基于状态监测的污染源智能诊断系统研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-13页 |
| 第一章 绪论 | 第13-21页 |
| ·本课题的研究背景及问题的提出 | 第13-15页 |
| ·本课题的研究背景 | 第13-14页 |
| ·问题的提出 | 第14-15页 |
| ·基于状态监测的污染源智能诊断的意义 | 第15-16页 |
| ·基于状态监测的污染源智能诊断在国内外的发展状况 | 第16-18页 |
| ·课题来源及主要研究内容 | 第18-19页 |
| ·课题来源 | 第18-19页 |
| ·课题研究内容 | 第19页 |
| ·论文的结构和技术路线 | 第19-21页 |
| 第二章 硫磺回收装置工艺流程及污染源机理分析 | 第21-41页 |
| ·硫磺回收装置工艺流程分析 | 第21-26页 |
| ·硫磺回收部分 | 第22-23页 |
| ·尾气处理部分 | 第23-25页 |
| ·工艺流程相关说明 | 第25-26页 |
| ·装置主要监测变量与控制分析 | 第26-29页 |
| ·装置污染源机理分析 | 第29-40页 |
| ·主燃烧系统污染源分析 | 第30-34页 |
| ·CLAUS转化系统污染源分析 | 第34-35页 |
| ·冷凝系统污染源分析 | 第35-36页 |
| ·SCOT反应系统污染源分析 | 第36-37页 |
| ·尾气急冷系统污染源分析 | 第37页 |
| ·尾气吸收系统污染源分析 | 第37-38页 |
| ·尾气焚烧系统污染源分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第三章 污染源诊断方法及其关键技术研究 | 第41-56页 |
| ·系统污染源特点分析 | 第41-42页 |
| ·智能诊断推理方法的研究 | 第42-47页 |
| ·人工神经网络的基本原理 | 第42-43页 |
| ·基于案例的推理基本原理 | 第43-44页 |
| ·基于规则的诊断推理 | 第44-45页 |
| ·模糊综合评判的推理方法 | 第45-47页 |
| ·基于模糊综合评判的诊断推理模型 | 第47-53页 |
| ·模糊综合评判的推理算法 | 第47-52页 |
| ·推理结果的确定 | 第52-53页 |
| ·推理控制策略 | 第53-54页 |
| ·推理解释机制 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第四章 系统的软件实现 | 第56-71页 |
| ·系统需求分析 | 第56-57页 |
| ·系统的功能需求分析 | 第56-57页 |
| ·系统的技术要求分析 | 第57页 |
| ·系统数据来源分析 | 第57-59页 |
| ·系统数据接口设计 | 第57-58页 |
| ·系统数据采集网络结构分析 | 第58-59页 |
| ·系统整体架构分析 | 第59-61页 |
| ·系统功能模块设计 | 第61-64页 |
| ·系统知识库的设计 | 第64-66页 |
| ·基于B／S模式的系统实现 | 第66-70页 |
| ·系统软件架构设计 | 第66-67页 |
| ·系统应用服务层设计与分析 | 第67-70页 |
| ·本章小结 | 第70-71页 |
| 第五章 系统的运行实例 | 第71-79页 |
| ·系统工作流程图 | 第71-74页 |
| ·监测信号的状态分析 | 第74-75页 |
| ·系统的诊断实例 | 第75-78页 |
| ·本章小结 | 第78-79页 |
| 总结与展望 | 第79-81页 |
| 1.全文总结 | 第79-80页 |
| 2.研究展望 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 攻读硕士期间发表的论文 | 第85-86页 |
| 独创性声明 | 第86-87页 |
| 致谢 | 第87-88页 |
| 附录1 硫磺回收装置主要设备一览表(部分) | 第88-89页 |
| 附录2 装置主要监测仪表一览表(部分) | 第89-90页 |
| 附录3 模糊关系矩阵R的初始值表 | 第90-92页 |
| 附录4 诊断推理的仿真验证 | 第92-93页 |
