| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题的背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 软测量技术在复杂工业建模中的应用现状 | 第11-13页 |
| 1.2.2 上浆率检测研究现状 | 第13-14页 |
| 1.3 本课题的主要研究内容 | 第14-17页 |
| 第二章 经纱上浆工艺分析 | 第17-27页 |
| 2.1 经纱上浆装置及技术简介 | 第17-19页 |
| 2.1.1 经纱上浆装置简介 | 第17-18页 |
| 2.1.2 新型上浆技术简介 | 第18-19页 |
| 2.2 影响上浆率的主要因素分析 | 第19-25页 |
| 2.2.1 纱线特性 | 第19-20页 |
| 2.2.2 浆液性质 | 第20-23页 |
| 2.2.3 烘燥装置 | 第23-24页 |
| 2.2.4 上浆装置 | 第24-25页 |
| 2.3 本章小结 | 第25-27页 |
| 第三章 上浆率软测量模型的建立 | 第27-37页 |
| 3.1 软测量技术 | 第27-30页 |
| 3.1.1 辅助变量的选取 | 第28页 |
| 3.1.2 软测量的数据选择与处理 | 第28-29页 |
| 3.1.3 软测量的模型辨识与验证 | 第29页 |
| 3.1.4 软测量的模型校正 | 第29-30页 |
| 3.2 上浆率软测量模型 | 第30-35页 |
| 3.2.1 上浆率模型辅助变量的确定 | 第30-31页 |
| 3.2.2 上浆过程数据采集与处理 | 第31页 |
| 3.2.3 基于ELM极限学习机的上浆率模型 | 第31-33页 |
| 3.2.4 基于AdaBoost.RT集成算法的上浆率模型 | 第33-35页 |
| 3.3 本章小结 | 第35-37页 |
| 第四章 基于ILMELM算法的上浆率软测量模型 | 第37-47页 |
| 4.1 增量学习 | 第37-38页 |
| 4.2 ILMELM算法 | 第38-40页 |
| 4.3 基于ILMELM算法的上浆率软测量模型 | 第40-46页 |
| 4.3.1 ILMELM算法参数的确定 | 第40-42页 |
| 4.3.2 ILMELM算法精度与增量学习能力的分析 | 第42-43页 |
| 4.3.3 基于ILMELM算法的上浆率模型 | 第43-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 基于动态数据的上浆率在线增量软测量 | 第47-57页 |
| 5.1 基于动态数据的在线增量算法 | 第47-51页 |
| 5.1.1 冗余数据筛选 | 第48页 |
| 5.1.2 噪声数据筛选 | 第48-50页 |
| 5.1.3 软测量算法建模 | 第50-51页 |
| 5.2 算法性能分析 | 第51-53页 |
| 5.2.1 去噪性能分析 | 第51-52页 |
| 5.2.2 算法精度与学习效率性能分析 | 第52-53页 |
| 5.3 基于动态数据的上浆率在线增量软测量 | 第53-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 发表论文和参加科研情况说明 | 第63-65页 |
| 致谢 | 第65页 |