首页--工业技术论文--电工技术论文--发电、发电厂论文--发电厂论文--火力发电厂、热电站论文--锅炉及燃烧系统论文

数据融合技术在球磨机料位检测中的应用

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-18页
   ·课题研究的背景及意义第10-11页
   ·球磨机料位检测现状第11-14页
     ·常用球磨机料位检测方法第11-13页
     ·新兴球磨机料位检测技术第13-14页
   ·数据融合技术的起源与发展第14-16页
     ·数据融合技术的起源第14-15页
     ·数据融合技术的发展现状第15-16页
   ·论文的主要研究内容第16-18页
第2章 数据融合技术的理论基础第18-33页
   ·数据融合的概念第18页
   ·数据融合的基本原理第18-19页
   ·数据融合的结构第19-24页
     ·数据融合模型第19-20页
     ·数据融合的结构分类第20-24页
   ·数据融合算法第24-30页
     ·基于统计的方法第24-26页
     ·基于估计的方法第26-27页
     ·基于人工智能的方法第27-30页
   ·数据融合的关键问题和研究方向第30-31页
     ·数据融合的关键问题第30-31页
     ·数据融合的研究方向第31页
   ·数据融合系统的测试与评估第31-32页
   ·本章小结第32-33页
第3章 球磨机数据融合料位检测方案设计第33-42页
   ·球磨机工作原理及运行特点第33-35页
     ·球磨机工作原理第33页
     ·球磨机运行特点第33-35页
   ·球磨机料位的定义与计算第35页
     ·球磨机料位的定义第35页
     ·球磨机料位的计算第35页
   ·在球磨机料位检测中应用数据融合技术的必要性第35-37页
   ·方案总体设计第37-39页
     ·方案框图第37页
     ·球磨机融合参数选择第37-38页
     ·融合结构选择第38-39页
     ·融合层次选择第39页
   ·融合参数采集第39-41页
     ·磨音信号采集第39-41页
     ·其他参数采集第41页
   ·本章小结第41-42页
第4章 数据融合算法研究及仿真第42-52页
   ·数据融合算法的选择第42-47页
     ·BP神经网络法特点第42-43页
     ·BP神经网络设计第43-45页
     ·BP神经网络的训练过程第45-46页
     ·BP神经网络数据融合处理过程第46-47页
   ·融合仿真过程及结果分析第47-51页
     ·融合仿真过程第47-48页
     ·融合结果分析第48-51页
   ·本章小结第51-52页
结论第52-53页
参考文献第53-57页
攻读硕士学位期间发表的学术论文第57-58页
致谢第58页

论文共58页,点击 下载论文
上一篇:电压波动与闪变检测方法的研究
下一篇:1000MW级水轮发电机的进相运行能力分析