基于神经网络的游梁式抽油机示功图软测量研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题背景 | 第11-12页 |
| ·课题研究的目的及意义 | 第12-13页 |
| ·国内外发展及研究现状 | 第13-15页 |
| ·论文研究内容 | 第15-17页 |
| 第2章 游梁式抽油机及示功图介绍 | 第17-26页 |
| ·游梁式抽油机的简介 | 第17-22页 |
| ·游梁式抽油机的结构 | 第17-18页 |
| ·游梁式抽油机工作原理 | 第18-20页 |
| ·抽油机使用现状和发展方向 | 第20-22页 |
| ·游梁式抽油机示功图及测量方法 | 第22-26页 |
| ·游梁抽油机示功图概况 | 第22页 |
| ·游梁式示功图原理 | 第22-23页 |
| ·示功图的传统测量方法 | 第23-26页 |
| 第3章 软测量技术 | 第26-35页 |
| ·软测量理论 | 第26-31页 |
| ·软测量的基本原理 | 第27-28页 |
| ·软测量的实现过程 | 第28-29页 |
| ·软测量的建模方法 | 第29-31页 |
| ·神经网络示功图软测量 | 第31-35页 |
| ·神经网络软测量变量选取 | 第31-32页 |
| ·神经网络软测量建模步骤 | 第32页 |
| ·神经网络软测量模型设计流程 | 第32-33页 |
| ·神经网络软测量数据采集及处理 | 第33-35页 |
| 第4章 基于神经网络的抽油机示功图软测量建模 | 第35-48页 |
| ·BP神经网络的简介 | 第35-39页 |
| ·BP神经网络的结构 | 第35-37页 |
| ·BP神经网络的学习规则 | 第37-38页 |
| ·BP神经网络的软测量的模型 | 第38-39页 |
| ·RBF神经网络的简介 | 第39-43页 |
| ·RBF神经网络的结构 | 第39-40页 |
| ·RBF神经网络的学习规则 | 第40-42页 |
| ·RBF神经网络的软测量的模型 | 第42-43页 |
| ·Elman神经网络的简介 | 第43-48页 |
| ·Elman神经网络的结构 | 第44-45页 |
| ·Elman神经网络的学习规则 | 第45-46页 |
| ·Elman神经网络软测量建模 | 第46-48页 |
| 第5章 示功图软测量模型的仿真训练和结果分析 | 第48-61页 |
| ·仿真工具MATLAB的简介 | 第48-49页 |
| ·样本数据的采集及处理 | 第49-51页 |
| ·BP网络软测量模型仿真及分析 | 第51-54页 |
| ·RBF神经网络的软测量仿真及分析 | 第54-56页 |
| ·Elman神经网络软测量仿真及分析 | 第56-58页 |
| ·实验结果 | 第58-61页 |
| 结论 | 第61-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第68-69页 |
| 致谢 | 第69-70页 |
