摘要 | 第1-6页 |
Abstract | 第6-11页 |
第一章 绪论 | 第11-19页 |
·概述 | 第11-12页 |
·课题的提出 | 第11页 |
·课题的目的和意义 | 第11-12页 |
·近红外纸张水分及定量测量技术的发展及研究现状 | 第12-17页 |
·发展概况 | 第12-15页 |
·基本方法及存在的问题 | 第15-17页 |
·课题的来源和本文研究的主要内容及章节安排 | 第17-19页 |
·课题的来源 | 第17页 |
·本文研究的主要内容及章节安排 | 第17-19页 |
第二章 近红外纸张水分及定量在线检测系统原理 | 第19-34页 |
·引言 | 第19页 |
·近红外纸张水分及定量检测系统 | 第19-20页 |
·水分及定量特性分析 | 第20-21页 |
·定量波动的影响因素 | 第21页 |
·影响水分波动的因素 | 第21页 |
·水分传感器 | 第21-26页 |
·纸张的光学特性 | 第22页 |
·水分及定量测量的光学系统 | 第22-25页 |
·水分及定量测量的红外传感器系统 | 第25-26页 |
·PbS近红外光敏元件 | 第26页 |
·近红外水分及定量测量的优缺点 | 第26页 |
·近红外水分及定量测量原理 | 第26-33页 |
·测试波长与参考波长的选择 | 第26-28页 |
·水分对红外线的吸收 | 第28-29页 |
·红外水分及定量测量中的参比技术 | 第29-32页 |
·测量原理 | 第32-33页 |
·本章小结 | 第33-34页 |
第三章 近红外纸张水分及定量测量模型 | 第34-46页 |
·引言 | 第34页 |
·纸张水分及定量的测量模型 | 第34-37页 |
·基于最小二乘法的曲线拟合分析 | 第37-42页 |
·一次线性拟合模型建立 | 第37-38页 |
·一次线性拟合模型检验 | 第38页 |
·二次曲线模型 | 第38-40页 |
·二次曲线拟合模型检验 | 第40页 |
·结果对比及分析 | 第40-42页 |
·基于最小二乘法的多元线性回归分析 | 第42-45页 |
·回归方程的建立 | 第42-43页 |
·回归方程的显著性检验 | 第43页 |
·结果对比及分析 | 第43-45页 |
·本章小结 | 第45-46页 |
第四章 基于神经网络的近红外纸张水分及定量测量模型 | 第46-63页 |
·引言 | 第46页 |
·人工神经网络概述 | 第46-49页 |
·人工神经网络的基本原理 | 第46-48页 |
·人工神经网络的学习 | 第48-49页 |
·BP神经网络 | 第49-57页 |
·BP神经网络基本原理 | 第49-50页 |
·BP网络学习公式推导 | 第50-54页 |
·BP学习算法过程 | 第54-56页 |
·BP神经网络的构造与快速学习算法的选择 | 第56-57页 |
·基于BP神经网络的纸张水分及定量测量模型 | 第57-60页 |
·BP神经网络模型的建立 | 第57-58页 |
·基于MATLAB的BP网络训练与验证 | 第58-60页 |
·误差分析 | 第60-62页 |
·本章小结 | 第62-63页 |
第五章 近红外纸张水分及定量监控系统的设计与实现 | 第63-75页 |
·引言 | 第63页 |
·测量仪表 | 第63-67页 |
·测量仪表工作原理 | 第63页 |
·数据采集部分(传感器单元) | 第63-64页 |
·数据处理部分(仪表软件系统) | 第64-66页 |
·水分及定量补偿校正 | 第66-67页 |
·监控系统的设计 | 第67-71页 |
·监控系统软件结构设计 | 第67-68页 |
·监控软件操作系统结构 | 第68页 |
·监控软件系统分析及功能描述 | 第68-70页 |
·上位机(监控计算机)串口通信 | 第70-71页 |
·数据库模块设计与实现 | 第71-72页 |
·ODBC技术 | 第71-72页 |
·在API中应用ODBC编程 | 第72页 |
·用户监控界面 | 第72-74页 |
·本章小结 | 第74-75页 |
结论与展望 | 第75-77页 |
1 结论 | 第75-76页 |
2 展望 | 第76-77页 |
附表 | 第77-81页 |
附表1 40g/m~2无碳复写纸数据 | 第77-78页 |
附表2 60g/m~2书写纸数据 | 第78-79页 |
附表3 80g/m~2书写纸数据 | 第79-80页 |
附表4 90g/m~2装饰(黄)纸数据 | 第80-81页 |
参考文献 | 第81-85页 |
致谢 | 第85页 |