| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 概述 | 第8-15页 |
| 1.1 选题背景与意义 | 第8-11页 |
| 1.1.1 工艺选题背景 | 第8页 |
| 1.1.2 现场掺水集油工艺流程 | 第8-9页 |
| 1.1.3 现场掺水现状与存在问题 | 第9-11页 |
| 1.2 软测量的研究现状以及发展动态 | 第11-13页 |
| 1.3 神经网络的研究现状以及发展动态 | 第13-14页 |
| 1.4 本文主要研究内容 | 第14-15页 |
| 第二章 软测量建模的基本理论 | 第15-26页 |
| 2.1 软测量的基本原理 | 第15-18页 |
| 2.1.1 机理分析与辅助变量的选择 | 第16-17页 |
| 2.1.2 数据采集和数据处理 | 第17-18页 |
| 2.1.3 软测量模型的建立 | 第18页 |
| 2.2 软测量建模的方法 | 第18-21页 |
| 2.3 人工神经网络基本概念 | 第21-24页 |
| 2.3.1 人工神经网络的特性 | 第22-23页 |
| 2.3.2 人工神经元及其特征函数 | 第23-24页 |
| 2.4 人工神经网络模型 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于BP神经网络的掺水过程软测量建模及仿真 | 第26-38页 |
| 3.1 基于BP神经网络的软测量建模 | 第26页 |
| 3.1.1 BP神经网络的基本原理 | 第26页 |
| 3.2 模型建立 | 第26-29页 |
| 3.3 数据预处理 | 第29-30页 |
| 3.3.1 样本选取 | 第29页 |
| 3.3.2 误差处理 | 第29-30页 |
| 3.4 训练、测试以及运行 | 第30页 |
| 3.5 MATLAB仿真 | 第30-31页 |
| 3.6 仿真结果分析 | 第31-33页 |
| 3.7 BP神经网络算法优化及应用 | 第33-37页 |
| 3.7.1 改进算法的软测量建模 | 第34-36页 |
| 3.7.2 两种算法的软测量模型比较 | 第36-37页 |
| 3.8 本章小结 | 第37-38页 |
| 第四章 基于PID控制的掺水系统控制 | 第38-45页 |
| 4.1 PID控制简述 | 第38页 |
| 4.2 增量式PID控制原理 | 第38-39页 |
| 4.3 系统设计思路 | 第39页 |
| 4.4 建立控制系统的数学模型 | 第39-40页 |
| 4.5 增量式PID控制器设计 | 第40-42页 |
| 4.6 系统仿真结果 | 第42-43页 |
| 4.7 本章小结 | 第43-45页 |
| 结论 | 第45-46页 |
| 参考文献 | 第46-48页 |
| 致谢 | 第48-49页 |