| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第14-18页 |
| 1.1 选题背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.2.1 国内研究现状 | 第15-16页 |
| 1.2.2 国外研究现状 | 第16-17页 |
| 1.3 本课题的主要研究内容 | 第17-18页 |
| 第2章 片剂生产过程工艺简介 | 第18-26页 |
| 2.1 湿法制粒工段 | 第18-20页 |
| 2.1.1 湿法制粒工艺原理 | 第18-20页 |
| 2.1.2 制粒影响因素分析 | 第20页 |
| 2.1.3 生产中存在的问题 | 第20页 |
| 2.2 沸腾干燥工段 | 第20-22页 |
| 2.2.1 沸腾干燥机工艺原理 | 第21-22页 |
| 2.2.2 控制要求 | 第22页 |
| 2.2.3 生产中存在的问题 | 第22页 |
| 2.3 压片工段 | 第22-24页 |
| 2.3.1 压片机工作原理和工艺流程 | 第23-24页 |
| 2.4 包衣工段 | 第24-25页 |
| 2.4.1 包衣机的工作原理和工艺流程 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于遗传算法优化BP神经网络的湿法制粒粒径分布研究 | 第26-39页 |
| 3.1 BP神经网络 | 第26-30页 |
| 3.1.1 BP算法原理 | 第26-27页 |
| 3.1.2 BP神经网络学习过程 | 第27-28页 |
| 3.1.3 BP网络设计 | 第28-29页 |
| 3.1.4 BP神经网络存在的缺陷以及改进 | 第29页 |
| 3.1.5 BP神经网络的改进 | 第29-30页 |
| 3.2 遗传算法 | 第30-34页 |
| 3.2.1 遗传算法的实现 | 第31页 |
| 3.2.2 遗传算法的基本要素 | 第31-34页 |
| 3.2.3 遗传算法的特点 | 第34页 |
| 3.3 粒度分布优化的算法设计 | 第34-38页 |
| 3.3.1 BP神经网络仿真 | 第34-36页 |
| 3.3.2 遗传算法优化BP神经网络实验仿真 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 基于自适应模糊PID控制的沸腾干燥机流化仓温度控制 | 第39-55页 |
| 4.1 被控对象介绍 | 第39-41页 |
| 4.2 确立被控对象的数学模型 | 第41-43页 |
| 4.2.1 机理分析 | 第41-42页 |
| 4.2.2 模型估计及参数确定 | 第42-43页 |
| 4.3 传统的PID控制算法 | 第43-44页 |
| 4.4 模糊控制 | 第44-46页 |
| 4.4.1 模糊控制的特点 | 第45页 |
| 4.4.2 模糊控制原理 | 第45-46页 |
| 4.5 模糊控制器的设计 | 第46-50页 |
| 4.5.1 模糊控制器的结构确定 | 第47页 |
| 4.5.2 模糊控制规则 | 第47-49页 |
| 4.5.3 模糊化方法和去模糊化方法 | 第49页 |
| 4.5.4 量化因子和比例因子的确定 | 第49-50页 |
| 4.6 自适应模糊PID控制以及在温度控制中的应用 | 第50-54页 |
| 4.6.1 自适应模糊PID的实现 | 第51-54页 |
| 4.7 本章小结 | 第54-55页 |
| 第5章 湿法制粒片剂生产过程的综合控制系统设计 | 第55-77页 |
| 5.1 综合控制系统的设计方案研究 | 第55-59页 |
| 5.1.1 控制系统简介 | 第55-56页 |
| 5.1.2 综合控制系统需求分析 | 第56-59页 |
| 5.2 湿法制粒机的控制子系统设计 | 第59-62页 |
| 5.2.1 湿法制粒机硬件配置 | 第59-60页 |
| 5.2.2 Matlab与PLC之间的通讯 | 第60-62页 |
| 5.3 沸腾干燥机的控制子系统设计 | 第62-66页 |
| 5.3.1 沸腾干燥机的硬件配置 | 第62-64页 |
| 5.3.2 自适应模糊PID的PLC实现 | 第64-66页 |
| 5.4 湿法制粒片剂生产过程的监控界面设计 | 第66-76页 |
| 5.4.1 基于PC的系统监控界面设计 | 第66-73页 |
| 5.4.2 基于触摸屏的现场设备监控界面设计 | 第73-76页 |
| 5.5 本章总结 | 第76-77页 |
| 总结与展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-84页 |
| 附录A 攻读学位期间发表的学术论文 | 第84页 |
