首页--工业技术论文--化学工业论文--硅酸盐工业论文--水泥工业论文--生产过程与设备论文

联合粉磨系统水泥粒度软测量研究

摘要第1-8页
Abstract第8-10页
第一章 绪论第10-20页
   ·选题的背景及意义第10-12页
     ·粉磨系统简介第10-11页
     ·水泥粒度检测方法第11页
     ·水泥粒度软测量的意义第11-12页
   ·软测量技术第12-17页
     ·软测量技术的数学描述第12-13页
     ·软测量技术的建模方法第13-16页
     ·软测量技术的设计步骤第16页
     ·国内外软测量技术的研究现状第16-17页
   ·本文主要内容第17-18页
   ·本章小结第18-20页
第二章 水泥粒度软测量辅助变量的选择与数据预处理第20-30页
   ·水泥粒度软测量辅助变量的选择第20-23页
     ·联合粉磨系统生产工艺简介第20-22页
     ·水泥粒度软测量辅助变量的选择第22-23页
   ·水泥粒度软测量的数据预处理第23-28页
     ·数据采集第23-25页
     ·数据处理第25-28页
       ·误差处理第25-27页
       ·数据变换第27-28页
   ·本章小结第28-30页
第三章 基于人工神经网络水泥粒度软测量第30-40页
   ·人工神经网络理论第30-32页
     ·人工神经元第30-31页
     ·神经网络结构第31页
     ·神经网络学习方式第31-32页
   ·基于 BP 神经网络的水泥粒度软测量第32-39页
     ·BP 神经网络及其算法第32-35页
     ·BP 神经网络参数的选取第35-37页
     ·基于 BP 神经网络的水泥粒度软测量仿真与分析第37-39页
   ·本章小结第39-40页
第四章 基于最小二乘支持向量机水泥粒度软测量第40-50页
   ·支持向量机第40-43页
     ·支持向量机原理第40-41页
     ·支持向量机算法第41-43页
   ·最小二乘支持向量机第43-47页
     ·最小二乘支持向量机理论第43-45页
     ·最小二乘支持向量机核函数第45-46页
     ·最小二乘支持向量机参数的优化方法第46-47页
   ·基于 LS-SVM 的水泥粒度软测量模型的仿真与分析第47-48页
   ·LS-SVM 方法与 BP 方法的比较第48页
   ·本章小结第48-50页
第五章 水泥粒度软测量的软件开发第50-58页
   ·DCS 控制系统简介第50-51页
   ·OPC 接口及其应用第51-52页
   ·控制算法编程第52-54页
   ·水泥粒度软测量软件实现第54-55页
   ·软件投产应用效果分析第55-56页
   ·本章小结第56-58页
第六章 总结与展望第58-60页
   ·总结第58-59页
   ·展望第59-60页
参考文献第60-64页
致谢第64-66页
附录第66页

论文共66页,点击 下载论文
上一篇:丙烯酸钙微球对硅酸盐水泥性能影响的研究
下一篇:氧化铈抛光粉的化学法制备及其性能的研究