首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

基于组态王的生物发酵多参数优化控制系统的研究

摘要第1-7页
ABSTRACT第7-11页
第一章 绪论第11-17页
   ·研究背景第11页
   ·青霉素发酵工艺概述第11-13页
   ·发酵过程控制研究现状与难点第13-15页
   ·课题背景和本文完成的主要内容第15-16页
   ·本章小结第16-17页
第二章 神经网络发酵建模与预估第17-36页
   ·神经网络方法第17-24页
     ·神经网络的历史与特点第17-18页
     ·神经元的概念第18页
     ·神经网络的分类第18-20页
     ·神经网络的学习规则第20-21页
     ·BP学习算法第21-23页
     ·BP网络的构造和训练第23-24页
   ·基于神经网络的青霉素发酵的软测量第24-35页
     ·青霉素发酵的重要生物参数与发酵代谢阶段第24-25页
     ·预估模型输入输出参数的确定第25-26页
     ·样本数据的预处理第26-28页
     ·BP算法的改进第28-29页
     ·训练次数和隐层结点数的确定第29-30页
     ·生物参数预估模型的训练和检验第30-33页
     ·发酵阶段的建模和预估第33-35页
   ·本章小结第35-36页
第三章 发酵过程的优化控制第36-50页
   ·发酵过程优化的意义、背景和方法第36-37页
   ·遗传算法第37-43页
     ·遗传算法的简介第37页
     ·遗传算法的特点第37-38页
     ·遗传算法的基本术语和运算流程第38-39页
     ·重要遗传算子的选择和重要参数的设定第39-43页
   ·遗传算法优化发酵过程第43-49页
     ·优化问题的提出第43-44页
     ·实时优化过程第44-46页
     ·多变量遗传算法寻优第46-47页
     ·青霉素发酵多参数轨迹优化实验第47-49页
   ·本章小结第49-50页
第四章 基于组态软件的发酵实时优化控制系统第50-73页
   ·组态软件第50-53页
     ·概述第50页
     ·组态王软件的组成第50-51页
     ·组态王一般开发步骤第51-53页
   ·组态王开发发酵实时优化监控系统第53-64页
     ·下位机系统第53-54页
     ·组态王与下位机(单片机)的串行通讯第54-56页
     ·组态王实时数据库第56-58页
     ·在组态王中测试与下位机的通讯第58-59页
     ·人机界面监控软件第59-64页
   ·组态王与MATLAB的数据交换第64-72页
     ·动态数据交换(DDE)方式第65-66页
     ·MATLAB中的DDE技术第66-67页
     ·组态王中的DDE设置第67-68页
     ·组态王与MATLAB之间的DDE通讯第68页
     ·DDE数据交换程序的设计第68-72页
   ·本章小结第72-73页
第五章 调试与实验第73-75页
   ·系统调试第73-74页
   ·实验结果第74-75页
第六章 总结与展望第75-77页
参考文献第77-80页
致谢第80-81页
附录第81页

论文共81页,点击 下载论文
上一篇:年产3万吨酸乳车间设计
下一篇:移动AD HOC网络的安全评估模型研究