| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究的背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 基于数据驱动的预测方法研究 | 第12-14页 |
| 1.2.2 流动腐蚀状态监管研究现状 | 第14-16页 |
| 1.3 论文研究内容与结构 | 第16-17页 |
| 第二章 数据驱动方法及流动腐蚀预测模型研究 | 第17-31页 |
| 2.1 数据的降维与影响因子筛选 | 第17-18页 |
| 2.1.1 主成分分析 | 第17页 |
| 2.1.2 皮尔逊相关系数 | 第17-18页 |
| 2.2 单隐层前馈神经网络 | 第18-22页 |
| 2.2.1 单隐层前馈神经网络结构 | 第18-20页 |
| 2.2.2 误差反传的权重更新方法 | 第20-22页 |
| 2.3 基于小规范权重内的随机权神经网络模型 | 第22-27页 |
| 2.3.1 随机权神经网络 | 第22-23页 |
| 2.3.2 附着小规范权重的算法优化 | 第23-24页 |
| 2.3.3 混合算法预测模型构建 | 第24-27页 |
| 2.4 模型预测性能测试及分析 | 第27-30页 |
| 2.4.1 UCI数据集 | 第27-28页 |
| 2.4.2 模型性能分析评估 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 流动腐蚀状态监管平台研发 | 第31-46页 |
| 3.1 流动腐蚀状态监管平台设计目标 | 第31-32页 |
| 3.2 流动腐蚀状态监管平台需求分析 | 第32-34页 |
| 3.2.1 用户需求分析 | 第32-33页 |
| 3.2.2 功能需求分析 | 第33-34页 |
| 3.3 流动腐蚀状态监管平台实现过程与总体架构 | 第34-36页 |
| 3.3.1 实现过程 | 第34-35页 |
| 3.3.2 总体架构 | 第35-36页 |
| 3.4 流动腐蚀状态监管平台详细设计 | 第36-41页 |
| 3.4.1 异构系统数据采集 | 第36-37页 |
| 3.4.2 ASPENPLUS建模与交互 | 第37-39页 |
| 3.4.3 平台数据库建设 | 第39-40页 |
| 3.4.4 B/S模式状态监管平台建立 | 第40-41页 |
| 3.5 功能模块与界面 | 第41-45页 |
| 3.5.1 登录模块 | 第42页 |
| 3.5.2 工作台主界面 | 第42-43页 |
| 3.5.3 状态监管 | 第43-44页 |
| 3.5.4 用户管理 | 第44-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第四章 流动腐蚀状态监管平台实际应用 | 第46-53页 |
| 4.1 流动腐蚀过程工艺分析及关键腐蚀变量预测 | 第46-51页 |
| 4.1.1 工艺过程及腐蚀现状 | 第46-47页 |
| 4.1.2 SNRVFL模型的空冷器氯化铵结晶温度预测 | 第47-51页 |
| 4.2 流动腐蚀实时专家诊断监管平台应用 | 第51-52页 |
| 4.3 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 工作总结 | 第53-54页 |
| 5.2 后续研究展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士期间的学术成果 | 第60页 |