声明
摘要
第1章绪论
1.1研究背景及目的意义
1.2研究现状
1.2.1烧结终点的检测研究
1.2.2烧结终点模型研究
1.2.3烧结终点的控制研究
1.3主要工作
第2章烧结终点检测与影响因素分析
2.1烧结工艺及特点
2.1.1整体工艺流程
2.1.2烧结生产过程特性
2.2终点的定义与计算
2.2.1烧结终点的定义
2.2.2烧结终点的计算方法
2.2.3烧结终点修正方法
2.2.4废气温度上升点
2.3影响因素分析
2.3.1点火温度
2.3.2台车速度
2.3.3混合料水分百分含量
2.3.4 20号风箱废气温度
2.3.5其余影响因素
2.4相关参数的检测方案
2.4.1风箱废气温度的检测方案
2.4.2废气成分检测装置
2.5本章小结
第3章烧结终点预测模型
3.1 RBF神经网络原理
3.1.1 RBF神经网络的基本结构
3.1.2 RBF神经网络的映射关系
3.1.3 RBF神经网络参数的选取
3.2减法聚类算法
3.3粒子群算法
3.4烧结现场数据处理
3.4.1限幅滤波
3.4.2归一化
3.5基于PSO的RBF神经网络学习算法
3.5.1模型输入输出变量的选择
3.5.2网络节点数的选取
3.5.3输出权值选择
3.5.4 PSO算法的编码
3.5.5适应度函数
3.5.6初始化粒子群
3.5.7算法的基本步骤
3.6算法验证
3.7仿真结果分析
3.8本章小结
第4章终点控制模型及仿真分析
4.1烧结终点过程控制模型
4.1.1最小二乘法
4.1.2模型阶次及辨识结果
4.1.3模型的验证
4.2变论域模糊控制
4.2.1模糊控制理论基础
4.2.2变论域的原因
4.2.3变论域模糊控制思想
4.2.4变论域的实现方法
4.2.5变论域的伸缩因子
4.3模糊控制器的设计
4.3.1输入量的设定
4.3.2量化因子及比例因子的设定
4.3.3隶属函数的选择
4.3.4模糊决策及控制规则表
4.4仿真结果分析
4.5本章小结
5.1结论
5.2展望
参考文献
致谢
攻读硕士学位期间发表文章
东北大学;