油田注汽锅炉蒸汽干度测量方法研究
| 独创性说明 | 第1-4页 |
| 摘要 | 第4-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-15页 |
| ·背景介绍 | 第10-12页 |
| ·注蒸汽的稠油开采方法 | 第10页 |
| ·注汽锅炉及其控制方法 | 第10-12页 |
| ·蒸汽干度 | 第12页 |
| ·研究意义 | 第12-13页 |
| ·国内外发展现状 | 第13页 |
| ·本文的研究工作 | 第13-15页 |
| 2 干度测量方法研究 | 第15-23页 |
| ·汽驱工艺介绍 | 第15页 |
| ·已有的蒸汽干度测量方法 | 第15-16页 |
| ·国内主要的干度测量方法 | 第16-22页 |
| ·人工分析化验法 | 第16-18页 |
| ·机理分析软测量方法 | 第18-22页 |
| ·本文采用的蒸汽干度测量方法 | 第22-23页 |
| 3 人工神经网络干度预测原理 | 第23-38页 |
| ·人工神经网络简介 | 第23-28页 |
| ·神经网络的特点 | 第23-24页 |
| ·神经网络模型 | 第24-26页 |
| ·学习方法 | 第26-27页 |
| ·操作过程 | 第27-28页 |
| ·BP网络 | 第28-34页 |
| ·网络结构 | 第28-29页 |
| ·工作原理 | 第29-30页 |
| ·学习算法的实现 | 第30-32页 |
| ·BP神经网络的计算步骤 | 第32-34页 |
| ·BP学习算法的改进 | 第34-35页 |
| ·常用的改进BP算法 | 第34页 |
| ·Leveberg-Marguardt优化算法 | 第34-35页 |
| ·神经网络干度预测模型设计 | 第35-38页 |
| 4 基于BP网络蒸汽干度检测的MATLAB实现 | 第38-51页 |
| ·MATLAB简介 | 第38页 |
| ·MATLAB神经网络工具箱 | 第38-41页 |
| ·常用神经元传递函数 | 第39页 |
| ·神经网络的生成与训练函数 | 第39-41页 |
| ·MATLAB数据预处理函数 | 第41-42页 |
| ·归一化方法 | 第41-42页 |
| ·标准化处理 | 第42页 |
| ·干度预测的MATLAB实现 | 第42-51页 |
| ·BP干度模型的设计 | 第43-45页 |
| ·BP干度模型的改进 | 第45-49页 |
| ·干度模型性能对比 | 第49-51页 |
| 5 干度系统的建立 | 第51-56页 |
| ·干度系统主界 | 第51页 |
| ·干度预测神经网络训练系统界面 | 第51-54页 |
| ·仿真系统主界面 | 第54-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 攻读硕士学位期间发表学术论文情况 | 第59-60页 |
| 致谢 | 第60-61页 |
| 大连理工大学学位论文版权使用授权书 | 第61页 |
