盐湖化工自动化采卤决策支持系统研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 研究背景及意义 | 第10-13页 |
| 1.1.1 研究背景 | 第10-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 决策支持系统研究现状 | 第13-14页 |
| 1.2.2 决策支持系统应用现状 | 第14-16页 |
| 1.2.3 泵故障诊断研究现状 | 第16-17页 |
| 1.3 论文的研究目标与内容 | 第17-18页 |
| 1.3.1 研究目标 | 第17-18页 |
| 1.3.2 研究内容 | 第18页 |
| 1.4 研究方法及创新点 | 第18-20页 |
| 1.4.1 研究方法 | 第18-19页 |
| 1.4.2 创新点 | 第19-20页 |
| 1.4.3 技术路线 | 第20页 |
| 1.5 本章小结 | 第20-22页 |
| 第2章 自动化采卤决策支持系统的总体设计 | 第22-32页 |
| 2.1 系统现状分析 | 第22-26页 |
| 2.1.1 调研方法 | 第22页 |
| 2.1.2 现状分析 | 第22-26页 |
| 2.2 系统需求分析 | 第26-27页 |
| 2.2.1 系统功能需求分析 | 第26页 |
| 2.2.2 系统性能需求分析 | 第26-27页 |
| 2.3 系统功能结构设计 | 第27-29页 |
| 2.4 系统体系架构设计 | 第29-30页 |
| 2.5 系统数据库设计 | 第30页 |
| 2.6 本章小结 | 第30-32页 |
| 第3章 泵故障诊断模型设计 | 第32-39页 |
| 3.1 泵故障机理分析 | 第32-33页 |
| 3.2 小波包与支持向量机方法 | 第33-36页 |
| 3.2.1 小波包能量熵故障特征提取 | 第33-35页 |
| 3.2.2 支持向量机理论 | 第35-36页 |
| 3.3 泵故障诊断分析模型 | 第36页 |
| 3.4 泵故障诊断系统的构造 | 第36-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第4章 自动化采卤决策支持系统的实现 | 第39-48页 |
| 4.1 系统开发工具与环境 | 第39页 |
| 4.2 系统功能实现界面 | 第39-43页 |
| 4.2.1 信息维护 | 第40-41页 |
| 4.2.2 实时状态监测 | 第41-42页 |
| 4.2.3 智能决策分析 | 第42-43页 |
| 4.2.4 远程控制管理 | 第43页 |
| 4.3 系统测试 | 第43-47页 |
| 4.3.1 数据来源 | 第44页 |
| 4.3.2 小波包特征提取 | 第44-46页 |
| 4.3.3 故障诊断 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 结论与展望 | 第48-50页 |
| 5.1 研究结论 | 第48-49页 |
| 5.2 研究展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 个人简历、在学期间发表学术论文与研究成果 | 第54页 |
