中浓打浆打浆度在线软测量研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-29页 |
| ·引言 | 第12页 |
| ·打浆过程 | 第12-14页 |
| ·打浆过程定性描述 | 第12页 |
| ·打浆质量表征参数 | 第12-13页 |
| ·打浆过程表征参数 | 第13-14页 |
| ·打浆过程机理 | 第14-18页 |
| ·帚化理论 | 第14-15页 |
| ·比边缘负荷理论SEL | 第15-16页 |
| ·比表面负荷理论SSL | 第16-17页 |
| ·定性机理假说 | 第17-18页 |
| ·打浆理论新发展 | 第18-21页 |
| ·磨区纤维团 | 第18页 |
| ·磨区内纸浆流动 | 第18-20页 |
| ·纸浆与磨片的摩擦系数 | 第20页 |
| ·打浆过程纤维性质变化 | 第20-21页 |
| ·打浆方式 | 第21-22页 |
| ·低浓打浆 | 第21页 |
| ·中高浓打浆 | 第21-22页 |
| ·浆料滤水性能检测 | 第22页 |
| ·离线检测 | 第22页 |
| ·浆料滤水性能在线测定 | 第22页 |
| ·软测量技术 | 第22-28页 |
| ·软测量技术内涵 | 第23页 |
| ·影响软测量性能的因素 | 第23-24页 |
| ·软测量建模方法 | 第24-27页 |
| ·打浆质量的软测量 | 第27-28页 |
| ·本论文研究目的、意义及主要内容 | 第28-29页 |
| ·研究目的及意义 | 第28页 |
| ·研究的主要内容 | 第28-29页 |
| 第二章 实验设计及数据采集与处理 | 第29-38页 |
| ·中浓打浆过程参数分析 | 第29-31页 |
| ·纸浆流量 | 第29-30页 |
| ·纸浆浓度 | 第30页 |
| ·打浆电流及打浆功率 | 第30页 |
| ·打浆前后纸浆的温升 | 第30-31页 |
| ·磨片间隙 | 第31页 |
| ·ZDPM中浓盘磨机 | 第31-33页 |
| ·ZDPM中浓盘磨机技术参数 | 第31-32页 |
| ·ZDPM中浓盘磨机操作 | 第32-33页 |
| ·中浓打浆工艺 | 第33-34页 |
| ·中浓打浆工艺流程 | 第33页 |
| ·原料及纸浆性质检测 | 第33-34页 |
| ·实验仪器与设备 | 第34页 |
| ·过程参数测量及数据采集 | 第34页 |
| ·数据采集 | 第34页 |
| ·数据预处理 | 第34-37页 |
| ·数据误差处理 | 第35-36页 |
| ·数据变换 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 OMG废纸浆中浓打浆最佳磨浆浓度 | 第38-46页 |
| ·前言 | 第38页 |
| ·实验 | 第38页 |
| ·实验结果分析与讨论 | 第38-44页 |
| ·打浆度分析 | 第38-39页 |
| ·纤维特性分析 | 第39-41页 |
| ·成浆物理性能分析 | 第41-43页 |
| ·能耗对比分析 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第四章 纸浆流量与进浆口真空度关系 | 第46-54页 |
| ·前言 | 第46页 |
| ·ZDPM中浓盘磨机纸浆可允许通过量分析 | 第46-49页 |
| ·盘磨机最大可允许通过量与实际纸浆流量关系 | 第49-50页 |
| ·实验 | 第50页 |
| ·实验数据分析与讨论 | 第50-52页 |
| ·固定流量，进浆口真空度随磨片间隙变化关系 | 第50-51页 |
| ·固定磨片间隙，纸浆流量与进浆口真空度关系 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 第五章 中浓打浆打浆功率分析及打浆度预测 | 第54-62页 |
| ·前言 | 第54页 |
| ·打浆过程消耗功率分析 | 第54-59页 |
| ·盘磨机消耗功率 | 第55-56页 |
| ·盘磨机空转与机械摩擦消耗功率 | 第56页 |
| ·盘磨机泵送功率 | 第56-58页 |
| ·纸浆温升消耗功率 | 第58页 |
| ·盘磨机有效打浆功率 | 第58-59页 |
| ·基于有效打浆功率比能模型的打浆度预测 | 第59-61页 |
| ·基于有效打浆功率的比能 | 第59-60页 |
| ·基于有效打浆功率的比能与打浆度关系 | 第60页 |
| ·基于有效打浆功率的比能及打浆度预测 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 基于BP神经网络的打浆度软测量 | 第62-74页 |
| ·人工神经网络建模法 | 第62-63页 |
| ·人工神经网络特点 | 第62-63页 |
| ·人工神经网络的工作方式 | 第63页 |
| ·BP神经网络 | 第63-65页 |
| ·BP神经网络结构 | 第63-64页 |
| ·BP神经网络隐含层单元数确定 | 第64页 |
| ·BP神经网络的传递函数 | 第64页 |
| ·BP神经网络学习算法 | 第64-65页 |
| ·BP算法的局限性 | 第65页 |
| ·BP 算法的改进 | 第65页 |
| ·主成分分析 | 第65-66页 |
| ·打浆度BP神经网络建模 | 第66-72页 |
| ·过程参数的选择 | 第66-68页 |
| ·构建三层BP神经网络 | 第68页 |
| ·打浆度BP神经网络训练 | 第68-70页 |
| ·打浆度BP神经网络模型 | 第70页 |
| ·打浆度BP神经网络模型的检验 | 第70-72页 |
| ·本章小结 | 第72-74页 |
| 结论与展望 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 攻读硕士学位期间取得的研究成果 | 第81-82页 |
| 致谢 | 第82页 |
