基于实时数据库的工业换热器的结垢状态的预测研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 课题的研究目的和意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.3 本文的主要研究内容 | 第18-19页 |
| 第二章 实时数据库以及支持向量机算法概述 | 第19-33页 |
| 2.1 实时数据库 | 第19-21页 |
| 2.1.1 实时数据库简介 | 第19-20页 |
| 2.1.2 实时数据库与传统数据的区别 | 第20-21页 |
| 2.2 PI实时数据库 | 第21-23页 |
| 2.3 支持向量机算法概述 | 第23-33页 |
| 2.3.1 支持向量机算法简介 | 第23-29页 |
| 2.3.2 线性不可分问题 | 第29-31页 |
| 2.3.3 核函数 | 第31-33页 |
| 第三章 关键数据提取以及模型建立 | 第33-53页 |
| 3.1 数据过滤 | 第33-38页 |
| 3.1.1 数据过滤概述 | 第33-34页 |
| 3.1.2 数据库中数据点的配置 | 第34-38页 |
| 3.2 酯化釜反应温度 | 第38-39页 |
| 3.3 热油总管回油温度 | 第39-41页 |
| 3.4 酯化釜汽化出口温度 | 第41-43页 |
| 3.5 支持向量机模型训练 | 第43-53页 |
| 第四章 实验结果分析 | 第53-61页 |
| 4.1 线性拟合预测模型 | 第53-55页 |
| 4.2 支持向量机模型与线性拟合预测准确度对比 | 第55-61页 |
| 第五章 结论与展望 | 第61-63页 |
| 参考文献 | 第63-65页 |
| 附录 | 第65-69页 |
| 致谢 | 第69-71页 |
| 研究生期间取得的科研成果 | 第71-73页 |
| 作者及导师简介 | 第73-74页 |
| 附件 | 第74-75页 |
