首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

炼油设备腐蚀预测技术研究及实现

摘要第5-6页
Abstract第6页
第1章 绪论第10-18页
    1.1 课题研究的背景和意义第10页
    1.2 国内外腐蚀预测方法研究现状第10-16页
        1.2.1 安全评估标准与方法第11页
        1.2.2 腐蚀预测技术及方法第11-16页
    1.3 本文的主要内容第16-17页
    1.4 本文结构安排第17页
    1.5 本章小结第17-18页
第2章 炼油设备腐蚀问题分析和支持向量机基本原理第18-32页
    2.1 炼油设备腐蚀问题概述第18-21页
        2.1.1 腐蚀分类第18页
        2.1.2 常减压装置腐蚀问题分析第18-21页
    2.2 支持向量机原理与理论第21-29页
        2.2.1 统计学理论第22页
        2.2.2 支持向量机原理第22-25页
        2.2.3 支持向量机回归模型第25-28页
        2.2.4 基于SMO算法的求解算法第28-29页
    2.3 本章小结第29-32页
第3章 腐蚀数据采集与预处理第32-46页
    3.1 腐蚀数据采集技术第32-34页
        3.1.1 常用腐蚀数据采集技术概述第32-33页
        3.1.2 监测点选取原则第33页
        3.1.3 电感探针数据采集技术分析第33-34页
    3.2 采集数据预处理第34-45页
        3.2.1 采集数据误差分析第37页
        3.2.2 采集数据误差处理第37-45页
    3.3 本章小结第45-46页
第4章 基于支持向量回归的炼油设备腐蚀速率预测第46-68页
    4.1 基于支持向量回归的预测模型第46-50页
        4.1.1 数据预测训练格式第46-47页
        4.1.2 支持向量回归核函数的选择第47-49页
        4.1.3 基于支持向量回归的腐蚀预测模型第49-50页
    4.2 支持向量回归参数分析与优化第50-55页
        4.2.1 模型参数分析第50-52页
        4.2.2 基于区间选择法的参数优化第52-55页
    4.3 基于GA的模型参数优化算法设计第55-61页
        4.3.1 基于GA参数优化的基本思想第55页
        4.3.2 算法总体框架第55-56页
        4.3.3 遗传算法设计第56-61页
    4.4 实验分析第61-66页
        4.4.1 算法性能分析第61-64页
        4.4.2 方法性能比较第64-66页
    4.5 本章小结第66-68页
第5章 炼油设备腐蚀剩余寿命预测第68-76页
    5.1 炼油设备腐蚀剩余寿命问题描述第68-69页
    5.2 Monte Carlo方法概述第69页
    5.3 炼油设备腐蚀剩余寿命预测第69-75页
        5.3.1 算法总体框架第69-70页
        5.3.2 剩余腐蚀壁厚的确定第70-72页
        5.3.3 腐蚀速率分布的确定第72-73页
        5.3.4 设备剩余寿命的预测第73-75页
    5.4 本章小结第75-76页
第6章 炼油设备腐蚀预测系统实现第76-88页
    6.1 炼油设备腐蚀预测系统总体框架第76页
        6.1.1 系统物理结构第76页
        6.1.2 系统逻辑结构第76页
    6.2 炼油设备腐蚀预测系统分析第76-77页
    6.3 炼油设备腐蚀预测系统设计第77-80页
        6.3.1 系统功能结构第77页
        6.3.2 系统功能设计第77-78页
        6.3.3 数据库设计第78-80页
    6.4 腐蚀防护管理系统实现第80-87页
        6.4.1 系统研发平台概述第80页
        6.4.2 系统实现结果第80-87页
    6.5 本章小结第87-88页
第7章 总结与展望第88-90页
    7.1 论文工作总结第88-89页
    7.2 未来研究方向展望第89-90页
参考文献第90-96页
致谢第96页

论文共96页,点击 下载论文
上一篇:焊丝成分对X100管线钢埋弧焊微观组织和性能影响
下一篇:26CrMoVTiB钢圆坯连铸电磁搅拌数值模拟