ·广义回归神经网络辨识建模 | 第50-51页 |
| ·多模型模糊加权预测原理分析 | 第51-57页 |
| ·多模型模糊加权预测的基本原理 | 第51-52页 |
| ·模糊理论基本概念和模糊评判原理 | 第52-55页 |
| ·模糊匹配程度和权重值计算 | 第55-57页 |
| ·多模型模糊加权建模仿真实验 | 第57-62页 |
| ·仿真设计 | 第58页 |
| ·现场数据仿真 | 第58-60页 |
| ·仿真结果 | 第60-62页 |
| ·烧结热状态模糊控制 | 第62-65页 |
| ·烧结热状态的模糊特性 | 第62页 |
| ·模糊控制器输入变量的确定 | 第62页 |
| ·模糊控制规则设计 | 第62-65页 |
| 5 总结与展望 | 第65-67页 |
| ·全文总结 | 第65-66页 |
| ·研究展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间科研成果 | 第70页 |
| 发表论文 | 第70页 |
| 参与项目 | 第70页 |
