基于神经网络的纸浆洗涤过程优化控制
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 1 绪论 | 第12-18页 |
| ·课题的目的与意义 | 第12-13页 |
| ·纸浆洗涤过程研究概况 | 第13-16页 |
| ·纸浆洗涤工艺 | 第13-15页 |
| ·纸浆洗涤控制难点 | 第15页 |
| ·国内外研究现状 | 第15-16页 |
| ·本文主要内容及章节安排 | 第16-18页 |
| ·主要研究内容 | 第16-17页 |
| ·章节安排 | 第17-18页 |
| 2 纸浆洗涤过程建模 | 第18-39页 |
| ·问题描述 | 第18页 |
| ·软测量 | 第18-21页 |
| ·软测量定义 | 第19页 |
| ·软测量的数学描述 | 第19页 |
| ·软测量的建模方法 | 第19-20页 |
| ·软测量的设计 | 第20-21页 |
| ·神经网络 | 第21-24页 |
| ·神经网络原理 | 第22页 |
| ·神经网络系统辨识特点 | 第22页 |
| ·神经网络的数据校正 | 第22-23页 |
| ·神经网络的学习步骤 | 第23-24页 |
| ·纸浆洗涤过程的两步神经网络辨识 | 第24-31页 |
| ·神经网络动态模型辨识 | 第24-27页 |
| ·神经网络稳态模型辨识 | 第27-31页 |
| ·基于最小二乘法的软测量模型辨识 | 第31-35页 |
| ·最小二乘问题的提出 | 第31页 |
| ·残碱与黑液波美度的软测量模型辨识 | 第31-35页 |
| ·软测量模型的校正 | 第35-36页 |
| ·前言 | 第35页 |
| ·残碱和黑液波美度的软测量校正 | 第35-36页 |
| ·仿真结果分析 | 第36-39页 |
| 3 纸浆洗涤过程用水单目标优化 | 第39-44页 |
| ·问题描述 | 第39页 |
| ·用水系统模型建立 | 第39-42页 |
| ·洗涤系统模型 | 第39-41页 |
| ·蒸发系统模型 | 第41页 |
| ·用水费用的确立 | 第41-42页 |
| ·基于稀释因子的罚函数优化 | 第42-44页 |
| ·罚函数概述 | 第42页 |
| ·基于稀释因子的用水模型 | 第42-43页 |
| ·模型求解 | 第43-44页 |
| 4 纸浆洗涤过程多目标优化 | 第44-48页 |
| ·问题描述 | 第44页 |
| ·优化模型的建立 | 第44-46页 |
| ·决策变量的选取 | 第44页 |
| ·目标函数的确立 | 第44-45页 |
| ·约束条件的确立 | 第45-46页 |
| ·多目标稳态优化求解 | 第46-48页 |
| 5 纸浆洗涤过程不可测变量的预测推断控制 | 第48-51页 |
| ·问题描述 | 第48页 |
| ·串联对象预测推断控制 | 第48-50页 |
| ·洗浆机出口浆质量的预测推断控制 | 第50-51页 |
| 6 纸浆洗涤过程控制在工业中的实现 | 第51-61页 |
| ·纸浆洗涤过程控制要求 | 第51-52页 |
| ·控制系统设计 | 第52-59页 |
| ·控制系统硬件设计 | 第52-53页 |
| ·控制系统软件设计 | 第53-57页 |
| ·控制系统调试 | 第57-59页 |
| ·洗浆过程优化设计与实施 | 第59-61页 |
| 7 总结与展望 | 第61-63页 |
| ·全文工作总结 | 第61页 |
| ·未来工作展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录 A：神经网络模型样本数据 | 第67-78页 |
| 附录 B：动态数据采集程序 | 第78-82页 |
| 附录 C：洗浆工段硬件设备清单 | 第82-85页 |
| 攻读硕士学位期间发表的论文 | 第85页 |
| 攻读学位期间参与的科研项目 | 第85-86页 |
