超临界萃取工艺及其测控技术的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 超临界萃取控制系统的研究研究背景及意义 | 第9-10页 |
| 1.2 CO_2超临界萃取工艺的研究现状 | 第10-16页 |
| 1.3 本文的主要研究内容 | 第16-17页 |
| 第2章 超临界萃取工艺参数与影响因素分析 | 第17-27页 |
| 2.1 超临界萃取技术及其应用 | 第17-20页 |
| 2.1.1 超临界萃取原理及特点 | 第17-19页 |
| 2.1.2 超临界萃取技术的应用 | 第19页 |
| 2.1.3 超临界萃取技术的前景 | 第19-20页 |
| 2.2 实验设备与流程 | 第20-22页 |
| 2.3 影响超临界流体萃取工艺参数分析 | 第22-26页 |
| 2.3.1 萃取压力的影响 | 第22-23页 |
| 2.3.2 萃取温度的影响 | 第23-24页 |
| 2.3.3 萃取流量、时间的影响 | 第24-26页 |
| 2.3.4 物料属性的影响 | 第26页 |
| 2.4 实验结果分析 | 第26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 超临界萃取工艺参数的优化 | 第27-41页 |
| 3.1 PCA-RSM方法概述 | 第28-30页 |
| 3.2 数学模型的建立 | 第30-34页 |
| 3.2.1 PCA模型的建立 | 第31-32页 |
| 3.2.2 RSM模型的建立 | 第32-34页 |
| 3.3 模型计算与分析 | 第34-40页 |
| 3.3.1 输入参数对模型影响的分析 | 第34-35页 |
| 3.3.2 模型结果分析 | 第35-37页 |
| 3.3.3 算法验证及给定参数的确定 | 第37-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 超临界萃取控制策略研究 | 第41-48页 |
| 4.1 超临界萃取控制系统模型的建立 | 第41页 |
| 4.2 基于RBF神经网络的PID整定算法 | 第41-46页 |
| 4.2.1 RBF神经网络 | 第41-44页 |
| 4.2.2 PID控制系统 | 第44页 |
| 4.2.3 RBF网络PID控制系统设计 | 第44-46页 |
| 4.3 仿真分析实验 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 基于超临界萃取测控技术的实现 | 第48-63页 |
| 5.1 控制系统的方案设计 | 第48-50页 |
| 5.1.1 温度控制系统 | 第49页 |
| 5.1.2 压力控制系统 | 第49-50页 |
| 5.1.3 CO_2流量控制系统 | 第50页 |
| 5.2 系统硬件设计方案 | 第50-57页 |
| 5.2.1 元件选型 | 第50-56页 |
| 5.2.2 系统调节与控制 | 第56-57页 |
| 5.2.3 系统的抗干扰设计 | 第57页 |
| 5.3 软件的设计 | 第57-62页 |
| 5.4 本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63-64页 |
| 6.2 展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 作者简介 | 第70-71页 |
| 攻读硕士学位期间研究成果 | 第71页 |
