| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 课题研究的背景及意义 | 第12-13页 |
| 1.2 国内外发展及研究现状 | 第13-18页 |
| 1.2.1 空分装置仿真建模的研究现状 | 第13-14页 |
| 1.2.2 数据挖掘技术的发展及研究现状 | 第14-18页 |
| 1.3 课题的主要研究内容 | 第18-19页 |
| 1.4 论文结构安排 | 第19-20页 |
| 第2章 空分装置生产概况及数据采集 | 第20-28页 |
| 2.1 空分装置的前景 | 第20-21页 |
| 2.2 空分装置空气分离原理及流程简介 | 第21-22页 |
| 2.2.1 低温精馏法的基本原理 | 第21-22页 |
| 2.2.2 空分流程及主要参数 | 第22页 |
| 2.3 数据采集及处理 | 第22-27页 |
| 2.3.1 数据采集 | 第22-25页 |
| 2.3.2 数据处理 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 数据预处理 | 第28-40页 |
| 3.1 数据预处理过程 | 第28-35页 |
| 3.1.1 异常值处理 | 第29-31页 |
| 3.1.2 处理缺失值 | 第31-34页 |
| 3.1.3 数据归一化 | 第34-35页 |
| 3.2 空分装置工艺参数数据相关性分析 | 第35-38页 |
| 3.2.1 相关分析原理 | 第35-37页 |
| 3.2.2 相关分析结果 | 第37-38页 |
| 3.3 本章小结 | 第38-40页 |
| 第4章 人工神经网络技术在空分装置仿真建模中的应用 | 第40-56页 |
| 4.1 BP神经网络概述 | 第40-43页 |
| 4.1.1 BP神经网络原理 | 第40页 |
| 4.1.2 BP神经网络的结构 | 第40-41页 |
| 4.1.3 误差反向传播算法 | 第41-43页 |
| 4.1.4 BP算法的优缺点 | 第43页 |
| 4.2 基于空分装置工艺参数的BP网络建模 | 第43-47页 |
| 4.2.1 隐含层节点数的确定 | 第43-44页 |
| 4.2.2 激励函数、训练函数的确定 | 第44-45页 |
| 4.2.3 模型预测及结果输出 | 第45-47页 |
| 4.3 天牛须搜索算法概述 | 第47-50页 |
| 4.3.1 天牛须搜索算法原理 | 第47-48页 |
| 4.3.2 天牛须搜索算法流程 | 第48-50页 |
| 4.4 天牛须搜索算法优化BP神经网络 | 第50-54页 |
| 4.5 本章小结 | 第54-56页 |
| 第5章 空分装置优化能耗模型设计 | 第56-66页 |
| 5.1 耗电量预测模型 | 第56-61页 |
| 5.1.1 数据准备 | 第56-58页 |
| 5.1.2 建立耗电量预测模型 | 第58-61页 |
| 5.2 天牛须搜索算法寻优 | 第61-65页 |
| 5.3 本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 参与项目 | 第74-75页 |
| 学位论文评阅及答辩情况表 | 第75页 |