| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题研究背景 | 第9-10页 |
| ·研究目的与意义 | 第10-11页 |
| ·国内外研究现状及发展水平 | 第11页 |
| ·研究内容与论文结构 | 第11-13页 |
| ·论文研究的主要内容 | 第11-12页 |
| ·各章节安排 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第二章 烟气制酸工艺过程分析 | 第14-21页 |
| ·工业制酸的分类 | 第14-16页 |
| ·硫铁矿制酸 | 第14页 |
| ·硫磺制酸 | 第14-15页 |
| ·冶炼烟气制酸 | 第15页 |
| ·制酸原料性价比较 | 第15-16页 |
| ·烟气制酸工艺分析 | 第16-17页 |
| ·烟气制酸干吸工段酸浓度分析 | 第17页 |
| ·影响酸浓度的因素分析 | 第17-18页 |
| ·酸浓度常规检测方法 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 软测量技术原理及辅助变量的分析 | 第21-33页 |
| ·软测量技术研究背景 | 第21页 |
| ·软测量基本原理简介 | 第21-22页 |
| ·软测量过程实现的设计方法 | 第22-24页 |
| ·软测量建模方法 | 第24-26页 |
| ·影响软测量性能的因素分析 | 第26-28页 |
| ·辅助变量的选择 | 第26-27页 |
| ·样本数据的采集与预处理 | 第27-28页 |
| ·软测量模型的在线校正 | 第28页 |
| ·酸浓模型辅助变量的分析与选择 | 第28-32页 |
| ·烟气水分对硫酸浓度的影响 | 第29-30页 |
| ·三氧化硫浓度对硫酸浓度的影响 | 第30页 |
| ·串酸量对酸浓度的影响 | 第30-31页 |
| ·干燥塔进口温度对酸浓度的影响 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于 RBF 网络的硫酸浓度软测量建模 | 第33-48页 |
| ·RBF 网络发展简史 | 第33页 |
| ·RBF 网络的数学基础 | 第33-35页 |
| ·RBF 网络数学模型 | 第35-37页 |
| ·RBF 网络结构模型 | 第35-37页 |
| ·RBF 网络的特点 | 第37页 |
| ·RBF 神经网络的学习算法 | 第37-40页 |
| ·RBF 网络聚类算法 | 第38-39页 |
| ·RBF 网络梯度下降法 | 第39-40页 |
| ·RBF 网络最小二乘学习法 | 第40页 |
| ·RBF 神经网络的软测量实现流程 | 第40-41页 |
| ·模型样本数据采集和预处理 | 第41-42页 |
| ·RBF 网络建模工具箱函数 | 第42页 |
| ·硫酸浓度软测量模型仿真分析 | 第42-46页 |
| ·RBF 网络软测量建模方法的改进 | 第46页 |
| ·本章小结 | 第46-48页 |
| 第五章 基于 PSO-RBF 网络的硫酸浓度软测量建模 | 第48-61页 |
| ·粒子群优化算法概述 | 第48-51页 |
| ·粒子群优化算法的原理 | 第48-49页 |
| ·PSO 算法数学描述 | 第49页 |
| ·标准粒子群算法的实现过程 | 第49-50页 |
| ·粒子群算法的优点 | 第50-51页 |
| ·粒子群算法的寻优性能测试 | 第51-52页 |
| ·基于 PSO-RBF 网络的软测量建模 | 第52-59页 |
| ·PSO 优化 RBF 网络的实现流程 | 第53-54页 |
| ·酸浓软测量模型的仿真实现 | 第54-59页 |
| ·本章小结 | 第59-61页 |
| 第六章 总结与展望 | 第61-63页 |
| ·总结 | 第61-62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读学位期间主要完成的研究成果 | 第67-68页 |
| 致谢 | 第68页 |